Ada《长安十二时辰》最近成为热播剧，其中最令人称奇的就是徐宾的大案牍术，剧中不止一次提到了一个概念——大案牍术，可以说贯穿了整个剧集主线，也引得看剧的人赞叹不已。
这一过程是活动质量管理体系的支撑过程，在活动的整个周期中，包括从前期策划、活动上线、活动现场执行再到会后复盘的各个过程都是需要运用数据分析过程，以此来提升有效性。因此，麦肯锡全球研究院认为，大数据是“提高创新能力、竞争力和生产力的下一个前沿阵地”。
数据分析的重要性不言而喻，然而，在实际工作中，我们发现大部分活动人都处于“自以为懂数据分析，实际连数据分析的门都还没进去”。很多人可能尝试用各种数据分析工具进行分析，或者用PPT做一些折线图、漏斗图，但具体分析都是表面工程，结论也全靠拍脑袋。
活动中新增了一个互动环节，但不知道用户反馈是怎样的，也不知道该从哪些方面进行优先级排序，抓不住核心数据；
做活动，手上拿到了很多推广数据，各个渠道的文章阅读量、落地页点击率、分享人数等，但具体哪个渠道的ROI最高呢？效果最好呢？应该从哪些维度去分析数据，用来驱动后期活动优化？
好不容易做了一份数据分析报告出来，但除了自己，领导和同事都看不懂，还得面对面再沟通一两个小时才能核对清楚。
……
在时时都在强调大数据价值的时代，活动人到底要如何利用数据分析做好每一次活动运营?如何学会用数据分析去提取有价值的信息，形成有效的结论和解决方案呢？
首先，我们来了解下什么是指标。
若有一位活动人和你说，活动反响不错，有很多人评价和称赞，还给你看了几个截图。
而另外一位活动人说，活动效果不太好，推的产品也没多少人买。
这时你应该相信谁呢？
其实谁都很难相信，这些众口异词的判断都是因为缺乏数据分析思维造成的。活动人想要描述一场活动效果如何，应该使用签到率、活跃度、转化率等指标。如果你不能用指标描述业务，那么你就不能有效增长它。
在了解什么是指标后，接下来你需要建立指标体系，单独的指标发挥不出数据的价值。建立指标体系分为三步：
归集完活动所涉及的指标后，会发现指标很多。但是在具体的业务中，可能不同业务阶段重点关注的指标不一样。例如渠道推广关注转化效果，策划则关注现场用户活跃度等等。所以对于不同的业务阶段，我们需要挑选出该阶段的核心指标，然后进行拆解，再根据拆解的指标去重点关注。
例如：宣传推广阶段，我们可以分为
在确定需要重点关注的数据指标后，就需要对数据指标进行维度的细分，例如：
按时间维度：秒、分、时、天、周、月、季、年
按渠道维度：推广注册、自然注册、邀约注册
按用户类型：新老用户、高低净值用户、活跃/流失用户
按终端类型：微信公众号、PC官网、安卓APP、iOS APP
按地区：省、市等
至此一个初略的数据指标体系就完整构建起来了。但是还需要在运用中根据实际情况来不断调整优化，毕竟即便是同一主题的活动，不同阶段重点关注的数据都是不一样的。
要想提高某一指标，不是我们随便想想就能想出解决方案的。我们需要利用流程化思维和数据分析漏斗来判断影响用户的关键环节。流程化思维就是我们在遇到一个问题时，可以回归到整个流程链条上，从流程中寻找问题的根源。
比如我们想通过举办一个活动来为公众号增加粉丝量，这里新增粉丝数就是评估活动效果的最终指标。此时，我们来梳理下整个活动的流程：
从这个漏斗发现，从活动宣传页面到用户报名这个过程流失了大多数的用户，从整体增粉的角度考虑，要着重围绕这一步增加转化，宣传页面要从形式、文案、图片等方面提高转化。
每个活动人心中都要有一个数据漏斗。通过数据漏斗分析，我们可以把握到着重发力点，倾斜核心资源注入。后期我们还可以通过漏斗转化来进行效果验证，通过交叉对比，找出数据差异，追踪异常数据，做后续的漏斗改进寻找。
活动人想要提高自己的数据分析能力，除了要掌握上述两点的技能外，还需要具备以下六种数据思维能力：
逻辑指的是事物之间的价值关系，在数据分析过程中，要有逻辑地去理解各项数据之间的关系。在用逻辑思维去看待数据之前，还需要你深入理解你的工作，了解业务之间的关联，有细致的思维想法。
举例说明，在分析某场会议的举办效果时，你需要先思考：你需要哪些数据？如何获得这些数据？这些数据之间有哪些关系等？这就是逻辑思维的体现。
向上思维指的是，在得到数据之后，我们需要在更高一层上去看数据，从更高一个维度去看。
比如在分析数据的时候，我们需要想这份数据背后的业务逻辑，需要从全局的角度去思考，从更长的时间，年数据，月数据，或者从公司的业务规划，未来的战略角度去分析，提出自己的建议，让数据和业务相结合。
数据是一个过程的结果反映，怎样通过看数据找到更多的原因及隐藏在现象背后的真相，需要我们下切思维，通过数据去深入探讨背后的逻辑和真相，把数据维度拆分，找出关键点。
比如对参会用户进行数据分析的时候，我们就可以对用户的属性做拆分，地域，年龄，性别等都是可拆分的维度，运用下切思维，能探究到事物最真实的。
我们在数据处理的时候，会面对很多不同维度的数据，处理的时候就需要找出每个维度数据之间的关联，找出共同的规律，然后再去具体分析。这种思维可以理解为，你能从数据中得到什么共同的规律。
比如围绕某个主题举办了三次活动，从这三次活动中，我们能看到哪种群体参加的人数最多，这就是求同思维的体现。
求异思维与求同思维正好相反，就是明白每个数据之间的差异，对个体的数据分析，理解他们之间的差异和不同，将这个思维应用在数据分析的过程中。
比如围绕某个主题举办了三次活动，活动效果却大有不同，你就需要对每场活动的数据进行详细对比分析，找出其中的不同。是宣传渠道不一样、现场执行有问题还是其他原因。
面对如今的商业竞争，企业需要更加精准的数据营销，但传统的数据统计仅停留于集合阶段，并不能产生规模效益，此时就需要更高水准的数据搜集工具来满足营销者的需求。
当一场活动通过百格活动平台进行报名时，百格活动的数据管理系统就会自动对活动的相关数据资料进行收集整理，并采用定量与定性相结合的统计方法对数据作深层次加工，实现会议数据资源的深度挖掘利用与价值转化，从而帮助营销人员出色地完成活动运营和市场推广的工作。
数据化时代就是数据产生价值的时代。数据分析是一种思维能力，不仅是增长业务的利器，也是解决问题的有效途径。想要在商业社会中不输于同行，活动人就必须跟紧时代的步伐，让数据可视化成为重中之重的重头戏。
文中图片来源峰会图片直播，侵权删除
往期精选
商务合作请加微信联系：
bagevent2015
请务必注明
「姓名+公司+合作需求」
点击左下角阅读原文，即可在线提交活动需求！百格将为您提供量身定制的解决方案，打造最流畅的产品体验与服务