很多企业都会密集地上线运营活动，相关的分析需求也大量增加。这就带来了新问题：当一堆运营活动重叠的时候，到底该咋分析？今天系统讲解一下。
单个活动VS 策略组合
如果只做一个活动的分析，估计很多同学都没问题。
因为我们有活动分析四步法：
第一步：定目标
第二步：找差距
第三步：看过程
第四步：写建议
搞掂！（如下图）
但是！当要分析的是一个策略组合的时候，麻烦就来了。因为一个策略组合下有多个活动，经常出现活动相互抢用户的问题。比如用户运营，同时对新用户、复购用户、沉睡用户有奖励。用户很有可能被优惠力度最大的吸引过去，导致其他的策略统统失效。
而且，策略之间也会相互重叠。比如用户运营的活动，与商品运营的活动相互重叠。如果设置成完全不可叠加，则用户又会奔着最优惠的去，其他的策略失效。如果设置可以叠加，很有可能堆叠出超级优惠，额外增加被薅羊毛的风险。
两下组合，经常出现上了一堆活动，还是问题遍地的情况：
1、用户留存、流失等指标不见改善
2、单个活动参与率始终不高，又找不到合理解释
3、不管，羊毛党横行；一管，各种指标又开始跌
4、单个活动评估出的效益，加总起来，比总业绩还高
综上，运营策略分析，核心要解决的就是：排兵布阵的问题。为了避免各个部门各自为战，需要围绕同一目标，把能投入的资源梳理清楚，再统一评估效果。
而想达成这个目标，就不能等到几十上百个活动做完以后，再试图拆解出每个活动的影响。而是要在活动立项的时候，就开始着手工作。
第一步：明确策略方向
进行策略分析第一步，是在整体策略上，得有个清晰的目标。这是避免各自为战的先决条件。
一般运营上，会选择商品/用户作为主目标。
如果选商品做主目标，可以从四大品类布局着手（如下图）
如果选用户做主目标，则先定整体策略，再定每一层目标（如下图）。
这一步看似简单，可对很多公司来说，非常难实现。因为很多公司，特别是大公司，讲究“政策延续性”，相当多的项目都是“因为要做，所以要做”或者“因为去年做了，所以今年继续做”，没有清晰的方向和整体规划。这种时候，自然也无法进行策略上分析。
第二步：统一收集信息
要收集同一个时间内的以下信息：
1、有多少活动在进行？
2、每个活动归属哪个部门？
3、每个活动服务哪些目标？
4、每个活动针对哪些群体？
5、每个活动配置了何种奖励？
总之，目标-部门-对象-商品-奖励，五大要素要对齐，这样才构成真正意义上的，围绕一个目标的：策略组合。并且，如果策略之间会相互有重叠，优惠可以相互叠加，或者活动相互争抢用户，在这个阶段就能发现。避免被薅了羊毛以后，才当事后诸葛亮（如下图）。
这个看似简单，可在很多公司，又是不可能完成的任务。大公司有大公司病，部门之间深沟高垒，信息不通很常见。小公司经常是有机会就上，缺少人员收集信息，还是不知道别人干了啥。这种时候，又自然无法进行策略上分析。
第三步：关注整体影响
当活动实际开始以后，每个活动的策划，都会盯紧自己的活动，输出单个活动的分析结果。因此在策略分析层面，就不需要在单个活动评估上浪费太多时间，而是紧盯整体目标。
先算清楚几个大数：
1、每个活动，对目标人群覆盖有多少
2、按单人实际获得奖励汇总，每个活动在各目标上实际消耗多少
3、在当前活动组下，是否能达成整体目标
4、哪一目标达成的好，哪一目标差
（如下图）
输出建议的时候，优先看大盘。这样才会体现出策略的感觉，而非陷在一两个具体活动力出不来。从整体上看，可以有如下布局：
总之，效益好，资源丰富，就多做投入；效益差，就专项解决。这样避免了只见树木，不见森林的问题。
而且这样做，能很好地回答领导们：“为啥单个活动都很好，大盘不涨”的问题。如果若干个活动叠加，影响的用户实际上是同一类，那就没有起到多活动相互补充效果。一个活动很容易单点见效，比如找个爆款打折，肯定销量，收入都涨了。但是覆盖不到某些弱势群体，则也不会对大局产生影响。总之，要把活动摆在一起看，才能看出效果。
第四步：逐项进行优化
除了看整体结果，围绕子目标，也能有很多有趣的发现（如下图）：
试想，如果出现：
1、唤醒用户的专项活动，还没季度末清仓吸引的沉睡用户多。
2、新用户刺激首单的券，还没单品爆款吸引的新用户消费多。
3、VIP专属优惠没人用，都跑去买新品特卖了
则说明：这些针对用户的专项活动没有达成目标。要么是奖励力度不够，要么是根本没抓住用户需求，用一些毫无感觉的抵用券敷衍了事。发现了这些问题以后，就能对具体活动设置进行优化。
并且，如果一个用户重复的参与活动，则说明用户是明显的优惠爱好者。如果一个用户对活动不感冒，则说明可能是需求驱动/品牌驱动。这样分组做标签以后，也能推动精细化策略制定，优惠整个策略方向（如下图）。
小结
综上可见：想要实现真正的运营策略分析，首先得把运营工作，从一个个孤立的，单点式活动中解放出来，站在二层楼看问题。把各种主动动作拉通，看清楚围绕一个目标的策略组合是什么，才能做到策略层面的分析。
但遗憾的是，无论大小企业，都有很多业务方面的因素，制约了策略分析体系的建立。各扫门前雪的办公室政治，干就完了奥力给的粗暴运营，都会导致信息的不通畅。
数据分析师连发生了什么都是后知后觉，数据没有做标记，活动规则之间相互重叠毫无策略可言，又能做什么分析呢？
那作做数据的同学能做哪些改善呢？首先可以做的是第二步：收集信息。之后自己试着围绕一个目标，看各种活动的影响。这样即使业务方管理混乱，做数据的同学也能自己积累经验，增强分析能力。
所以强烈建议做数据的同学们把收集工作做起来，毕竟涨的本事是自己的，无论走到哪里都好用，与大家共勉。
作者：接地气的陈老师
来源：接地气的陈老师