“大家好，我是李启方! 今天给大家分享活动效果数据分析该怎么做，具体以商场促销活动为例。
公众号后台回复 “2023” 即可领取最新全套数据分析资料包！”
随着市场竞争的日益激烈，商家需要不断推陈出新，开展促销活动来吸引顾客的眼球，提高销售额。然而，促销活动的成功并不仅仅取决于营销策略的制定，更需要对促销活动的数据进行分析和评估，以便及时调整策略，提高活动效果。
而作为数据分析师的我们经常会收到这样的需求：这次活动的效果怎么样呀？为什么活动涨了or跌了？还会继续下跌么？有什么办法阻止下跌么？下面就以某商场的促销活动为例，跟大家详细讲一下该如何对促销活动进行数据分析。
对此，我们可以根据分析目标梳理出对应的分析框架和指标：
下面让我们来利用BI分析工具FineBI，进行一次完整的促销活动数据分析的展示。
第一部分：活动的整体销售情况
-
可视化形式：仪表盘、指标卡 重点关注指标：销售完成度、销售业绩、数量、订单量、客单价、整体UV、新客UV、下单转化率、售后率。
首先先对本次促销活动的整体情况做个详细阐述。
后续开始，对活动前、活动中、活动后的数据进行不同维度的对比分析。
第二部分：销售情况对比
-
可视化形式：指标卡、柱形图 重点关注指标：活动前中后的销售业绩、客单量、销售数量、下单人数、订单量、售后率、增长率
通过对比可以看出，活动结束之后的带来的销售业绩增长比活动前是非常可观的。虽然相比活动前，客单价是小幅下降了，但是下单人数与订单数是大幅上升的。活动期间的客单价上升，这与采用的促销活动方式【满139.9元+9.9 元,可获得价值99元的礼品大礼包】有关。同时售后率也增加了，不排除用户当时购买了不需要的产品（或者当时只是凑单买的）后续退款的情况。
第三部分：各用户等级贡献力对比分析
-
可视化形式：旭日图、柱形分布图 重点关注指标：活动前中后的销售金额、销售数量、订单数、下单人数、用户等级标签、客单价、售后率
从这里可以看出，无论是销售业绩、销售数量、订单数、下单人数还是客单价，VIP会员的贡献力在活动前中后都是站了主要的成分，这部分用户是我们需要重点维护的；
此外，相比活动前，会员和普通用户在活动后销售业绩、销售数量中的贡献力也是有小幅度是上升的，对于这两类用户，我们需要提供更好的服务，或是用更具吸引力的活动刺激这部分用户进行消费。
同时，我们还要特别注意售后率这个指标。可以看到，在活动中，会员的售后率是比较高的。后续我们需要进一步去确定产生的原因，是用户为了凑单而多加购产品导致的，还是服务、产品等方面出现问题导致的。
第四部分：热销产品对比分析
-
可视化形式：气泡图、堆积分布图 重点关注指标：活动前中后的各产品销售额占比、各产品销售数量占比、用户等级-钟爱产品品类，用户等级-产品品类售后情况
在活动前和活动期间，热销产品的分布还是集中在两三种产品之间，但是在活动后的热销产品的分布就相对均匀一些，这也进一步说明了活动也带动了其它产品的销量；
第五部分：访问情况对比分析
-
可视化形式：指标卡、旭日图、条形图 重点关注指标：活动前中后的整体UV、下单转化率、新客UV、各用户等级占比、各产品访问人数TOP10、各商品下单转化率TOP10
从整体角度看：无论访问量UV多少，最终产生下单才有价值。从这里可以看出，下单转化率从活动前的20.81%，提升到活动后的32.47%，相比活动前增长了70.89%，活动提高了用户行为价值。
从用户角度看：从新客UV，用户占比情况来看，普通用户和会员占据一大部分，但是下单转化率也产生了变化。相比活动前，活动中和活动后，普通用户和会员的下单转化率占比是呈现下降的，是由于活动中和活动后带来的大量新客是普通用户和会员的访问，且并未及时产生下单行为。
从产品角度看：下单转化率TOP10产品中，几乎没有出现访问人数TOP10的产品，高访问产品，低转化率，说明用户有需求，可能是由于产品价格、质量、外观等影响下单转化行为；在活动前后的访问人数TOP10产品中，需要特别关注【商品50100】，访问非常高，但是下单转化率几乎没有在top10出现；下单转化率TOP10产品中，产品种类是变化比较大的。
第六部分：财务指标对比分析
-
可视化形式：折线图、交叉明细表 重点关注指标：活动前中后的销售利润率和成本利润率
从整体角度看：相比活动前，活动中和活动后这两个指标是呈现下降趋势的，也就是说，盈利能力与资本回报力都下降了；特别是成本利润率，说明促销活动需要控制成本费用以及销售价不能太低；
从用户角度看：成本利润率的下降趋势最明显的是会员，说明了会员在活动前后的成本费用提高了，需要进一步控制对会员的促销力度.
从产品角度看：用交叉明细表，呈现活动前、中、后各产品的销售利润率、成本利润率变化。
上下滚动查看完整分享报告