立即登录 编者按：本文来自微信公众号"接地气学堂"，作者：接地气的陈老师。
前面两期聊了数据分析师写报告时最怕的两个场景，今天说第三个——活动分析。这个坑，新手几乎人人踩过。
作为普通用户，谁不喜欢APP做活动、发优惠券呢？很多刚入行的分析师也偏爱这块，毕竟活动分析听起来比日复一日的日报月报"高级"多了，做起来颇有成就感。
但稍不留神，基于活动数据得出的结论就会被打脸。
几个典型的翻车现场：
场景一：目标明明是拉新，消费者数量也确实涨了30%。结论刚写完，就被指出活动亏大了——补贴全砸在了老用户身上，真正的新增寥寥无几。
场景二：付款人数翻倍，总流水也创了新高。庆功酒还没喝完，下个月数据断崖式回落，原来用户只是提前囤货，需求被透支了。
场景三：学乖了，只做新用户。新人数量、购买率、总消费全线飘红，这次总该稳了吧？结果一看整体数据，老用户几乎跑光，盘子反而小了。
场景四：干脆全场推广，九折普惠。数据出来，运营又纠结了：券撒了一堆，新用户没拉来几个。一咬牙加大折扣，成本烧到肉疼；力度小了，又像没做一样。左右为难。
问题到底出在哪？
我们太习惯以"数据分析师"的身份思考，忘了自己也是消费者。
假设你平时用某个APP，遇到活动会怎么做？小额优惠懒得参与，大促就囤一波；注册限制？换个手机号再来一个。人之常情，不丢人。
营销活动的本质从来不是数字，而是人性。这几年AI、大数据、算法模型喊得太响，让不少人忘了这一点。业务部门想不出方案，就指望"精准分析"跑个数出来；分析师也真信，拿起RFM就开始算。网课里一提营销就是这个，可这套东西放到真实场景里，往往是"正确的废话"。
抛开五花八门的玩法，营销活动的底层逻辑其实就两种：要么在固定池子里提升响应率，要么把池子做大、同时带动一点响应。对应的公式也简单：业绩=用户数×响应率×响应金额。
真正复杂的不是这个模型，而是三个问题：用户为什么响应？响应到什么程度？响应之后会怎样？数据可以评估结果，但无法促成结果——后者靠的是业务理解、创意策划、文案设计、礼品选择、力度把控、系统支撑、客服跟进。
有意思的是，比起分析师，很多运营、策划人员反而更沉迷数字游戏。立项时用各种数字论证"必成"，结案时用各种数字证明"不怪我"。见得多了，也就习惯了。
那该怎么破局？
有人可能头疼：难道要我去啃《消费者心理学》《消费者行为学》？十几年前确实如此，那时候做数据的还得组团研究《促销的本质》。但现在没必要绕这么大圈子，因为数据在业务里的渗透已经足够深，营销活动的类型、评估指标、常见问题，大多能和数据表现对应上。
这里先列个大纲，后续慢慢展开。当然这只是宏观分类，具体到每个活动，规则变一点、参与门槛变一点，效果可能完全不同。想刺激消费？直接单人成团。想拉新？做裂变，转发解锁。想清库存？限时大团，人越多折扣越大。同样的形式，换个玩法，数据天差地别。所以每次分析前，先把业务逻辑摸透。
今天的内容量不小，建议把前面几个基础场景自己推演一遍，新手极容易在这里栽跟头。
特别说明：本网站主要收集互联网运营相关干货，为运营伙伴提供便利。内容来自互联网或用户贡献，不代表本网站观点，也不对真实性负责。如有侵权，请联系管理员删除。