本文目录一览：
转化率用什么字母表示
转化率,一般用希腊字母 α 表示
某些书中,也用 英文字母 a 表示,估计是这两个字母差不多的缘故
2019-08-15
淘宝运营如何做好活动复盘？
主要以电商店铺的运营来进行“总结和复盘”的举例。
首先我们来看为啥不定期的我们要做做总结和复盘呢？
大概有这样三个目的。
第一，记录好数据，为今后同类型的活动做数据对比的依据。
第二，做总结的目的就是为了发现问题，找到问题原因，继而解决问题。
第三，我老大以前的口头禅：做的好，为什么好？做的不好，为什么不好？
找到好的，加以奖励。不好的，要改正，同时，要进行适度的合理的惩罚。
我们开始做总结时。
我大概会把总结分成这么几个大块：
一，店铺逻辑层；
二，货品逻辑层；
三，用户逻辑层；
四，品牌推广逻辑层；
五，遇到的问题以及今后改进的计划。
下面的内容我几乎就是按照总结汇报的PPT进行梳理出的一个模板。
在店铺逻辑层，我会把内容分成三大块：
1，销售额
2，分拆各个关键指标
3，DSR动态评分的变化及顾客的评价
首先来看销售额层。
顾名思义，总结一开始就要根据公式进行销售额的汇报。
销售额=流量转化率客单价
那么列出来：
PC端的销售额公式及对应表现
手机端的销售表现
列出数据后，要列出一个小结论：
这次活动做得好还是不好？
那么就涉及到参考对标的标准。
有这样一系列的对比指标值得研究：
1）同比去年同期，或同比去年同一个活动；
2）环比日常，看下活动期的销售额，比日常销售情况增幅如何；
3）跟活动计划相比较，活动前列出了活动目标，并按照目标准备了对应的货品，那么与目标销售额和货值相比，销售情况如何？完成了多少？
4）截止目前，年度、季度计划完成情况如何？跟去年同期相比，是否有整体的增长，增长比例如何？
5）可以考虑计算一下行业和竞品的增长或下降情况，按照比例来看我们是增幅是否超出或符合大盘情况。
OK，上面我们通过一系列对比得出了一个小结论。
也许是结果是好，也许是不好。
如果活动本身的销售额里还包含了“预售”的金额。
那么在总结开始，也要分拆一下，预售和活动期各自完成的比例如何。
同时跟上面对比一致，判断自身预售情况如何。
通常来说，理想状态下，预售占比50%到70%，其余的部分会在活动期完成。
销售额拆完了。
01
结论我们简单列清楚了。
我们来看分别对关键指标进行拆解。
[关于流量]
1，先看整体数据，把流量分成PC端和移动端分别拆解。
2，看两端各自UV来源，并计算各个入口的引导成交额、成交量。看转化率和UV价值如何。
3，如果是付费渠道，要尝试计算付费渠道的流量多少，UV价值，以及引导成交金额，计算ROI比例是否合理。
后续可以考虑把付费渠道单拎出来进行分析，图片素材表现如何，文案撰写是否清晰，点击效果哪个最好，花钱的绝对值和ROI是否合理。
大多数时候，我们看数据，一方面要看各个数字的绝对值，另一方面就要看比值。
[关于转化率]
转化率的部分我们要拆解的稍微细一点。
1，直接能看到的转化率是PC和无线各自的总体成交转化率，以及根据流量拆解看得到的各个UV来源的转化率；
2，第二个维度，可以尝试计算客服方面咨询转订率以及店铺整体的静默下单率。
这个环节其实要看的就是根据客服软件来判断，客服服务情况如何。
以及根据店铺装修的数据，来看各个模块引导成交的比例，点击情况，转化率情况。
尤其是通过查看页面的各页面流量，成交产品，以及页面停留时间，访问深度，跳失率等数据来判断，页面是否表现OK。
为今后的UED改版做好数据留存和依据。
[关于客单价]
客单价部分与啥相关？
一般是货品的组合情况，促销机制设计，价格段的设计，以及人均购买件数等内容有关。
所以在活动做总结时，同样的，我们看下相较日常，客单价提升情况。
以及PC和手机的客单价分别统计。常规的经验是PC的客单价要高于手机端。但转化率手机端远高于PC端。
接下来我们要关注店铺DSR动态评分在活动后的一个变化。
一般大促过后，尤其是S级大活动之后。
大部分店铺都会遭遇到一轮DSR评分暴跌。
所以要实时的监控DSR的变化，在做策划时就要通过一些对顾客的维护，减少顾客差评概率。
如果条件允许，可以安排客服人员在顾客收到货后，立刻致电扫一遍潜在的差评风险。
与顾客及时沟通，避免差评。
毕竟一个差评，需要几十笔好评订单才能挽回，实在得不偿失。
这里顺便提一嘴。
最近在看资深的运营专家辰沫老师写的《电商相对论》，这本书里对应活动后DSR评分的优化就提出了非常多的经验。
其中一种就是可以考虑：
1）通过DSR评分计算器，按照店铺的评分计算，拉回到高DSR评分需要多少个好评；
2）把从前免费给消费者的赠品挂价销售，通过搭配套餐配合店铺优惠券，让用户一次性多买几个产品，即买三免二，买一赠三。
总之是赠品还是免费，但一次性购买件数就多起来了。原本需要一千单来优化评分，这样操作，一下子减少到三百个客户就可以完成优化。
02
我们进入到总结的第二大部分：货品逻辑。
简单想想，做零售就是准备一盘货，然后到平台上去卖。
最后性价比高的货周转率高，都出手了。
那么活动完毕，你盘点一下，发现还有不少货因为各种原因剩下了。
那么就要同步规划下，剩下的这批货该怎么处理。
是进行日常无折扣销售。还是盘点一下，进行报活动打折促销。
我们的目的就是让所有货最终都卖出去，并不亏钱。
所以活动完毕，我们就要第一时间对售出的货品进行统计。
- 看看跟活动前我们准备的库存相比，各个款式版本出售量多少。以及销售额都是由哪些货品构成的。
- 很多做电商的小伙伴是不知道货品的成本价和利润率等商业机密的。
- 包含我们以前帮宝洁做线上的天猫运营，也是对利润不知道的。
- 所以假如你对利润和成本是了解的。
那么在做总结时，就要同期对利润和成本进行细致的计算。
看看在不考虑退换货的情况下，活动利润如何，是否满足预期。
做生意的核心数据，可以通过公式进行简单的计算。
收益率=利润率周转率。
所以当我们想知道活动挣钱情况时，就可以通过这个公式进行细致的计算。
总结里要体现出来你主推的第一梯队的货品销售情况，以及对应的关联销售产品销售情况。
再进一步的总结，
可以在大活动后，对店铺销售的产品和行业热销的宝贝进行一轮统计。
找到行业热销的产品具备 哪些特点。
记录下来给到负责产品开发的同事。作为后续新品开发的参考。
03
第三大逻辑：用户逻辑。
关于用户，目前的电商后台你可以获取到两大部分的数据。
第一部分是平台根据店铺成交情况，提供的泛用户属性数据。
比如用户性别、年龄、星座、地域、人均购买金额和件数等。
第二部分数据，是根据订单进行筛选出的数据。
比如本次活动期间，新老顾客贡献的金额占比，购买偏好。
以及新老顾客的来源，通知渠道，对应新顾客老顾客的人均成本计算。
可以考虑根据顾客购买产品的偏好，看是否跟地域有相关联的逻辑。
如果你所在的公司有自己的用户管理和分析系统。
那么订单导出后，作为运营很重要的一条就是将用户进行新一轮的系统中的打标签。
从什么渠道来，买了什么产品，买了几件，花了多少钱，是否可以看得出性别……
用户运营需要做的就是对用户进行分层分标签的细致管理。
并设计一系列的机制，对各个标签进行后续半自动化流程化的运营。
比如可以通过系统设计，购买第一次的用户，可以在收到货后第一时间收到一条短信。
提供一个72小时的大额优惠券，促进用户快速的二次消费。增加复购率。
如果说以上都是跟店铺运营或平台运营极其相关的内容。
04
那么第四个大逻辑就会跟品牌更加相关：品牌推广逻辑
很多品牌都会在大促期间，考虑通过站外的投放增加品牌曝光，增加新用户下单的机会。
那么活动后，就需要对活动期间的投放情况进行一轮梳理。
在那些渠道投入多少钱绝对值，是否可以看到引导成交金额？
是投的SEM还是DSP，或者是信息流广告？
用了什么素材进行分类的投放，各自效果比如点击率如何？
比如引导的流量和点击情况具体数字，对比之前的投放是增加还是减少？
比如在活动期间，在微博上推广的效果如何，粉丝数是否增长，粉丝的阅读和互动量变化如何。
在PPT中我们常用的图表种类分为几类 各自的优势是什么？
PPT时经常涉及到数据展现，但「怎样的数据适合哪些图表」。
数据可视化有很多既定的图表类型，下面我们分别来谈谈这些图表类型，他们的适用场景，以及使用的优势和劣势。
1-柱状图
适用场景：它的适用场合是二维数据集（每个数据点包括两个值 x 和 y），但只有一个维度需要比较。
优势：柱状图利用柱子的高度，反映数据的差异。肉眼对高度差异很敏感，辨识效果非常好。
劣势：柱状图的局限在于只适用中小规模的数据集。
2-折线图
适用场景： 折线图适合二维的大数据集，尤其是那些趋势比单个数据点更重要的场合。
它还适合多个二维数据集的比较。
优势：容易反应出数据变化的趋势。
3-饼图
适用场景：适用简单的占比图，在不要求数据精细的情况下可以适用。
优势：可以清晰表达同一个整体中，不同成分的比例关系。
劣势：肉眼对面积大小不敏感。
饼状图是面积图的一种，但是因为其劣势明显，所以在使用饼状图及其他类型面积图时，注意用数字标明占比情况。
4-漏斗图
适用场景：漏斗图适用于业务流程比较规范、周期长、环节多的流程分析，通过漏斗各环节业务数据的比较，能够直观地发现和说明问题所在。
优势：能够直观地发现和说明问题所在。
在网站分析中，通常用于转化率比较，它不仅能展示用户从进入网站到实现购买的最终转化率，还可以展示每个步骤的转化率。
劣势：单一漏斗图无法评价网站某个关键流程中各步骤转化率的好坏。
5-地图
适用场景：适用于有空间位置的数据集。
优劣势：特殊状况下使用。
6-雷达图
雷达图是一种类似蜘蛛网的网状图，可以对两组项目的多种变量的项目进行对比，它可以反映数据相对中心点和其他数据点的变化情况，可以清楚地反映事物的整体情况。
适用场景：雷达图适用于多维数据（四维以上），且每个维度必须可以排序。
但是，它有一个局限，就是数据点最多6个，否则无法辨别，因此适用场合有限。
劣势：需要注意的时候，用户不熟悉雷达图，解读有困难。使用时尽量加上说明，减轻解读负担。
使用可视化图表要注意避免的误区
1- 饼图顺序不当
最好的做法是将份额最大的那部分放在 12 点方向，顺时针放置第二大份额的部分，以此类推。
2- 在线状图中使用虚线
虚线会让人分心，用实线搭配合适的颜色更容易区分。
3- 数据被遮盖
确保数据不会因为设计而丢失或被覆盖。例如在面积图中使用透明效果来确保用户可以看到全部数据。
4- 耗费用户更多的精力
通过辅助的图形元素来使数据更易于理解，比如在散点图中增加趋势线。
5- 柱状过宽或过窄
经过调研，柱子的间隔最好调整为宽的 1/2。
6- 数据对比困难
选择合适的图表，让数据对比更明显直接。
上图的数据作用是为了比较，显然，柱状图比饼图在视觉上更易于比较。
7- 错误呈现数据
确保任何呈现都是准确的，比如，上图气泡图的面积大小应该跟数值一样。
8- 不要过分设计
清楚标明各个图形表示的数据，避免用与主要数据不相关的颜色，形状干扰视觉。
9- 数据没有很好归类，没有重点区分
将同类数据归类，简化色彩，帮助用户更快理解数据。
上图的第一张没有属于同类型手机中不同系统进行颜色上的归类，从而减少了比较的作用。
下图就通过蓝色系很好的把 iPhone、Android、WP 版归为一类，很好地与 iPad 版，其他比较。
10- 误导用户的图表
左图的数据起始点被截断从 50 开始。
正确的数据信息，数据起点要从0开始，客观反映真实数据，纵坐标不能被截断，否则视觉感受和实际数据相差很大。
学习了如何让数据「说人话」，但做出来PPT似乎却缺少了美感和艺术感，有没有什么好方法，能让规范和美感兼得呢？
对于PPT比较擅长的朋友来说，自己花些时间，在图表应用规范的基础上，对PPT进行美化，也不是件难的事情；
对于不那么擅长PPT的朋友，小翼建议就是学会用些PPT美化工具，像【演翼】，能将PPT的图表表现3D化，让PPT的视觉效果瞬间爆表，呈现电影视觉？
有！演翼就是这样一款软件，轻松适配各类应用场景及演示需求，非常适用于商业产品介绍的PPT演示。
【演翼】，一款PPT演示神器，能一键为PPT转换各种风格的3D主题，让PPT的视觉效果瞬间爆表。
曾经一周才能完成的PPT美化工作，用演翼几分钟就能搞定！
