无论是百货超市、大卖场、电器商城等线下店铺，还是天猫店、淘宝店、京东店等线上店铺，促销活动已经是目前零售行业普遍使用的营销方式。面对打折、满减、优惠券、代金券、大抽奖、储值卡等等形形色色的促销形式，商家该怎样评判每次促销活动的成功与否、收益如何呢？
q：面对琳琅满目的打折优惠促销活动，零售商家如何知道活动办得好不好？
借助大数据技术和yonghongbi平台，今天我们用3个典型的活动分析场景，拆解活动效果量化的数据分析思路。分别针对单个活动成果、活动前后销售影响、投入产出收益，再现零售企业促销活动的基本分析框架。
活动业绩，主要用于单个活动的成果监控/复盘。围绕着目标达成情况，考量活动是否满足业务预期。
活动成效的好坏，评价的方式可以有很多种，但归根结底是要看是否满足企业制定的业务目标。转化成具体数字，就是销售额的完成情况。根据基础等式：销售额=客单价*销售量，促销活动的核心目标基本围绕着客单价和销售量。
如“满300减100”是为了让客户单次消费总购买金额达到期望目标300，即客单价300；再比如“整10点特价秒杀”，促进单次活动或者单件商品的店铺销量。
（1）以单个店铺的视角，用环形图凸显销售额预期达成率和实际销售额，并结合利润情况，反映整体活动与预期的差异。（部分活动以拓客为目标，所以用户数也是很多促销活动的重要考察指标）
（2）店铺活动经营情况清单，即“活动期间各店铺业绩”表。以表单形式，直观列举各店铺的经营数据（一般是销售额、利润的预期、实际达成率、同环比等数据），横向对比不同店铺在单次活动中的业绩情况。并可以针对表现较好或较差的店铺做更进一步的深度钻取，了解其业绩汇总结果背后的具体细节数据。
活动业绩分析参考指标：活动销售量/额、利润额、客单价、连带率、目标完成率、利润完成率、往期活动对比、活动期间用户参与数、新增客户数等。
活动影响，主要反映活动前/后销售影响，综合评估活动效果。拉长时间轴，常常会发现活动前后的销量影响都是不可避免的，那么在更大的时间力度上看待促销活动的真实收益才更为客观。
假设当月不举办促销活动，正常的销量和价格带来的收益（一般为销售额或者利润）为a1，举办该促销活动的收益为a2。如果a1与a2差距不大（如5%的范围），那么其实该活动带来的影响可能是负面的，因为商家投入了更多人力/精力/成本在活动上。
（1）以核心产品为主线，配合活动销售清单，考察产品的成本、活动价和毛利，了解单品sku与预期的差异。
（2）将活动销售清单（单品）配合产品销售情况的波动曲线（销售量/价格），掌握真实的活动前/后数据波动。通过点击清单的产品名称，显示不同产品的趋势图，结合店铺和时间跨度过滤器，综合计算某段周期内的整体收益。
活动影响分析参考指标：商品价格走势、客单价走势、活动的爆发度、衰减度等。
活动效率，主要通过roi（投入产出比）评估。roi在活动分析中，属于最常见的也是最核心的指标之一。它从平均收益的视角，清晰呈现了活动费用/让利的回报效率。
活动费用线下一般指卖场布置、舞台演出、户外广告、媒体投放、卖场外物品、活动抽奖及相关人员费用等，而线上一般流量费用占比较大。让利一般指降价导致的单品利润减少，以及奖品费用。数据分析中考虑的回报效率，通常是用活动销售额和投入费用的比值作为衡量标准。
基于yonghongdesktop模拟线上活动效率的分析思路，如上图所示：
（1）以流量来源为视角（中上饼图 右上柱线图），观测流量和费用是否存在不一致（即是否存在花了很多钱，流量却较少的情况），以便后续合理规划投放方式及费用。
（2）ori分布观察单店的实际投入产出状况分布（下侧柱线图）。寻找最佳的活动匹配店铺，销售额高且roi高。同时对本次活动反馈较差（roi低）的店铺，做下钻分析，综合考察这类店铺的活动明细数据，还可参考其历史活动表现，业务进行考量优化（如下次类似活动不再参与）。
活动效率分析参考指标：roi（投入产出比）、流量、推广费用、活动销售额等。
以上的分析场景，更多的是基于活动本身的事后分析。那么活动举办前，是否可以借助如客户画像、商品画像等，给活动策划提供更多的参考依据？
又或者更进一步，利用历史数据，直接预测出哪些产品做促销、促销做多少量、什么时候做促销、哪些产品组合可以带来最大收益等等这些问题呢？
