付费|干货分享：如何证明优惠券功能的有效性（三）大盘

编辑导语：优惠券功能模块在一定程度上可以拉动增长，但作为开发设计，如何让上级认可你的优惠券功能设计？这需要你对优惠券活动效果等方面进行详细拆解、总结，让上级心中有数。本篇文章里，作者结合优惠券累充活动复盘，总结了证明优惠券功能有效性的几个方面，一起来看一下。

文章插图
一、前情提要大约在5月底，与老板面对面进行了一次优惠券累充活动的效果汇报。老板提出3项指示：

认可优惠券累充带来的流水增长，但对长期ltv、留存的影响存疑，定性优惠券为“双刃剑”。
仅针对老游戏、老用户开启优惠券活动，要“稳着来”。
优惠券成本要他亲自审批，建立审批流程。

能够见到老板汇报、能够获得其部分认可并提出建议，这都是阶段性成果，罗马城的地基一块一块地垒起。
二、“双刃剑”问题拆解分析优惠券累充活动是否会在提升流水的同时，降低长期ltv及留存呢？

如果是，则优惠券累充活动就更适合与产品生命末期的拉收（收割）；
如果否，那么老板的顾虑也就不成立，进而可以尝试在更多老游戏去铺开优惠券累充活动。

基于以上的思考，数据分析的逻辑就很清晰：对比说明在优惠券累充活动开启后（3月、4月、5月）和优惠券活动铺开前（11月、12月、1月），ltv、付费留存的变化情况。
1. 对长期ltv影响1）活动包数据
可以很明显看出在活动开启后，首日ltv不变的情况下，30日倍数提升9倍。（数据仅仅示意，并非真实数据）
2）对比大盘数据
大盘整体用户质量相对是较差的，但整体半年来首日ltv和30日倍数几乎无较大波动，故可以排除掉活动包的数据变化是由产品导致的这一可能性。
2. 对付费留存的影响1）活动包数据
可以很明显看出在活动开启后，30日付费留存提升5%
2）对比大盘数据
与上方ltv表现情况类似，整体大盘的付费留存对比活动包要差，但半年来每个月数据几乎无明显波动，故进而证明了活动包付费留存的提升与产品本身无关。
3. 结论综上所述，无论是30日ltv倍数还是付费留存，在开启了活动后的数据是提升的，而同期的大盘数据是无明显波动的，并且在开启优惠券累充活动后，长线的ltv和留存数据反而更好了（即使考虑到其他种种因素的不稳定性，至少数据没有变得更差）。
即“双刃剑”说法不成立。
写到这里，针对“双刃剑”问题的数据论证思路已经较完整了。但为更加充分地说明优惠券对于付费用户的付费促进作用，以避免老板还存有疑虑，故“画蛇添足”地补充了“优惠券活动对用户付费行为的数据分析”。
三、优惠券对用户付费行为分析1. 整体思路假设优惠券活动能够提升用户的付费行为，那么最直观的数据表现是什么？
基于对电商行业付费效果评估的研究以及之前的实操经验，我的分析核心思路是：对比活动前后用户的付费行为，重点关注订单数、订单金额。

在之前的实操分析中，是基于“包”维度的整体数据，对比其活动前后的数据，将活动前的数据作为基准值，活动后数据作为对比值，进而对比差值评估效果。
而此次的用户付费行为数据分析，则是挑出包中的付费用户，去对比其行为变化，数据更细。思路捋清楚后，就是找技术取数了。

2. 取数逻辑