电商大促如何做好预热分析与监测(二)

在上一篇文章中给大家简单介绍了预热分析监测的意义以及重点关注指标,现在给大家详细介绍一下如何实现

一、自店监测分析:拆解预热指标

做好预热监测第一步就是拆解自店的预热指标(目标),正所谓没有对比就没有伤害(hhh),那么预热指标有哪些呢,在上篇我介绍了自店预热分析的几个重要纬度,访客和加购,其实我们的拆解也是围绕这两个维度来的,包括(全店访客数、加购人数、加购件数、人均加购件数、加购金额、UV-加购率、加购转销、预热金额转化占比等)

第一步:设定活动目标:活动目标支付金额(1000W),活动客单价(300),活动客件数(3.5),预热加购人数转化率(27%),UV-加购率(17%),预热金额转化占比(60%),加购件单价(115),这些指标的设定可以参加历史同期活动或者近期同比规模活动。

第二部:拆解核心指标,我们从预热金额转化占比入手,预热期加购的买家在活动期成功支付的金额=活动中全店整体支付金额*预热金额转化占比(1000W*60%=600w)

——>加购人数目标=预热期加购的买家在活动期成功支付的金额/活动客单价/预热加购人数转化率,也即j600w/300/27%=7.4W人

——>访客目标=加购人数目标/UV-加购率,也即7.4W/17%=43.6w

——>加购件数目标=加购人数目标*人数加购件数=7.4W*3.5*0.94=24.37w件

——>加购金额目标=加购件数*加购件单价=2802.6W

这样就拆解得出了预热期间所要关注和达成的各项目标(访客数、UV-加购率、加购人数、加购件数、加购金额)

第三步:捋通关系,有人可能会疑惑我们为什么要拆的这么细呢,我们都知道电商分析里面有个万能公式,销售额=访客数*支付转化率*客单价,我们在分析销售时,通常会去分析这三个指标,借鉴到预热分析,也是从访客、转化、客单入手的

加购金额=访客数*UV-加购率*加购客单价

                =访客数*UV-加购率*人均加购件数*加购件单价

拆到这么细的指标,我们就能知道我们加购数据不好时是什么地方出了问题,是访客、转化还是客件数。

第四部:预测功能,通过加购金额的达成率,可预热本次活动支付金额

二、自店分析

访客分析:

1.整体访客情况:访客数同比去年同期,环比近期大促

2.细分渠道访客渠道:淘内免费、付费流量、自主访问等访客同比环比

3.商品访客数占比,衡量首页及分类页是否对消费者有吸引力

UV-加购率分析

1.各产品线各品类各单品的UV-加购率是否有问题,逐个调整

2.首页点击数据分析,入口图是否有问题,造成大量客户直接跳失

3.访客是否发生结构性变化,不同访客渠道的转化率有所不同,例如聚划算渠道转化高于手淘首页转化

人均加购件数分析

1.低于目标则要考虑是否页面、客服等是否有做好利益点宣导,让客户get到多买多实惠的点

货品分析:

1.各条产品线各品类的访客、加购金额(占比及绝对值),UV价值、加购转化率,用于调整货品陈列

2.季节交替时还要注意各季节的访客、加购金额的绝对值和占比

三、竞店分析

1.竞店备货货值情况,看竞店野心,此数据得通过爬取获得

2.竞店访客情况,是否同比有明显上升,哪些渠道上升,了解店铺的流量策略(需要留存竞店历史流量数据)

3.竞店UV-加购率,人均加购件数情况,如果明显高于本店,需要去看是否店铺有做哪些手段来使得这些指标表现优秀

4.竞店促销与营销玩法收集,后续评估效果

四、行业分析

1.预热期间需要关注行业大盘的访客人数及加购人数,同比环比情况,对大盘兴衰保持敏感度。


©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,948评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,371评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,490评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,521评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,627评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,842评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,997评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,741评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,203评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,534评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,673评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,339评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,955评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,770评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,000评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,394评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,562评论 2 349

推荐阅读更多精彩内容