每年4季度，很多企業都會密集地上線運營活動，相關的分析需求也大量增加。這就帶來了新問題：當一堆運營活動重疊的時候，到底該咋分析？今天系統講解一下。

單個活動VS 策略組合

如果只做一個活動的分析，估計很多同學都沒問題。

因為我們有活動分析四步法：

第一步：定目標

第二步：找差距

第三步：看過程

第四步：寫建議

搞掂！（如下圖）

但是！當要分析的是一個策略組合的時候，麻煩就來了。因為一個策略組合下有多個活動，經常出現活動相互搶用戶的問題。比如用戶運營，同時對新用戶、復購用戶、沉睡用戶有獎勵。用戶很有可能被優惠力度最大的吸引過去，導致其他的策略統統失效。

而且，策略之間也會相互重疊。比如用戶運營的活動，與商品運營的活動相互重疊。如果設置成完全不可疊加，則用戶又會奔著最優惠的去，其他的策略失效。如果設置可以疊加，很有可能堆疊出超級優惠，額外增加被薅羊毛的風險。

兩下組合，經常出現上了一堆活動，還是問題遍地的情況：

1、用戶留存、流失等指標不見改善

2、單個活動參與率始終不高，又找不到合理解釋

3、不管，羊毛黨橫行；一管，各種指標又開始跌

4、單個活動評估出的效益，加總起來，比總業績還高

綜上，運營策略分析，核心要解決的就是：排兵布陣的問題。為了避免各個部門各自為戰，需要圍繞同一目標，把能投入的資源梳理清楚，再統一評估效果。

而想達成這個目標，就不能等到幾十上百個活動做完以后，再試圖拆解出每個活動的影響。而是要在活動立項的時候，就開始著手工作。

第一步：明確策略方向

進行策略分析第一步，是在整體策略上，得有個清晰的目標。這是避免各自為戰的先決條件。

一般運營上，會選擇商品/用戶作為主目標。

如果選商品做主目標，可以從四大品類布局著手（如下圖）

如果選用戶做主目標，則先定整體策略，再定每一層目標（如下圖）。

這一步看似簡單，可對很多公司來說，非常難實現。因為很多公司，特別是大公司，講究“政策延續性”，相當多的項目都是“因為要做，所以要做”或者“因為去年做了，所以今年繼續做”，沒有清晰的方向和整體規劃。這種時候，自然也無法進行策略上分析。

第二步：統一收集信息

要收集同一個時間內的以下信息：

1、有多少活動在進行？

2、每個活動歸屬哪個部門？

3、每個活動服務哪些目標？

4、每個活動針對哪些群體？

5、每個活動配置了何種獎勵？

總之，目標-部門-對象-商品-獎勵，五大要素要對齊，這樣才構成真正意義上的，圍繞一個目標的：策略組合。并且，如果策略之間會相互有重疊，優惠可以相互疊加，或者活動相互爭搶用戶，在這個階段就能發現。避免被薅了羊毛以后，才當事后諸葛亮（如下圖）。

這個看似簡單，可在很多公司，又是不可能完成的任務。大公司有大公司病，部門之間深溝高壘，信息不通很常見。小公司經常是有機會就上，缺少人員收集信息，還是不知道別人干了啥。這種時候，又自然無法進行策略上分析。

第三步：關注整體影響

當活動實際開始以后，每個活動的策劃，都會盯緊自己的活動，輸出單個活動的分析結果。因此在策略分析層面，就不需要在單個活動評估上浪費太多時間，而是緊盯整體目標。

先算清楚幾個大數：

1、每個活動，對目標人群覆蓋有多少

2、按單人實際獲得獎勵匯總，每個活動在各目標上實際消耗多少

3、在當前活動組下，是否能達成整體目標

4、哪一目標達成的好，哪一目標差

（如下圖）

輸出建議的時候，優先看大盤。這樣才會體現出策略的感覺，而非陷在一兩個具體活動力出不來。從整體上看，可以有如下布局：

總之，效益好，資源豐富，就多做投入；效益差，就專項解決。這樣避免了只見樹木，不見森林的問題。

而且這樣做，能很好地回答領導們：“為啥單個活動都很好，大盤不漲”的問題。如果若干個活動疊加，影響的用戶實際上是同一類，那就沒有起到多活動相互補充效果。一個活動很容易單點見效，比如找個爆款打折，肯定銷量，收入都漲了。但是覆蓋不到某些弱勢群體，則也不會對大局產生影響。總之，要把活動擺在一起看，才能看出效果。

第四步：逐項進行優化

除了看整體結果，圍繞子目標，也能有很多有趣的發現（如下圖）：

試想，如果出現：

1、喚醒用戶的專項活動，還沒季度末清倉吸引的沉睡用戶多。

2、新用戶刺激首單的券，還沒單品爆款吸引的新用戶消費多。

3、VIP專屬優惠沒人用，都跑去買新品特賣了

則說明：這些針對用戶的專項活動沒有達成目標。要么是獎勵力度不夠，要么是根本沒抓住用戶需求，用一些毫無感覺的抵用券敷衍了事。發現了這些問題以后，就能對具體活動設置進行優化。

并且，如果一個用戶重復的參與活動，則說明用戶是明顯的優惠愛好者。如果一個用戶對活動不感冒，則說明可能是需求驅動/品牌驅動。這樣分組做標簽以后，也能推動精細化策略制定，優惠整個策略方向（如下圖）。

小結

綜上可見：想要實現真正的運營策略分析，首先得把運營工作，從一個個孤立的，單點式活動中解放出來，站在二層樓看問題。把各種主動動作拉通，看清楚圍繞一個目標的策略組合是什么，才能做到策略層面的分析。

但遺憾的是，無論大小企業，都有很多業務方面的因素，制約了策略分析體系的建立。各掃門前雪的辦公室政治，干就完了奧力給的粗暴運營，都會導致信息的不通暢。

數據分析師連發生了什么都是后知后覺，數據沒有做標記，活動規則之間相互重疊毫無策略可言，又能做什么分析呢？

那作做數據的同學能做哪些改善呢？首先可以做的是第二步：收集信息。之后自己試著圍繞一個目標，看各種活動的影響。這樣即使業務方管理混亂，做數據的同學也能自己積累經驗，增強分析能力。

所以強烈建議做數據的同學們把收集工作做起來，畢竟漲的本事是自己的，無論走到哪里都好用，與大家共勉。

本文來自微信公眾號“接地氣學堂”（ID：gh_ff21afe83da7），作者：接地氣的陳老師，36氪經授權發布。