关于促销活动原型设计

2019-07-03 本文已影响158人 Heenor

写在前面：
自己负责的平台终于在昨天成功上线了，上线后还是发现很多问题，包括交互的，业务流程的，系统功能的，数据的等等...相关内容会在之后的摘读里强化，今天继续学习和促销活动相关的内容

如今，各大电商平台之间虽然不再通过大量补贴来培养用户在自家平台的消费习惯，但是电商靠活动拉拢用户的习惯与体系已经成熟，本文作者将基于活动的数据统计来谈谈产品应该如何设计。

很久……很久……以前，电商竞争模式初立之期，盘古拨混沌开天地之时，江湖中曾经流传过一句永世的经典：“道可道，非常……”，no no no，是这句：

“得用户者，得天下兮！”

电商竞争初期，亦是线上电商活动步入正规之时，平台与平台之间通过大量放血活动来拉拢并期待用户形成在自家购物与消费的行为习惯，用户赚的是钵满盆满，商家拼的是血流成河。

很久很久以后，各平台之间虽然不在继续那么玩命的血液游戏，但是电商靠活动拉拢用户的习惯与体系已经成熟。今天我们就来说一下电商活动的基本统计功能（对，你没有看错，我并不是要说活动怎么做，而是说基于活动的数据统计产品应该如何设计）。

注：电商活动数据分析系统，支持H5、web、APP原生三种前端形式的数据分析，可完全无障碍打通。

插曲：页面右下角有两个按钮：一个赞，一个收藏，当前页面底部还有个评论区，作为一个数据分析人员，你能联想到什么？发挥你们的想象吧，同志们！我将分享更多的原型！

数据分析的指标包含两种：

一种叫做原始数据，即数据状态为未经过任何形式的重新计算、组合、拆解等操作的数据，这部分数据也将成为数据分析中的底层数据。这种数据的特点是：能够展示最真实，且没有任何干扰因素，且直白简而已懂，比如用户基本数据中的性别、年龄段、消费金额等。
另一种叫做计算数据，即通过单个或多个原始数据，按照特定的数学公式进行计算，产生人们所熟知的或具有概括性分析的数据。比如性别占比、年龄段占比、消费金额占比。

我规划这套系统的用户数据分析功能中，包含了大量的原始数据，以及少量的计算数据。

之所以如此设计，是因为产品人员并非数据的直接使用者，在我的后台产品生涯中，我倾向于提供更多更全面更干净的原始数据给运营人员，并由他们自己组合、拆解，产生自己需要的数据，而不是直接给很多计算数据。

产品不应该限制数据的使用方式，以及限制数据分析人员的思路，为了避免这两个方面的问题，我才会如此设计产品。（这并非是我不懂数据分析，而是非常了解数据分析的思路与重点）

思路再拓展：

记得我前几天写的《后台产品经理：三步教你打造简单的营销平台》么？其实在活动数据分析模块中，每个用户都已经被做了活动标记。

一、用户数据分析

无论你所在何种的平台与行业，无论你销售的产品是实物还是虚拟，你营销的最终目标都将为人。同时你也会发现，在有互联网的企业中，会将人的数据以各种单一、组合、拆解、再计算的形式进行展现，不管你用什么办法来观察购买你产品的人，这种行为都叫做用户分析。

针对活动类的数据展示与分析，我们究竟要展示哪些数据呢？

image

订单，一个电商行业最关心、最引人注目、最能衡量成效的信息产出物。与用户分析不同，订单反应的是平台的活跃度、用户认可度、以及主营收入等方面的敏感信息，我想它的重要程度不容置疑吧。

订单分析页面中主要有几个模块组成：

订单数量：首先以曲线图形式进行展现，可以凸显订单数量走势，同时搭配订单金额、下单人数、订单数量三个维度，直面订单基本情况。
订单来源：饼状图将平台所有品类按照块的形式进行展现，一眼就可以看出来当前时间之前，当前活动的参与者的品类倾向，这将成为你改造下次活动最重要的指标。
下单时间分布：将订单的下单时间以24小时的曲线图进行归类，此时，你已经清晰的了解，当前活动的参与者参与活动的主要时段，同时也是当前平台用户习惯的一种表现形式。