开始准备双十一大促，首先，目标怎么定？

编者按：本文来自微信公众号“人人都是产品经理”（ID:woshipm），作者：徐霄鹏，36氪经授权发布。

过完报复性七夕，是时候回来准备双11大促了。

大家对大促的有什么感兴趣的点，可以在评论区留言，我在撰写大促系列后续文章时尽量纳入。

谈到大促目标，大家可能有点纳闷。

消费者碰到大促就是买买买，电商在大促当然是卖卖卖，目标当然是营收，不是吗？

这的确也是我早期的认知。

实际上，大电商平台的大促首要目标的确是营收。

但是随着精细化运营的深入，以及对大促效果的多角度分析复盘，这些年我越来越感觉到：大促是典型的可以多目标并举的巨型项目。

不同阶段的平台，应该制定不同侧重的大促目标，有重点地进行活动策划和资源配置，充分挖潜，以全方位地获取大促价值。

本文我们就来聊一聊如何思考和制定大促目标，并有针对性地设计大促策略。

大促目标有如下四个维度：

营收与盈利、清库存/甩尾货；

平台影响力提升、品牌扶持、商家争夺；

获客、品类渗透率提升、活跃度提升；

精细化运营，数据积累。

这些目标如何选择，如何定义优先级，本质是一个战略层面的问题。

比如：

快速增长期的平台，一般来说，营收的重要性大于盈利，影响力提升与获客的重要性大于营收。

增长趋缓，发展进入瓶颈的平台，人群与品类渗透率的提升非常关键。在战略品类和人群方向通过大促撕开缺口，是业务突破瓶颈的关键。

稳定的大型平台，在互联网下半场，开辟全新获客渠道（如下沉市场、线下市场、海外市场）和顾客精细化运营（如AIPL）非常关键。

下面我们来看一看大促可以有哪些目标：

营收目标通常是大促的核心目标，它本身是一个综合性的结果。

下单的用户越多，营收就越高。

提供大促折扣的商家越多，营收越高。

大促选品和促销设计越好，营收越高。

引流效果越好，定向引爆越精准，营收就越高。

大促会场、互动产品设计和运营越成功，营收就越高。

对于大平台，自身营收越高，竞争对手营收就越少——毕竟市场就这么大。

……

所以，营收类似于终极目标，和网站运营效率的大多数核心要素都正相关。

营收目标有多种设定方法：

这个很容易理解：去年双11卖了100亿，今年业绩增长希望达到50%，所以要卖到150亿——这就是目标。

这是很多平台确定顶层指标的主流方式，既适合于整体目标，也常见于品类销售指标。

不过到了执行层，这就有很大压力了。

我见过很多采销小伙伴，去年大促自己的细分类目卖了1000万，今年大促指标就是1500万，头发都愁白了。

那怎么办？

老实地采销就各种精细选品，设计促销，站外努力谈折扣，站内全力争资源——做了很多努力，但到底能涨多少，最终其实不太可控。

还有些江湖经验丰富的采销，套路就很多了。

今年大促数据压一压，让明年好过一些；指标预估的差距部分，找供应商刷一刷；跟大客户聊一聊，把一批大单拖到双11成交；平台的角度，嗯，把一些大宗商品，如地产、楼宇、甚至小岛的销售，算进成交额……反正战报数字好看就行。

你动辄看到电商好几千亿的双11战绩，有多少是这样的水份？自己想象。

曾有一年，在大促后不久的CEO例会上，数据分析部门指出，今年大促移动端表现不佳，PC端占比过高。当时我负责移动，而移动销售占比那时是个重要指标。好在复盘中已经对此做过分析，于是我默默给CEO发了条微信：“PC端超万元的异常订单突增导致”。CEO心领神会，随即压制了这个话题……

刷单有种方式，就是通过黑产系统程序直接调用PC接口，进行批量下单（顺便多说一句，大促后刨除不发货订单再做数据复盘，比较合适）。

所以宏观的业绩增量要求，只是自顶向下提出一个大方向，而不能直接成为最终目标；还需通过后面几种自底向上的方法进行校验，来判断目标合理性以及达成可能性。

大促营收 =Σ（各定位产品销售预估）

在大促筹备期，各品类会制定产品计划，设定大促的爆款（流量款）、主打款、动销款、利润款、新品、特供款、清仓款等细分品类和产品结构，并预估不同定位的产品的销售情况。

对每一种定位的商品，类目线可以根据其日均销量及趋势、大促折扣力度、库存情况等因素，进行大促销售情况测算，最后做出大促销售指标预估。

这个目标设置方法，就是拿今年的日均销售额，乘以爆发系数，来得到大促销售额预估。

大促首日（或日均）销售额 =今年日均销售额 * 爆发系数

这个指标计算有两个主要输入：

第一，去年大促爆发系数。比如去年爆发系数是10，今年就以10作为基准；

第二，今年的情况变化。

主要受以下因素影响：

参与大促的品类结构、商家层级情况对比去年的变化。

本次大促折扣力度与去年的对比，以及促销类型变化及其效果预估。

市场预算、引流资源和大促会场资源的获取情况。

因此，可以根据这些因素，来调整前一步的基准爆发系数。

比如，感觉本次大促折扣力度更大，就把10调整成11；比如本次市场费用减少了，就把10调整成9等等；通过主观感觉和经验，估算一个合理的爆发系数——这里并不存在一个完备的数学模型。

大促营收 = 总流量 * 平均转化率 * 客单价

这个估算模型看起来比较简单清晰：从流量和转化的角度计算营收，实际上流量、转化率和客单价这三大环节，会需要不同部门提供大量输入来进行估算。

先说流量：

大促的流量部门一般会根据市场经费和投放、合作情况，按各个引流渠道进行计算，最后给出大促的流量情况预估。但要特别注意的是：流量本身千差万别，对应的转化率可能有十倍百倍的差距。

比如我常在大促阶段发现某些渠道过来的流量，在落地页产生大比例跳失。

仔细分析后会发现有如下可能性：

1）引流渠道特性不符

把下沉市场流量引导到跨境大牌购物节，转化效果就会很差。

2）落地页和渠道投放素材不匹配

引流素材是“世界读书日”，引来的阅读人群和对书的期待，落地页却是如下页面：

落地页与访问诉求不符，跳失率自然巨大。

3）劣质渠道刷量

这个大家都懂。

因此，需要和市场部仔细核对流量的来源和质量情况，以正确估算有效流量。

转化率和客单价，需要采销团队的重点输入。

根据历史同期大促转化率，以及本次大促的促销力度、核心商品的具体情况，来估算转化率（这个转化率需要分到各个品类进行初步估算并汇总为整体情况）；最后，再根据产品和运营上的一些动作，如促销玩法创新情况、大促资源使用方法、产品逻辑的重大变化（如会场核心栏位从统一商品池赛马变为个性化推荐）等方面的情况，再做最后的调整。

完成上述估算后，会对流量效率和大促营收有一个相对合理的总体预判。

大促营收 = Σ（各商品加购量 *加购释放率 * 商品售价）

如果说前面几种预测方式是在筹备阶段设置大促营收目标，那么加购释放率，更多是在预热期进行销售预测和库存核对所使用。

商品加购量是在预热阶段后期，统计消费者把多少活动商品加入了购物车；虽然加入购物车不等于就会购买，但加购商品数量最终可以成交的比率（也就是加购释放量），是可以参考历史情况进行预估的。

加购释放率会受到大促时的活动力度、产品结构变化、季节性因素和流量结构的影响（本质上这是个思路），可以成为大促效果的一个辅助考核指标，但可控度其实不高，另外还受到可在商详页直接下单商品的影响，仅供参考。

大促营收 = 会员营收 + 非会员营收 = 老客营收 + 新客营收

这个主要是来自于CRM部门的估算，根据顾客的组成进行逐一的营收贡献计算，来获得大促营收预估。

比如，相对上次同级大促，考虑会员规模增长情况、会员人均消费变化、以及会员大促参与率预估（均值+大促时的会员营销活动），可以大致估算出会员营收，再按消费占比测算非会员营收，汇总出大促营收。

可以看到上面6种营收目标计算，有三种类型：

自顶向下：业绩增量

分模块汇总：产品矩阵、顾客成交计划

统计模型：爆发系数、流量效率、加购释放率

设置营收目标时，应该首先自顶向下设定大方向，随后通过分模块汇总核对达成可能性，并在各个模块进行深度挖潜，最后通过统计模型校验合理性，以最终确定一个具备可行性的营收目标。

合理可达成的目标，也可以减少前面提到的“套路”。

然而，营收也有很多反映不出的关键因素，比如：

不体现毛利情况。大促营收高，不等于毛利高。

不体现PMF（增长概念，表示用户与网站/产品的契合度）。很多用户，从不知道网站，到来过逛过，到加购了一批商品，只要没在大促阶段当场下单，就不会体现在营收上，也就没有完全反映用户认可度的提升。

不体现长期价值。大促中1个用户买了1000元商品，和10个用户各买了100元商品，营收看是一样的，但从用户生命周期价值（LTV）角度看，两者有着巨大差别。

不体现品类交叉渗透和战略品类销售情况。很多情况下，卖1000元家电（低频耐用）对于平台的意义，远远不同于卖1000元生鲜（高频复购）。品类特性带来的差异，让此1元不等于彼1元。

……

所以，大促效果，不能只看营收，或者营收指标压倒一切。

下面再来聊一聊其它大促目标。

虽然盈利是大多数商业活动的目标，但对于大促，严格说毛利不算是一种目标，更像是一种要求。

一般电商平台规划活动力度时，会给出整体的毛利底线，在设置促销折扣的时候需要遵守。

消费者往往以为：大促是平台贴钱做折扣，其实恰恰相反，大促是平台赚钱的好机会——平台虽然会做一些全场满减折扣券、购物津贴之类的，但折扣最终基本都是供应商承担的；同时，平台大促资源还可以赚很多坑位费、广告费。

大促前，类目线负责人会和主要供应商谈好大促爆品甚至免费品，要求折扣力度大、库存充足、产品数据好（受欢迎程度高），同时也会要求供应商提供一定的费用补贴大促；作为交换，平台会提供优质大促资源，给供应商或商家不错的大促曝光。

除了特别谈的爆品，采销在设置大促折扣的时候，也会根据毛利要求来提报大促方案；力度一般会受大促等级、销售指标情况、历史同期大促毛利情况等因素的影响。

大促一个重要效果，就是可以大幅提升平台影响力。

平台影响力来自于宣传，也就是各种形式的广告投放和营销信息触达。这对于大促销量以及日后的销售影响巨大。

还记得1号店的最后阶段，因为母公司沃尔玛对1号店市场经费多年苛刻控制，与各大电商平台铺天盖地的宣传相比，1号店无力采买黄金广告资源，市场影响力由此逐年下滑。

当时我们做流失用户深访，消费者反馈是：他们依然信任1号店商品，也感觉价格、折扣、服务和其它平台相比都没有任何问题，只是似乎很久没听到1号店这个名字了，身边的朋友也渐渐都去京东猫超买东西了，自己也就换了平台。

影响力的下滑，反应到销售数据上就是持续的滑坡。

虽然市场营销“钱有一半是浪费的，但不知道浪费到了哪里”，但不砸钱做宣传，就只能渐渐被消费者遗忘了。

2016年，京东入主1号店，上来就砸钱10亿组织冬至大促，并购买一大批黄金广告位如地铁车厢、CBD显著位置，进行强大宣传攻势，甚至把广告打到了杭州阿里巴巴总部门口，1号店影响力立刻有所提振，销售数据随之迅速回升。

1号店冬至大促宣传

从直接效果来看，假设1块钱的营销费用只在大促时带来2块钱直接销售，咋一看类似全场五折，但长期的ROI显然不能这么计算——在消费者中影响力的提升，会带来巨大的长远效果。

大促社会关注度高，眼球效应强烈，消费者参与度极高，此时打造影响力，建立平台口碑，利在长远。

有小伙伴问，平台影响力怎么衡量？

其实这是市场部的课题，对于知名度、影响力、美誉度等方面有多种统计方法，大多需要结合市场调研完成。

对于运营同学，可以参考一个简单的衡量影响力的方法 – 百度指数：

拼多多百度指数（2016.7~2016.12）

上图是拼多多2016年7到12月的百度指数。我们可以看到拼多多的10.10周年庆大促强悍地驱动了社会关注度提升。作为结果，百度指数曲线体现出，大促后拼多多的流量跃上一个新的台阶。

该曲线图另一个尖峰出在9月6日，拼多多登顶App Store购物榜首，巨大的事件效应也提升了拼多多的流量，但效果远不及大促的推动。

因此，影响力提升无疑是大促的一个重要目标，无论是平台获得新流量，还是店铺在平台上挖掘流量，都十分关键。应当制定相应的目标和策略，并对完成度进行考核。

大促除了营收，另一个重要目标就是获客。

获客看似与营收成正比，营收越大，客流自然也就越大，理论上获客能力也就越强。

实际上不完全如此。

下面举两个栗子。

例1：大促补贴的使用。

假如有300万大促补贴，如果希望提升整体转化，就可以做全品类100-30的普惠，这对整体转化率提升会很有帮助。

这笔费用补贴10万张订单，推动700万营收，但其中的新客可能只有1万。

但如果希望重点以拉新获客为主，就做新客50元无门槛券，然后大量针对新客发放，撬动6万新客的转化，假如同样100元的订单，就只有300万营收。

例2：投放引流。

如果以销售为核心，就针对一二线城市投放引流，选品向消费升级商品和大牌商品倾斜，AOS（订单均价）可能达到300元——但一二线城市渗透率已经比较饱和，新客数增量可能比较少。

如果以获客为核心，就针对下沉市场做投放引流，选品也相应向高性价比和低单价商品倾斜——但下沉市场的AOS可能只有100元，只是类似于开发蓝海，获得的新客数量可能比较大。

所以，获客的优先级，会影响到大促的策略和打法。

投资是重点向新客权益倾斜，以更好地转化新客，还是向老客倾斜，以丰富大力度的普惠促销提升整体转化率。

引流是侧重潜客渠道，还是优质客渠道。

发券和促销设计，是以本次大促转化收割为核心，还是以未来长期营收（如会员营销）为核心？

DMP平台标签定位的关键客群，是自己的高价值客，还是沉睡客或流失客，还是锁定竞争对手客群？

* 注：DMP，全称Data Management Platform。可以简单理解为，DMP平台通过对接的大量前端应用，持续收集和存储海量的顾客行为和特征数据，并对顾客进行精细分组，打相应的标签，同时对接到海量广告位，以供精准的广告投放。

这样我们可以看到：以销售作为最高优先级目标，还是以获客作为最高优先级目标，会带来大相径庭的策略和打法。

如果我是一个快速发展阶段的平台，我一定会以获客作为大促的最高优先级目标，而不是营收。

大促是一个快速提升特定顾客群体渗透率的绝佳时机。

比如，过去某平台在华北市场的销量和顾客覆盖度偏低，大促中针对华北地区进行一次大力度促销（如果系统支持将促销和价格针对地区进行投放），提供专享折扣、专享爆品、或者更多爆品库存，是提升华北市场占有率的良机。

同样的，通过大促，引导平台顾客购买新兴重要品类，提升战略品类渗透率，是个非常关键的目标。

比如京东的客群曾以男性为主，品类偏好集中在家电数码，当京东试图全力提升女性消费者占比，超市、女装、美妆等品类的渗透率提升，就成为大促的重要目标。

而作为电商消费者主体的女性用户，在京东平台的占比提升，就利在长远。

当以特定人群或品类渗透率为核心目标时，大促的策略打法也就随之发生变化。比如把优质曝光资源侧重给到战略品类、在非战略品类会场植入战略品类会场链接、向非战略品类的潜力人群发放战略品类优惠券、营销费用的针对性投放，等等。

AIPL是阿里在精细化顾客运营上近年来提出的新概念，可以简单理解为：推动顾客在下述不同阶段/状态之间进行流转。

A(Awareness)，代表认知人群。对于大促，可以简单理解为对电商平台，或对特定品牌有认识的顾客群体。

I(Interest)，代表兴趣人群。主要是指通过与平台的互动，体现出了对在平台上进行购买存在兴趣（也可以针对特定品牌）。比如访问店铺主页、浏览产品详情页、品牌词搜索、领取试用、订阅/关注/入会、加购收藏的人。

P(Purchase)，代表购买人群，指在平台下过单，或购买过某品牌商品的人。

L(Loyalty)，代表忠诚人群，如高频复购、评论、分享的人。

大促营收本身只是P这一个指标的直接体现。

但通过一次大促，有多少人从不知道平台，变成了对平台有认知？有多少人从初始认知状态，转化成了感兴趣的状态？有多少人，从感兴趣到完成下单，被真正转化为顾客？又有多少顾客，从曾经下过单，变为平台的忠实顾客，或者提升了忠诚度？

对于上述各阶段顾客状态的统计，以及在AIPL四大状态之间进行向后的推动，就是AIPL流转的运营关键。

我们通常都会规划如何引流，引流后如何进行转化，转化后如何通过会员体系、社交体系、内容体系和成就体系等来打造忠诚度，但这几块一直是各自独立的。

AIPL的思维，是从一个全局角度去观察，多少人处在哪个阶段，并把阶段间的递进作为一个运营目标来设计，这在互联网下半场注重精细化运营的时代，是极为关键的思维模型。

所以，在大促工作中，不仅是让各种顾客下单，完成“从I到P”的动作，同时也要设计一组项目，来推动顾客从A到I，和从P到L。

比如，大促时通过“关注有礼”的活动引导顾客关注店铺；通过游戏或互动问答方式，让顾客完成指定的浏览任务；通过晒单话题的发动、开箱视频、商品评测的邀请，都可以产生除引导下单以外的价值。

由此，在制定大促目标时，可以设定AIPL流转的辅助指标，通过精细化运营为平台赢得更为长久的顾客价值。

除了上述目标，大促还可以有如下目标：

用户活跃度提升

清库存，甩尾货

品牌扶持

用户数据累积

与竞争对手争夺商家

限于本文篇幅，就不一一论述了。

大家可以根据自身所处的阶段、核心的战略诉求分析，长远价值计算，来考虑上述目标有哪些可以成为大促目标，并设置相应量化指标，促后复盘完成度，作为大促成效的考核。

至此，我们已经可以清晰地看到：一次大促，要取得最佳效果，必然是多目标并举，远远不仅仅是“卖卖卖，一切为大促营收服务”这么简单。

设定多个大促目标，并划定优先级，进行有针对性的资源配置和策略、玩法设计，是大促策划阶段的关键任务。