イベント商品を作る際に陥った落とし穴の例を挙げてみましょう（データレビュー）

まずアクティビティのプロセスを確認しましょう。

1. アクティビティのユーザーデータ合計（2017.1.1〜2017.9.7）

ファネル チャートに変換:

ファネル チャートを作成するためのより優れたツールや方法をお持ちの方がいらっしゃいましたら、下にメッセージを残して教えてください~~ これは Excel の棒グラフで作成されており、見た目は粗く、より直感的な感覚しか得られません。 。 。

イベント全体では約156,000人のユーザーが参加し、約300,000人のユーザーが参加しました。実際に当選したユーザーは115,000人で、そのうち92,000人が新規登録ユーザーです。新規ユーザーと既存ユーザーの比率は約4:1です。総費用は約17万元で、新規ユーザー獲得にかかる費用は2元（約1.8元）未満です。この観点から見ると、この活動は比較的成功しており、低コストでできるだけ多くの新規ユーザーを獲得しています。

勝率は73.8%です。当イベントの勝率は 100% なので、損失は主にページ損失と文字列コードエラーの 2 つの部分から発生します。今後の活動では、「受信ボタン」をクリックした人数を記録するポイントを追加することで、ページ損失率や文字列コードエラー率を確認できるようになります。

2. イベント中のデータ比較

データによると、週末と平日のユーザー参加率に大きな違いはありませんが、平日と休日の間には大きな違いがあり、ピークシーズンとオフピークシーズンの間には大きな違いがあります。さまざまな祭りの中では、メーデー>端午節>春節>清明節です。

注: ここでのデータ分析には差異検定、つまり他の干渉要因 (広告の配置、宣伝活動、配置された缶の数など) が活動データに与える影響の分析は含まれていません。これらの要因を特定できれば、SPSS データ分析ツールを使用して、要因間の差が 99% または 95% の信頼区間内で有意であるかどうかを判断できます。

3. 登録ユーザーの比較

1. イベント期間中に登録したユーザー数：非イベント期間中に登録したユーザー数≈1.61 ： 1
2. イベント期間中に登録したユーザーの総登録ユーザー数に対する割合は約64%です。

これら 2 つのデータセットは、このアクティビティが新規ユーザーの登録に一定の役割を果たしたことを示していますが、前の部分のデータと同様に、結果に対する他の干渉要因の影響を除外することも必要です。今後の記事では、統計原理を通じて他の干渉要因を排除し、必要な有意性検定を取得する方法について詳しく説明します。

4.登録ユーザーのその後のコンバージョン行動

アクティビティに惹きつけられた新規ユーザーの数を見ることに加えて、もう 1 つの非常に重要な指標は、これらの新規ユーザーが当社のアプリや Web サイトなどでフォローアップ行動をとるかどうか、つまり、携帯電話番号のみで登録した一部の熱心なファンを実際のアクティブ ユーザーに変えるかどうかです。

登録ユーザー9万2000人超のうち、計95人が購入し、合計201件の注文があり、注文総額は1万9670.7元、1件あたりの平均注文価格は97元だった。で：

• 91 人がウェブアプリから直接注文し (ログインは不要)、合計注文額が17,542.70 人民元、平均注文価格が 1 注文あたり91 人民元の193件の注文が成立しました。
• 2回目にログインした人は6人、注文した人は4人、注文数は8件でした。合計注文金額は2,128元、1注文あたりの平均注文価格は266元でした。

登録ユーザーはその後一定の購入行動を取っているものの、そのほとんどはウェブアプリ（ログインせずに直接注文）から来ており、アクティブユーザー数は非常に少ないことがわかります。将来的には、SMS、 WeChat 、アプリプッシュなどのマーケティング手法を使用して、ユーザーの粘着性を高め、登録ユーザーからアクティブユーザーへのコンバージョン率を向上させることができます。