主动行为分析法：明白行为数据的含义

更新: 7/18/2025 字数: 0 字 时长: 0 分钟

主动行为分析法：用数据衡量，业务受主动行为影响而产生的变化规律，从而判断不同行为的好坏。

企业主动开展的商业行为会改变收入指标的形态。典型的如“双11”，在2009年以前，11月11日只是一个普通的日子。自从大型电商平台开始集中在11月11日进行大促销以后，“双11”作为购物节的观念便深入人心。很多公司的收入曲线，会在11月有明显的暴涨，同样还有“双12”、“6.18”等人造节日。某公司11月的销售收入走势，如图所示。

以促销活动为例，促销活动前后，经常有这5个阶段。

• 宣传期：宣传活动开始，投机的用户开始停滞消费，等待活动，总销售收入下降。
• 上线期：活动刚上线，参与的人数最多，销售收入冲的最高。
• 持续期：活动持续，陆续有人参与，销售收入低于峰值，但仍高于平均水平。
• 结束期：活动结束后，大量用户透支了消费，导致销售收入短暂下跌。
• 恢复正常：活动影响已消失，用户按正常水平购买。

通过记录业务方的行为，可以配合销售收入曲线，识别出这些动作的影响点与影响力度。从而辨识重大活动的效果。并且，不同力度的活动，销售收入曲线形态也会有差异，单纯的通过销售收入曲线变化，也能识别出那些活动效果明显，那些活动不温不火，如图所示。

企业的主动行为可能对企业的销售有正向和负向两种影响。

（1）带来正向影响的行为

• 新品上市
• 新店开业
• 促销、优惠活动
• 主动拓展用户
• 主动清仓

这些都会给收入曲线带来额外的增长动力，带来收入曲线的正波动。

（2）带来负向影响的行为

• 系统出现BUG
• 产品质量问题
• 关店、裁员

这些都会给收入曲线带来额外的负面影响，导致收入曲线的负波动。

还有一些，效果是不确定的，典型的如产品更新。

• 有可能新品体验更好，更受用户青睐。
• 有可能新品不受用户欢迎，反而使用更少。

总之，在产品上线之前，一切皆有可能。虽然上线前可以做一些测试，验证想法，但实验的情况与真实的商业场景还是有差距的，因此需谨慎对峙。

还有一些效果是难以衡量的，如传统的品牌广告只是告知用户“我的品牌很高端、大气、上档次”，但是不会直接给用户购买链接，也不会给观看广告的用户额外的优惠券（这是品牌广告与促销广告的最大区别，促销广告是有优惠的），因此效果难直接衡量。很难具体地说：用户看了广告以后，购买意愿从50分涨到了100分，然后就去购买了。

对以上各类行为，最好的处理办法是建立《行为日志》：对各类行为先进行记录，并且标记在收入曲线上，这样能直观地看到那些行为引发了重大波动，如图所示。

但是，这样只能粗略地识别产生重大影响的行为，当多个行为相互叠加时，很难一一识别。更麻烦的是下面几个方面的内容。

• 企业的重大行动和自然周期经常是重叠的。比如，年底开展大促销、周末搞活动。
• 企业的重大行动和生命周期经常是重叠的。比如，新品上市发布、旧货退市的清仓促销。
• 企业的重大行为和外部因素经常是重叠的。比如，政策发生了变化，对于调整经营方法。

具体的手段是重叠的情况，如图所示。

这种多因素重叠会导致识别问题异常复杂，这个问题会在其他文章种进行详细的介绍。但在此之前，需要提前对每个行为进行详细的记录，对重大行为结果有所了解，这样才能为多因素分析打好基础。