为在激烈的市场竞争中寻求更好发展，举办各类营销活动是提高GMV最直接有效的手段。

一方面，可以给消费者带来参与和互动的乐趣，满足其对品牌和产品的好奇心和需求，吸引更多的潜在消费者、提高用户忠诚度；另一方面，可以增加品牌曝光度，从而提高品牌影响力和市场竞争力，增加市场占有率。

为了更好发挥活动价值，效果评估必不可少。阶段性活动结束后，我们要分析目标达成率，回顾活动过程、分析活动数据，挖掘失误点和机会点，再策划下一轮活动，最终形成活动迭代的闭环。经过实践，我们发现企业在实际执行中往往会遇到以下难题：

• 活动推广不到位，导致活动参与人数不足，影响活动效果；
• 活动内容不够吸引人，导致用户对活动不感兴趣，效果同样大打折扣；
• 活动数据分析不够全面，导致对活动效果的评估不准确，无法为后续活动提供参考。

如今中秋+国庆双节营销已开启，各大品牌方早已在全渠道进行推广，活动复盘成为日常。

本文将以GrowingIO服务过的某母婴品牌为例，介绍在活动引流、活动转化和活动客单价值三大高频场景中，GrowingIO是如何评估品牌在活动中做对了什么，又有哪些不足之处需要优化，希望能为大家在复盘和活动迭代中带来一些启发。

• 活动背景：

618大促节点，某母婴品牌于6.1—6.20的不同阶段通过社群投放+新客专享、直播、爆款产品+礼盒预售/预付款、618积分折扣卡等手段在官方会员商城小程序上进行了营销。

• 目标达成情况：

GMV的目标达成率54%，其中客单价达成率为106%，超过预期，但用户量和转化率不足。

其中，用户匮乏几乎贯穿整个618，外部社群拉新的用户未在后期进行发力；

订单组成中二八法则明显，75%GMV来自老客，且老客的客单价为新客的3倍以上。

• 局部场景分析示例：

一、活动引流场景：用户数据分析

该场景的复盘目的是方便了解线上各销售触点质量，有效整合线上触点，并进行针对性运营。GrowingIO搭建了多个看板，并汇总数据沉淀了「各销售触点转化矩阵」和「各销售触点下单人数与ARPU值分布」。

GrowingIO根据渠道流量大小和转化率高低与否将其分为四大类，从上图不难发现，各销售触点质量差异十分明显。

综合各销售触点的下单人数与ARPU值（AverageRevenuePerUser，每用户平均收入）分布，可以进一步看到各触点的表现，后续需要针对性运营以提升营收。

基于以上数据，GrowingIO给出了复盘结论，比如：

• 「单聊」转化率高，但用户少导致下单人数少，且ARPU低，需打造裂变体系提升单聊用户数，并培育其后续持续复购；
• 「群聊小程序消息卡片」多为内部社群运营用户，付费能力强，品牌信任度高，需提高用户入群数；
• 「长按识别小程序码」用户转化率低，ARPU低，需进一步探索渠道匹配度和用户体验路径。

二、活动转化：转化率数据分析

在进行转化率数据分析时，GrowingIO通过对用户从访问小程序到支付成功的漏斗分析，发现新老用户的转化差异十分明显：老用户转化率为新访客的6倍，差异点主要在浏览商品详情页至浏览确认订单页。

因此，GrowingIO为新用户和老用户分别构建了用户流转地图，为优化转化路径提供思路。

*用户流转地图是GrowingIO在业务实践中打磨出的用于全面展示业务流程、快速发现业务断点的工具，可以帮助业务人员一览业务全貌、洞察业务痛点、明确优化方向并规划迭代路径，能够持续为业务团队赋能。

用户流转地图分为三层：全域流转地图、平台流转地图、局部流转地图，本案例用到的是「局部流转地图」，主要通过关注付费转化环节，找到优化点。

老用户流转地图

新用户流转地图

从新老用户访问到支付环节的流转地图对比，我们给出了以下分析：

1、老用户引流至活动列表页的跳出率较高，更多老用户选择首页至列表页至商详页的路径，同时更倾向于直接购买下单而非加购。其中加车率仅14%，低于电商平台BenchMark（基准，一般在25-30%），下单后支付转化率较高，达92%（行业BenchMark为75%左右）；

2、新用户相比老用户最大的差异在于从商详页到加购/立即购买的转化，需要优化商详页布局，对新用户在商品详情页进行刺激转化；

3、新访客引流至商详页跳出率高达67%，同时新访客直接从首页至商详页渗透率远低于老用户，依旧倾向于首页→列表页→商详页引流方式；

4、新用户拼团页的渗透率远低于老用户，提升新用户加车率和立即购买率为最大的痛点。

三、活动客单价值：客单价数据分析

进行客单价值分析可以对客单价未达成预期进行问题定位，从而在后续运营中进行调整。该母婴品牌在618大促期间的客单价达成率虽超过预期，但经过初步分析，GrowingIO发现618&会员日（6.6—6.9）和618预热期（6.10—6.15）客单价达成率为65%左右，不及预期，其余时间均在100%以上。因此，GrowingIO对这两个促销时期的客单价数据进行了分析。

通过分析6.9—6.15的用户客单价分布和6.1—6.20的新老客下单用户数分布，可以发现：

618&会员日（6-9号）客单价大幅降低主要在6.9日，当日直播活动虽带来小部分老客增长，但远不及6.1和6.18直播的爆发，而新客相对稳定。

因老客的客单价为新客的3倍以上，因此导致6.9日客单价和GMV远低于预期。

而分析618预热期（10-15号）客单价分布用户（老客）占比发现：

预热期客单价下降主要在于下单老客中53%的用户购买的是客单价在100以内的商品，该行为与活动推广机制一致，因此这一时期客单价降低的问题在于预期过高。

也就是说，在后续运营中，该品牌需要在直播中吸引更多老客参加，并调整预期。

上述三个局域场景仅为活动效果评估的一部分，且只聚焦于小程序一个平台。在618、双11等高级别营销日，商家的营销活动往往贯穿线上线下全渠道，需要复盘和迭代的数据更多。

因此，活动效果评估不止于局部场景的复盘，活动迭代除了效果评估还需要做更多维度的动作。

作为数据分析服务商，GrowingIO将活动效果评估纳入了「活动迭代数据管理」场景中，可以提供包括活动迭代业务流程、活动效果评估框架、指标体系搭建在内的多项服务，充分满足企业从活动策划、活动执行到活动复盘不同阶段的需求，帮助企业实现数据驱动下的活动营销闭环，创造更大增长。