自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

如何評估某活動帶來的大盤增量

開發(fā) 架構(gòu)
業(yè)務(wù)第一反應(yīng)大概率是說“會!”。那么,某活動/功能上線與大盤交易提升之間確實(shí)存在因果關(guān)系嗎?如果真實(shí)存在,具體增量是多少?

1、引言

雙11期間上線某功能/活動,用戶開通后參與能給大盤帶來交易增量嗎?

業(yè)務(wù)第一反應(yīng)大概率是說“會!”。那么,某活動/功能上線與大盤交易提升之間確實(shí)存在因果關(guān)系嗎?如果真實(shí)存在,具體增量是多少?

2、分析過程

為了判斷之間的具體聯(lián)系,可以從5個步驟、2種常見判斷方法進(jìn)行分析。

2.1 明確原因是什么

從前文可知,雙11期間業(yè)務(wù)上線了某活動/功能。

2.2 明確結(jié)果是什么

給大盤帶來了更多交易用戶/訂單/gmv。

2.3 確認(rèn)3個要點(diǎn)

  • 是否純屬巧合?不好評價,從趨勢上來看,該活動上線之后大盤支付人數(shù)確實(shí)同期在提高;但正值大促,即使不做活動大盤交易大概率也會增長。

圖片

  • 是否存在同時影響原因和結(jié)果的第三變量?一個參與了活動的用戶,比起沒有參加活動的用戶,本身活躍度或成熟度更高,而平臺活躍和交易成熟對是否產(chǎn)生購買是很關(guān)鍵的因素。所以,存在第三變量。
  • 是否存在逆向因果關(guān)系?到底是活動刺激使更多用戶下單?還是高概率下單的用戶更有意愿參與這項活動?

2.4 制造反事實(shí)

如果雙11期間沒有上線這個活動,大盤交易量會不會減少?

2.5 調(diào)整到可比較狀態(tài)

很明顯,如果將大促期間參與了活動和不參與活動的人分成兩組,因為參與活動的用戶更活躍更成熟,而不參與活動的用戶質(zhì)量相對較差,這種明顯選擇性偏差的存在,導(dǎo)致直接對比是不公平的,不存在可比性。必須把兩組數(shù)據(jù)調(diào)整到可以比較的狀態(tài),分組用戶上要真正體現(xiàn)出“隨機(jī)”性。常見的有2種判斷方法,包括隨機(jī)對照試驗、雙重查分法??筛鶕?jù)實(shí)際背景條件選擇使用。

  • 隨機(jī)對照試驗,即通常所說的AB測試。假設(shè)大促期間采用了ab實(shí)驗,活動上線時將大盤所有用戶隨機(jī)分成的兩組,一組能夠參加活動(干預(yù)組),另一組不能參加活動(對照組),然后通過觀察兩組用戶在大促期間的交易表現(xiàn),對比得出最后的結(jié)論。
  • 雙重差分法,適用于沒有做實(shí)際隨機(jī)對照的場景,例如大促期間全量上線了該活動。第三部分會重點(diǎn)介紹該方法的使用。

3、雙重差分法

3.1 基本思想

在沒有隨機(jī)實(shí)驗的情況下去模擬一種隨機(jī)分配實(shí)驗。鎖定目標(biāo)用戶,模擬實(shí)驗分組,然后跟蹤不同用戶組在受活動干預(yù)前后的大盤交易表現(xiàn)。

前提假設(shè)

  • 始終不開通參與的用戶 VS 有開通/參與的用戶的場域效應(yīng)相同,即目標(biāo)指標(biāo)的趨勢平行;
  • 受到干預(yù)期間,沒有出現(xiàn)影響目標(biāo)值的“其他變化”。

圖示

圖片

3.2 計算邏輯

圖片

3.3 具體步驟

3.3.1 分組

將全部的樣本數(shù)據(jù)分為兩大組,分組邏輯是根據(jù)是否受到營銷活動干預(yù)。

  • 實(shí)驗組:受到營銷活動的干預(yù)影響,根據(jù)影響程度又可以分為「平銷已開通」影響復(fù)購動支,「平銷未開通->大促新開通」 影響開通和動支。
  • 對照組:沒有受到同一活動的干預(yù)影響,表現(xiàn)為用戶「始終未開通」。

3.3.2 目標(biāo)選定

確定觀測的目標(biāo)指標(biāo),大盤動支率、戶均大盤gmv。

3.3.3 驗證分組合理性

隨機(jī)圈選平銷期(10.10為例)用戶,觀察不同分組在10.10-11.11期間的戶均gmv變化趨勢是否一致。

  • 10.10日新開通用戶、10.11-11.10期間中途新開通用戶在臨近10.10日階段與波動較大,與其他分組差異較大,不作為后續(xù)分析可用分組。
  • 始終未開通、始終開通、雙11當(dāng)天新開通三個分組的用戶,在10.10-11.10期間變化趨勢一致、差異基本保持穩(wěn)定??勺鳛楹罄m(xù)分析可用分組。

圖片

3.3.4 差分

驗證完滿足假設(shè)前提后進(jìn)行兩次差分,第一次差分得出干預(yù)前后總差異,第二次差分得到干預(yù)凈效應(yīng)。

  • 第1次差分:分別對在干預(yù)前后進(jìn)行兩次差分(相減)得到兩組差值,代表實(shí)驗組與對照組在干預(yù)前后分別的相對關(guān)系;
  • 第2次差分:對兩組差值進(jìn)行第二次差分,從而消除實(shí)驗組與對照組原生的差異,最終得到干預(yù)帶來的凈效應(yīng)。

3.3.5 方法小結(jié)

  • 優(yōu)點(diǎn):較為客觀的去除場域影響,剝離出由營銷活動干預(yù)下帶來的大盤增量。能基本解決“大促期做的營銷活動對于大盤的影響”。
  • 不足:

(1)大盤收益,同一時間段多個活動共同干預(yù)時,無法剝離單個活動效益大小。如,11.11當(dāng)天,針對新客既做了活動1,又做了活動2,則無法分別評估活動1、活動2的效果。

(2)無法涵蓋“所有”增量。如平銷期與大促期之間新增用戶、中途開通的用戶表現(xiàn)。

責(zé)任編輯:武曉燕 來源: 得物技術(shù)
相關(guān)推薦

2020-07-03 07:00:00

Linux用戶活動

2023-08-30 11:41:17

活動效果評估體系注冊

2024-04-02 07:32:32

數(shù)據(jù)庫遷移工具異構(gòu)數(shù)據(jù)庫

2010-06-11 10:39:51

VDI

2020-09-16 10:16:54

數(shù)據(jù)分析量化大數(shù)據(jù)

2011-08-08 23:05:23

婓迅社團(tuán)活動

2018-03-26 13:03:07

專業(yè)IT培訓(xùn)

2012-11-08 09:43:12

編程語言技術(shù)開發(fā)代碼重構(gòu)

2011-10-19 14:31:41

云計算代碼云開發(fā)

2013-10-31 09:30:21

2010-09-07 16:09:29

2020-09-22 14:59:52

機(jī)器學(xué)習(xí)人工智能計算機(jī)

2011-07-15 10:20:34

活動目錄

2020-09-11 09:05:58

虛擬桌面基礎(chǔ)架構(gòu)VDI存儲

2021-10-20 13:39:01

數(shù)據(jù)庫數(shù)據(jù)庫安全技術(shù)

2015-01-15 09:38:30

2022-08-01 16:43:07

機(jī)器身份網(wǎng)絡(luò)安全自動化

2010-06-09 08:59:30

UML活動圖

2015-04-21 16:09:46

點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號