后效果怎么样 评估营销效果评估活动后效果的方法和指标?

竞争无处不在,企业总会绞尽脑汁层出不穷各类活动方案,吸引老客户、刺激新客户。银行也不例外,为了刺激更多的客户使用我行卡消费,持续不断地举行市场活动,动辄投入百万以上,然而活动效果如何?如何开展合理的活动效果评估?介绍两种主流的方案:一、指标体系法在活动上线的初期,为了及时监控活动表现、优化活动方案,通常会围绕活动目的列出一套活动评估指标体系,在活动开展以及后期复盘阶段,罗列对比活动前、后指标表现或活动期间参与户、非参与户的指标表现,以及结合业务经营常见划分维度进行分解分析,以此论述活动效果并提出策略建议。例如,我行在22年初举行了3类不同的新户开门红活动,目的是培养新户使用我行卡的消费习惯,规则为:达标客户可以用类似8元超低价购买大礼包,实现消费付款时立减一定金额。为此,我们设计了一套活动关注指标体系,包活:新户数、达标、领取、使用客户数、实动率、快捷支付绑定率等,横向对比了3类活动在各项指标的统计结果,纵向对比了活动前和活动期间3类活动的指标统计结果,总结发现活动期间新户使用活动度明显提升以及3类活动的优劣势,同时结合区域、年龄、学历等客群属性维度进行拆解分析,提出了面向不同客群的优化建议。活动方案对比分析二、A/B测试理论A/B测试是一种随机测试,将同质性的两个群体进行不同行为的试验观察,根据行为表现进而评估试验效果。现如今很多市场活动都在线上展开,客户通过APP参加活动享受优惠,一些客户基数较大的互联网公司特别习惯于采用A/B测试评估活动,A/B测试更像是一种理论被灵活应用于各类场景。场景一:比较A、B两种活动方案,哪种策略更适合全面铺开;针对版本优化升级,当我们对A、B方案拿不定注意的时候,通过控制关键影响变量进行分层抽样,从全量客户中随机抽取少量客户分成A、B两组,分别参加A、B方案,根据客户点击率等指标判定哪种活动方案效果更为理想。场景二:活动前期预留活动组和对照组,支持后期单个活动评估;在活动开始之前,我们可以采用分层抽样的方式,选取两组同质客户作为活动组A和对照组B,活动组A设计为参加活动,对照组B控制为不参加活动,在活动后期对比A、B客群的指标表现,据此判断活动是否对经营指标有良好促进作用、是否值得进一步加大力度全面推开。我行针对面向全量流通户的开放性活动,通常会采用此方案计算新增消费金额和实动率,例如,前不久刚结束的钱包置顶活动,事前预留一部分客户作为对照组,计算新增消费金额的时候采用‘增-增’的概念,如下:(新增户均消费_{活动组}-新增户均消费_{对照组})*客户量_{活动组} 考虑到即使不举行活动,客户在时间上也存在自然增长的趋势,这样做的好处是:剔除了客户自然增长的部分,更为实际的估计了活动帯来的消费新増。场景三:将参加活动的人作为活动组,活动后期抽取参照组,评估单个活动;日常经营过程中,指标体系法评估活动效果应该是最为常见的,然而针对一些诸如收入类的指标我们总希望能量化出活动带来的新增收入,但是同一时期市场经营动作非常多,很难界定活动自身带来的新增收入,上述方案二是一种很好的解决方案,然而当确定将活方案面向全量客户铺开后,也就是说所有的客户都可以无门槛的参加活动时,不再预留活动组和对照组,事后我们将如何评估活动新增消费金额?类似地,我行基于A/B测试理论开展一波逆操作继而正向评估。例如,我行长期举行一种成功消费入账一笔可抽一次积分的活动,我们会将月度参加活动的客户作为活动组A,在余下未参加活动的客户中划定影响指标、开展分层抽样,抽出等量客群作为对照组B,接下来参照方案二采用‘增-增’的方式计算活动组新增消费金额。
营销效果的评价还是要综合考虑营销活动的目标,打个比方,原本的营销目标是推广品牌,那么卖货就是次要目标,此时如果过多地要求销售额就是“丢了西瓜,捡了芝麻”。举个例子,就像农夫山泉在碰到水危机后,推出的广告片中讲述了水源勘探师、送水工等普通员工的故事一样,让消费者触摸鲜活的人与事,感受到购买背后的意义。在明确营销目标的基础上,从性价比入手进行数据比对。这个比对的理论模型,各家营销公司都有不同。作为目前中国独树一帜的“品销合一”全链路营销解决方案服务机构——索象营销策划集团,通常用的是AIDMA模型。AIDMA是消费者行为学领域很成熟的理论模型之一,由美国广告学家E.S.刘易斯提出的。该理论认为,消费者从接触到信息到最后达成购买,会经历A:Attention(引起注意)、I:Interest (引起兴趣)、D:Desire(唤起欲望)、M:Memory(留下记忆)、A:Action(购买行动)这5个阶段。通过跟踪数据来及时了解产品当前的表现,分析自己的产品在竞品中所处的地位,并找到客户流失的主要环节,以此复盘为下一次的营销活动做好充足的准备。

我要回帖

更多关于 营销效果评估 的文章

 

随机推荐