文章转载自知乎专栏“撩撩数据吧”。原文链接：https://zhuanlan.zhihu.com/p/22497875?refer=jiago
#文前小絮#按照整体规划(http://www.jianshu.com/p/ce835dcd4b02)，补充销售活动分析。
正文
为何而办活动？
每次逛超市，总有那么几款商品在促销，如果没有促销活动，感觉整个零售行业都不会活了。电商也是一样，活动是电商重要的组成部分，没办过活动的电商都不好意思出来见人吧。尤其是刚成立的电商平台，如果有足够的银子，恨不得天天做活动。为何会这样热衷于活动。
办活动可以带来多个方面的价值，不仅仅是多卖几块肥皂的事情。
通过办活动可以带来新用户，活动是拉新的重要手段之一，尤其是用户基础小的新平台新店铺，往往通过这样的方式来吸引大量的客户。
通过活动来扩大品牌知名度，和第一种类似，也是为了吸引更多的用户。
通过活动可以清理库存，保不准哪款商品滞销了而且马上过期，在库存里每多呆一天就多浪费一天的银子。
通过活动来打击竞争对手，这一点可能是主动的也可能是被动的。（作为一个大众消费者，对这种仁义的竞争行为是喜闻乐见的）
通过活动来回馈社会（这条有点假），更多的是为了不掉队，综合前面第二条和第四条因素，赶上了节假日或者全民促销日总要表示表示吧。
常见的活动方式
最厚道的活动方式就是打折降价了，但是这种最厚道的促销方式或许不是最合适的，销售中有个理论是“人们喜欢的并不是便宜的商品，而是占便宜的感觉”。你以为越便宜的东西越好卖么，还有一种便宜没好货的思想不能忘了，此外，每个人对便宜的理解是不一样的。所以，活动方式也是要多种多样的，降价只是众多方法之一种，而且在众多当代营销大师(例如小米、乐视)的带领下，相信会有更多的花样。
打折，最常见的活动方式了，我喜欢。
发放抵用券，电商行业经常使用的手段，回想起来好多个抵用券都被我浪费了。
一定金额的返现或者包邮，为此好像真的会多花好多钱。
买一送一(或者送其他的之类的)。
方式千变万化而不离其中，总结下来就是这一条，通过本身的让利来吸引更多的人来花更多的钱。
活动中需要关注的指标项
一个电商一年会办很多场活动，难说每场活动都是成功的，对活动的数据化分析显得尤为重要，否则，安能辩你是成败？进一步讲，失败也闹不清哪里出了问题，后面的活动怎么办？
分析销售活动数据，目的就是为了分析活动的业绩，辅助改善活动质量。可以从三个层面上来分析一个活动的情况。
活动的直接业绩指标：包括活动销售量/额、利润额、目标完成率、利润完成率、往期活动对比、活动期间用户参与数、新增客户数、客单价、连带率等。
活动的影响：包括对活动前和活动后的影响，分析商品价格走势、客单价走势、活动的爆发度、衰减度等。
活动的效率：主要是关注投入产出，分析各渠道的推广费用、带来的流量、销售额、费销比等。
如何分析这些指标？(下面举出几个例子，供参考思路用)
1.活动的业绩指标分析。
如上图所示，业绩主要是按照店铺来分，上面的仪表盘来重点显示几个重要的业绩指标，分别显示指标值和达成率两项。
列表中关注各店铺的业绩情况，通过以上图表可以得出，销售额的目标已经完成，但是利润目标并没有实现，商品价格应该是没有的得到很好的控制。
这种表主要是监控当前活动业绩用，类似于活动报告，一个活动做完了，总要有个总结吧。
2.活动的影响
一个活动办下来，不仅仅是影响活动期间的销售业绩，活动前、活动后都会收到活动的影响。
上图中以产品为主线，分别展示了产品的成本、活动价、毛利等数据，有些产品的毛利并没有达到标准毛利，有可能是该店铺有满减或者满赠的行为。
下面的折线图与上面的表格行程联动，可以选择查看不同产品在活动周期短价格以及销售额的变化，可以从图中看出，产品D在活动之前，销售额是有所下滑的，一些消费者将购买期延后导致，而在活动后的销量也受到了很大的影响，这个活动已经透支了消费者的消费需求。从图中可以看出，本次活动并没有很成功，实在是对活动前后的影响过大。
3.活动的效率
上图中主要针对活动的投入产出进行分析，目的有两个，一是要对整体活动的价值进行分析，投入产出比是否健康；二是针对各渠道的投入进行分析，合理改善活动开支。
以上只是针对活动的一些指标分析图表的示例，活动分析是相对比较灵活的，当活动的目的不同时，期需要的分析指标也会有所不同。也并不是所有的活动全部商品都参与，个别活动可能只是针对部分商品进行促销。这样针对促销商品的关联性分析也同样具有意义。
同时，活动周期可能不止一天，在活动期间可以进行ab test，对两个店铺执行不同的促销手段，通过对比查看最优的促销方式，而后的活动中，则以最优的手段来进行促销。
总之，分析活动数据是为了通过对本活动的分析，来发现活动的不足之处，对已经过去的活动进行评价，对未来的活动进行调整，往者不可谏,来者犹可追。
作者：知乎达人“jiago王”，知乎专栏“撩撩数据吧”。帆软数据人，乐于交流的数据小兵。
