本文由营销经理onlinestar optimizer/new writing plan ，点击了解有关该计划的更多信息

然而，大部分时间我们不知道活动开始前的策略是否正确，我们需要通过活动后获得的数据进行验证，这导致了更高的验证成本，需要用真实的钱来验证当时的想法和策略是否正确，导致了“事后聪明”的局面。

那么，在开展活动之前，可以使用什么方法来评估活动的效果，并根据评估的情况进行战略调整，以避免不必要的预算浪费？

说到这里，一些朋友可能会想到一些算法模型来进行效果预测。作为绝大多数操作，从头开始学习像Python这样的编程语言，然后构建一组算法模型显然是低效的。

有没有其他简单的方法来实现它？答案是肯定的。

二元一次性方程式我相信我们每个人都能做到，第一数学知识(初中数学现在失败了)只要使用二元一次性方程式就能估计出我们的双倍十营业额。

接下来，作者将通过自己的项目经验介绍如何使用二元的一阶方程来估算双十期间的营业额。

首先，我想介绍一下我当时的业务背景:我负责在某个平台上推广信息流，通过在线广告吸引用户留下销售线索，然后将销售线索分发给销售人员，然后推广交易。过程如下:

商业背景:

信息流广告推广-客户保留-线索分配-销售跟进-达成交易

让我们首先介绍两个数据维度:

1.铅生命周期

通过在线广告投放获得的客户保留线索也有生命周期，这超过了线索的生命周期，几乎没有价值。线索的生命周期因行业而异。

2.线索生命周期中当月的转化率

生命周期第一个月线索产生的营业额占整个生命周期产生的总营业额。

一、数据统计

数据维度1:销售线索生命周期

统计时间:半年

统计维度:交易周期和交易数量

图表:

从数据图表中可以看出线索的生命周期约为3个月，超过3个月的数值不多，在线索生成的月份数值最高。

(以一个例子三:在线索的生命周期中，交易数量呈现出一定的数据比例规则，因此反向交易成本也是同样的数据比例规则，即当月的交易成本会随着线索生命周期中时间的推移逐月下降，这也是我们常说的追溯成本)

数据维度2:销售线索生命周期中当月的转换率

统计时间:半年

统计维度:线索生命周期总周转率、当月线索周转率、当月线索数量、线索生命周期转化率、当月线索转化率

(销售线索生命周期转换率=销售线索生命周期总交易量/当月销售线索数量；当月线索转化率=当月线索量/当月线索量)

图表:

从表中可以得出，线索生命周期的平均转化率为:0.59%，当月的平均转化率为:0.27%

二，建造模型

KPI:根据业务需求，double 十的交易成本低于10000

公式: double 十总热身成本/旧线索营业额+活跃热身期营业额< 10000

公式反汇编:

根据我们前面提到的线索的生命周期，我们可以知道线索的生命周期是3个月。

因此，双11交易主要来源于9月、10月和双十预热期的线索。

(让我们在这里给出一个背景。该频道没有在10月推出，所以没有线索，所以double 十我被用作推进的时间起点，收盘周期在15-30期间是中性的。同样，如果线索是在10月产生的，同样的方法被用来预测双十中10月线索产生的能量

因此，我们只需要计算在double 十期间9月线索产生的交易总数，并且我们可以通过将整个double 十期间产生的交易总数相加来估计double 十期间产生的交易总数。下面，我们将根据上图的分析思路逐一计算。

九月旧线索估计量

从第一步的统计数据中，我们得到电缆生命周期中的平均转化率为0.59%，并且已知到目前为止在9月份已经发生了360次线索交易。以下公式可用于估计9月份旧线索在整个双十活动期间可带来多少交易:

双倍11交易估算中的9月销售线索毛利= 9月销售线索数量*销售线索生命周期中的最终转换率-交易数量

114576 * 0.59% - 360=316

因此，9月份，旧线索在双十期间敲定了一笔316英镑的交易

估算活动预热期带来的营业额

公式:双倍十一次预热总成本/旧线索带来的体积+主动预热期带来的体积< 10000

假设:双十预热的总成本为x，主动预热期带来的营业额为y

众所周知，当月线索的转化率为0.27%，线索的成本为40(线索的成本在放入一定体积时基本上是恒定值)

列出二主要等式:

X / (316+Y)

X /40 *0.27%=Y ②

X

Y=656

因此，双十期间的总预热成本不得超过9723076，估计双十期间的总交易量为316+656=972

最终双十一笔实际交易数据:979

9月份的旧线索在双十 (10.25-11.11)期间被关闭

估计:316

实际交易:313

双十活动线索交易(10.25-11.11)

估计:656

实际交易:666

从实际数据可以看出，最终的双十一次活动营业额只比当时估计的实际误差少7套！该模型随后估计了第二年6月18日的营业额。这个模型至今仍在使用。

三，总交叉口

1)统计

1.铅生命周期

2.铅生命周期转化率

3.当月线索转化率

2)建立模型

1.公式拆卸

2.列出方程式组

四，last

最后，我想通过本文介绍的方法来表达两种沉重的操作思维:1。过程思维；2.数据思考。

1。过程思维

在建立模型的前一部分，我们将应用过程思维，从公式开始，分解公式，将其分解成最小的单元，然后我们将逐一突破这些最小的单元。

然而，很多时候我们接触的项目不能用公式表达。我们做什么呢

首先，按照流程的顺序从源头到末端列出事件发生的原因，并清楚地记录每个环节要完成的事件，包括每个阶段的工作输出和结果报告。

在这一步，应该做两件事:1。在这个过程中不应该有任何遗漏的环节，应该考虑到每一个可能的环节；2.每个环节下所有可能的细节都应事先考虑和记录。做好这一步可以提高一个人的节奏感。

2。数据思考

数据思考我相信所有的网民都很熟悉它，因为我们网民每天都在处理太多的数据。

在此，我想介绍一些结合上述内容使用的数据分析思路和方法:首先，我们必须有一个明确的目标。这里的许多新来者会有一种误解，认为分析是为了数据分析。这是什么意思？

目标不明确，我们也不知道我们希望通过数据分析得到什么结果。在这里，我们应该结合过程思维，首先对业务进行分类，找到我们要分析的数据指标，然后根据这个目标计算相关的数据维度。

这种分析的结果是能够帮助企业决策的最理想的数据结果。

在下一篇文章中，我们将讨论如何找出规则，并根据活动数据将其分解为模型，以指导下一次活动的节奏量，并将每一笔促销预算都花在最前沿。

这是我们专栏作者汪志鹏在本期与您分享的内容。

如果你也擅长营销推广，渴望提升你的行业影响力，那么欢迎加入营销之王在线明星优化器，新的写作计划，并与100星优化器分享，成为一个更有影响力的推广者。

作者以前的内容阅读:

表格中有许多线索，但很少有交易被转换？这种方法可以降低40%的成本