付费|干货分享:如何证明优惠券功能的有效性(三)
编辑导语:优惠券功能模块在一定程度上可以拉动增长,但作为开发设计,如何让上级认可你的优惠券功能设计?这需要你对优惠券活动效果等方面进行详细拆解、总结,让上级心中有数。本篇文章里,作者结合优惠券累充活动复盘,总结了证明优惠券功能有效性的几个方面,一起来看一下。
文章插图
一、前情提要大约在5月底,与老板面对面进行了一次优惠券累充活动的效果汇报。老板提出3项指示:
- 认可优惠券累充带来的流水增长,但对长期ltv、留存的影响存疑,定性优惠券为“双刃剑”。
- 仅针对老游戏、老用户开启优惠券活动,要“稳着来”。
- 优惠券成本要他亲自审批,建立审批流程。
二、“双刃剑”问题拆解分析优惠券累充活动是否会在提升流水的同时,降低长期ltv及留存呢?
- 如果是,则优惠券累充活动就更适合与产品生命末期的拉收(收割);
- 如果否,那么老板的顾虑也就不成立,进而可以尝试在更多老游戏去铺开优惠券累充活动。
1. 对长期ltv影响1)活动包数据
可以很明显看出在活动开启后,首日ltv不变的情况下,30日倍数提升9倍。(数据仅仅示意,并非真实数据)
2)对比大盘数据
大盘整体用户质量相对是较差的,但整体半年来首日ltv和30日倍数几乎无较大波动,故可以排除掉活动包的数据变化是由产品导致的这一可能性。
2. 对付费留存的影响1)活动包数据
可以很明显看出在活动开启后,30日付费留存提升5%
2)对比大盘数据
与上方ltv表现情况类似,整体大盘的付费留存对比活动包要差,但半年来每个月数据几乎无明显波动,故进而证明了活动包付费留存的提升与产品本身无关。
3. 结论综上所述,无论是30日ltv倍数还是付费留存,在开启了活动后的数据是提升的,而同期的大盘数据是无明显波动的,并且在开启优惠券累充活动后,长线的ltv和留存数据反而更好了(即使考虑到其他种种因素的不稳定性,至少数据没有变得更差)。
即“双刃剑”说法不成立。
写到这里,针对“双刃剑”问题的数据论证思路已经较完整了。但为更加充分地说明优惠券对于付费用户的付费促进作用,以避免老板还存有疑虑,故“画蛇添足”地补充了“优惠券活动对用户付费行为的数据分析”。
三、优惠券对用户付费行为分析1. 整体思路假设优惠券活动能够提升用户的付费行为,那么最直观的数据表现是什么?
基于对电商行业付费效果评估的研究以及之前的实操经验,我的分析核心思路是:对比活动前后用户的付费行为,重点关注订单数、订单金额。
- 在之前的实操分析中,是基于“包”维度的整体数据,对比其活动前后的数据,将活动前的数据作为基准值,活动后数据作为对比值,进而对比差值评估效果。
- 而此次的用户付费行为数据分析,则是挑出包中的付费用户,去对比其行为变化,数据更细。思路捋清楚后,就是找技术取数了。
- 找出在活动期间,使用过优惠券的uid;
- 根据uid,导出在活动期间的数据,称作表1;
- 根据uid,导出在对比期间(对比期在活动期前)的数据,称作表2。
推荐阅读
- 私域化|干货分享︱线下零售新机遇——品牌私域化五步走
- 买家|网购到底有多不靠谱?看完网友分享的这10张照片让你知晓一切
- 经理|「评论功能组件化」实践分享
- 百度知道|如何利用百度赚钱?分享十个普通人可以利用百度赚钱的方法
- Store|苹果全球设备超10亿部 App Store付费应用营收超过2600亿美元
- 苹果2021年共向开发者支付600亿美元,总付费订阅用户达7.45亿
- 商家|“野蛮”探店乱象:假数据、假分享、无约束力
- 付费|小众播客,“声”意难做?
- 付费|知乎:人在美国,何时回港
- 科技|企业数字展厅的设计要点分享