《促銷活動效果分析案例（論文）》

大型線上促銷活動引流效果數(shù)據分析目錄TOC\o"1-3"\h\u168791緒論 緒論1.1研究背景互聯(lián)網和通信技術的不斷革新和進步不僅拉近了人與人之間的距離，同時也推動了商業(yè)模式的變革，電子商務在近二十年間從無到有，市場規(guī)模持續(xù)增長。同時國民的消費觀念也逐漸變化，網絡購物己經成為廣大消費者日常生活不可或缺的一部分，根據中國互聯(lián)網信息中心(CNNIC)于2016年6月發(fā)布的《2015年中國網絡購物市場研究報告》顯示，截至2015年12月，我國網絡購物用戶規(guī)模己達到4.13億，較2014年底增加5183萬，增長率為14.3%，高于6.1%的網民增速;2015全國網絡零售交易額達到3.88萬億元，同比增長33-.30fo，相當于社會消費品零售總額的比重增長至12.9%，其中B2C交易額為2.02萬億元[Ill0以上數(shù)據表明，網絡購物市場在中國增長勢頭仍然較為強勁，網絡購物這塊誘人的蛋糕也隨著互聯(lián)網的持續(xù)發(fā)展變得越來越大。如此龐大且高增速的市場，必然會引起電子商務企業(yè)之間的激烈競爭。為了吸引消費者眼球，刺激消費者的購買意愿，塑造企業(yè)的品牌效應，電子商務平臺通常會采用形式多樣的營銷手段。其中，促銷是引起消費者注意并促進購買的重要營銷手段。在電子商務和網絡購物尚未興起的年代，企業(yè)就已開始制定各式各樣的促銷策略，以求進一步推動產品銷售。而眾多成功的歷史經驗也說明了促銷策略的正確、合理運用能夠帶來企業(yè)品牌價值的顯著提高，并隨即增加企業(yè)財富。1.2研究目的和意義在商業(yè)邏輯中，“流量”是一個至關重要的概念。在傳統(tǒng)商業(yè)領域，流量表現(xiàn)為人流，即客流量;而對于電子商務平臺，流量則表現(xiàn)為信息流，即點擊量。顯然在兩種場景下，消費行為的發(fā)生都是因為商店獲取到的那部分流量得到了轉化，也即，流量是產生消費的前提。在電子商務網站上，一切交易發(fā)生的前提是消費者訪問了網站并進行瀏覽，網站流量己然成為了電子商務企業(yè)日常運營表現(xiàn)的晴雨表。因此對電子商務企業(yè)來說，流量多少和質量優(yōu)劣對其業(yè)績有著極大的影響。電子商務企業(yè)開展線上促銷活動的目的就是為網站帶來更多的流量，吸引新用戶，召回老用戶，而最終目的是產生消費行為。為了解決這個難題，我們要對開展過的促銷活動的效果進行分析和總結?；ヂ?lián)網為商業(yè)的發(fā)展帶來的一大好處是數(shù)據的易收集性，與傳統(tǒng)實體商店相比，建立在互聯(lián)網基礎服務之上的電子商務平臺可以便捷地監(jiān)測并記錄消費者訪問網站的相關數(shù)據。利用網站分析技術可以獲取并記錄頁面瀏覽量、獨立訪客數(shù)量、訪問來源、跳出率、轉化率等網站相關的關鍵績效指標，這些指標可以較好地反映流量的大小、質量及轉化情況。而本研究的重點便是利用這些指標對流量進行定量的研究，衡量線上促銷活動的效果，并進行進一步探討和總結，為將來開展類似的促銷活動提供有價值的指導依據。1.3國內外研究現(xiàn)狀在過去的十多年里，互聯(lián)網在企業(yè)營銷中扮演的角色越來越重要，這也催生了網絡營銷這樣一個新的研究領域。作為網絡營銷的組合工具之一，近年來網絡促銷在眾多企業(yè)—尤其是電子商務企業(yè)—的營銷活動中獲得了越來越多的重視。借助互聯(lián)網這個新的渠道，企業(yè)可以以更低的成本向消費者傳遞促銷活動信息以及了解消費者的需求，而互聯(lián)網的可監(jiān)測性也使得促銷活動相關數(shù)據的獲取變得便捷。因此，在消費者的需求同樣被滿足的情況下，網絡促銷有著成本較低的優(yōu)勢，同時使得企業(yè)可以更為方便地對促銷的效果進行評估?，F(xiàn)有的文獻對網絡促銷尚缺乏一個被普遍接受的統(tǒng)一定義。ChandanX2000)等人指出網絡促銷是利用現(xiàn)有的互聯(lián)網通信技術，對消費者提供各種刺激性信息，促使其購買大量商品或服務的方法。周銘源(2006)將網絡促銷定義為在互聯(lián)網上，使用各種方式的激勵對目標消費者進行刺激，使其對特定的產品或服務產生立即響應或購買的方法。殷晨(2013)在整理分析了前人對于促銷活動的定義并歸納出促銷的特征后，將網絡促銷定義為營銷人員利用計算機及網絡技術，在網絡市場上提供一種或幾種誘因來刺激目標消費者，增進消費者對特定產品或服務的購買意愿，以實現(xiàn)促成消費者產生購買的行為[t}l。通過分析以上定義不難發(fā)現(xiàn)，與傳統(tǒng)意義上的促銷相比，網絡促銷將促銷發(fā)生的場合限定在互聯(lián)網這一特殊的場景中，本質上和傳統(tǒng)促銷并沒有太大的差別，一因此相關的研究通常都是基于前人對于傳統(tǒng)促銷的研究之上來開展。2理論基礎2.1大型線上促銷活動隨著網絡購物市場的不斷擴大，電子商務網站將更多的營銷資源用于開展各種促銷活動來吸引消費者，使得用于網絡促銷的企業(yè)預算在持續(xù)增長，促銷活動也日趨多樣化和復雜化，大型線上促銷活動是近年來興起的一類促銷活動。2009年，阿里巴巴公司旗下的淘寶商城(現(xiàn)改名為“天貓商城，’)選擇在11月11日—年輕人中流行的“光棍節(jié)，一采用營銷手段推出“購物狂歡節(jié)”，開展大規(guī)模的線上促銷活動。活動取到了很好的效果，最終的交易額達到了5200萬元。此后，每年的11月11日，阿里巴巴公司都會在旗下的天貓商城推出以“雙十一”作為主題的大型線上促銷活動，促銷規(guī)模和力度在不斷加大，活動交易額也在逐年攀升，2015年和2016年的銷售額已達到了912億元和1207億元。在我國，大型線上促銷活動的起源一般被認為是淘寶商城在2009年11月11日這一天開展的“雙十一”促銷活動?！半p十一”己經成為了中國的網絡購物者每年翹首以盼和津津樂道的線上促銷活動。良好的促銷效果和巨大的影響力使得諸如京東商城、蘇寧易購、唯品會等其他中國電子商務企業(yè)紛紛效仿，不僅直接加入“雙十一”促銷的戰(zhàn)場，還各自策劃、開展了其他主題的大型線上促銷活動，如京東商城的“6·18品質狂歡節(jié)”、唯品會的‘`4.19特賣節(jié)”等。大型線上促銷活動為消費者提供了與普通線上促銷活動不同的購物情境。相較于普通的線上促銷活動，大型線上促銷活動具有以下特點。首先，這類促銷活動有著更大的促銷力度和更多的商品品類。例如天貓商城的“雙十一”促銷活動常常是網站的全品類商品參與促銷，且折扣為五折封頂。其次，大型線上促銷活動往往圍繞某個節(jié)日來開展，有明確的活動主題。諸如“雙十一”、“6.18’’、‘，4.19’’等促銷活動，從名字就可以很清楚地了解到促銷活動的日期，在進行策劃宣傳時就將其打上了節(jié)日的烙印。第三，大型線上促銷活動注重前期的宣傳造勢，因而知名度大，影響力高，具有較強的話題性。根據以上特點，我們將大型線上促銷活動定義為在特定時間開展的、有著明確活動主題、較大促銷力度和影響力的一類線上促銷互動。2.2網站分析網站分析是分析網站訪問者行為的一種方法。它的出現(xiàn)始于20世紀90年代，彼時互聯(lián)網迎來了第一次的高速發(fā)展，為了記錄網站訪問日志，人們發(fā)明了服務器日志工具。隨著日志內容的逐漸豐富，更多的人開始對日志中記錄的海量數(shù)據產生了研究的興趣，而技術人員也開始嘗試編寫腳本，對日志文件進行自動分析，并產生分析結果。1993年，第一款面向網站服務器日志的分析工具WebTrends誕生，WebTrends也成為了網站分析工具的鼻祖。第一個基于日志的完全免費的分析工具Analog在1995年發(fā)布，之后被廣泛使用，這也正式標志了網站分析的誕生。2004年，網站分析協(xié)會WAA<WebAnalyticsAssociation，現(xiàn)己改名為DigitalAnalyticsAssociation)在美國成立，開始推動網站分析行業(yè)的標準制定。2.3網站流量統(tǒng)計原理在網站分析中，有兩種主流的方法來獲取網站流量的統(tǒng)計數(shù)據:服務器日志法和頁面標記法。下面對這兩種方法及其優(yōu)缺點進行簡要介紹。2.3.1服務器日志法這種方法通過分析網站服務器保存的日志文件來統(tǒng)計訪客的瀏覽和點擊行為。訪客對一家網站的訪問，實際上是在訪問該網站站點上的某一網頁，這一訪問的行為會對服務器中存在的對應頁面的實際文件產生請求，并將該文件下載到用戶的瀏覽器中。請求行為和下載行為都會與服務器產生交互，因此訪客對頁面的訪問行為痕跡會被服務器記錄并存儲在日志中。服務器日志最初沒有得到充分的利用，僅僅是被用來查看網站是否被正確訪問。隨著技術的進步和需求的不斷產生，更多的有用信息可以被記錄在日志中，如網站訪問的高峰期和低谷期以及訪問次數(shù)等，并在此之后開始出現(xiàn)了可以對日志文件進行專門分析的工具。這些工具對服務器生成的日志文件中的數(shù)據進行清洗、訪客識別、分析、重組等一系列操作后，最終得到分析結果。服務器日志法的優(yōu)點主要有以下幾點:第一，數(shù)據源易獲得，且無需對網頁代碼進行修改。數(shù)據來自于網站服務器日志，是最基礎和原始的數(shù)據，數(shù)據的獲取不依賴第三方支持;第二，數(shù)據不依賴終端。無論是使用智能手機、平板還是電腦，都能夠對訪問相關數(shù)據進行真實記錄;第三，分析的結果可恢復。只要原始的服務器日志還有存檔，便可以對其進行重新分析。2.3.2頁面標記法頁面標記法利用在網頁的源代碼中嵌入一小段可執(zhí)行的JavaScript腳本來進行對訪客瀏覽行為的統(tǒng)計。第三方的網站分析工具會提供這段腳本的模板，只需對其做指定的修改，就可以進行嵌入。當訪客訪問網站，網站頁面的文件下載到訪客的瀏覽器上時，這段腳本就開始執(zhí)行，對訪客在該頁面上的行為數(shù)據進行收集并實時上傳到該網站分析工具提供商的數(shù)據收集服務器上。經過數(shù)據收集服務器的捕獲并處理，便可生成在線表格、可視化圖形等數(shù)據文件。3數(shù)據分析與結果討論3.1數(shù)據的描述性統(tǒng)計根據對網站的實際觀察以及對促銷信息的收集，在2U14年10月27日至2015年6月30日這一取樣期內，京東商城自營的佳潔士品牌參與了京東商城5次大型線上促銷活動，具體活動信息見表1。表1樣本期內促梢活動信息活動名稱活動1活動2活動3活動4活動5雙十一雙十二年貨節(jié)蝴蝶節(jié)6.18開始時間2014.12.82015.1.192015.3.12015.6.1結束時間2014.11.122014.12.142015.2.232015.3.132015.6.19持續(xù)天數(shù)127361319活動主要涉及商品類別全品類商品全品類商品全品類商品個護美妝及服飾類商品全品類商品根據表1提供的促銷活動信息，可以從時間維度上對樣本數(shù)據進行劃分，分為大型促銷活動時期和非大型促銷活動時期。參考2.2.4中網站流量的分類方法，我們對樣本具體流量來源數(shù)據中的來源網址進行分析和驗證后，將流量分為付費流量和非付費流量兩大類。付費流量指的是通過點擊該品牌在各網站投放的廣告帶來的流量，包括站內推廣和站外推廣;非付費流量則為來源于其他渠道的流量，數(shù)量上看主要是通過在瀏覽器中輸入網址或者通過收藏夾中書簽訪問的直接流量。根據以上對流量的分類，分別計算在大型促銷活動期之內以及之外各項指標平均值，如表2所示。表2頁面流量各指標均值頁面瀏覽量獨立訪客數(shù)平均停留時間（秒）跳出率（%）訂單轉化率（%）大型促銷活動期間（共87天）總流量4926931666127.98468.7660.825非付費流量2616415514137.70672.0540.038付費流量2310516152120.57453.2663.031非大型促銷活動期間（共160天）總流量1395310977111.88178.7660.363非付費流量67635242112.67884.2980.026付費流量71905735111.44263.5201.167由表2可知，相比非促銷活動期間，促銷活動期間總流量的各項指標都有更好的表現(xiàn)，例如日均頁面總瀏覽量由13953大幅增加到49269，說明活動期間頁面被更多地訪問:而跳出率則從78.77%降低到68.770}0，說明活動期間對頁面進行下一步操作的訪問所占比例更大;訂單轉化率從不足0.4%上升到0.8%以上，也得到了成倍的提升，這一點對于電子商務網站來說顯得尤其重要。頁面流量聚合數(shù)據中的頁面瀏覽量獨立訪客數(shù)大小隨時間的變化情況如圖1所示。從圖中可以直觀地看出5個大型促銷活動期間這兩項指標大小都有提升，而且不同活動的提升效果存在差異。需要說明的是，由于系統(tǒng)故障導致未能收集到2015年4月1日至4月9日的數(shù)據，因此圖1中缺失這段時間內的相關數(shù)據。圖1頁面瀏覽量和獨立訪客數(shù)3.2對來源流量的分析通過表2中的均值來看，各項指標在促銷活動期間有著更好的表現(xiàn)。本節(jié)將會更近一步，利用前文構建的結構時間序列模型對影響流量的因素進行深入的分析。將來源流量按照是否付費分為付費流量和非付費流量，因此本部分將分別探究大型線上促銷活動對頁面總流量、付費流量和非付費流量的影日向。本文收集的是時間粒度為日的數(shù)據，相較于時間粒度為周或月的數(shù)據有著更大的波動性，也更容易存在異常值。同時由于系統(tǒng)故障，導致2015年4月1日至4月9日的數(shù)據缺失。針對以上樣本數(shù)據中存在的異常值問題和觀察值缺失問題，可以利用STAMP軟件包對二者進行自動識別和估計。3.2.1促銷活動對頁面總流量的影響頁面瀏覽量和獨立訪客數(shù)是對流量大小的直接反映，表3前兩列是當這兩個指標的自然對數(shù)作為內生變量時各系數(shù)的估計和檢驗結果。這兩列中，代表促銷活動的虛擬變量C1至CS的系數(shù)s1至凡都是顯著的，且大于0，表明這5個大型促銷活動對于頁面瀏覽量和獨立訪客數(shù)均有明顯的正向影響，也即這5個活動對流量大小的提升都具有良好的促進效果。同時，不同變量的系數(shù)大小存在差異，則反映了不同的活動對流量大小的促進效果不同:CS的系數(shù)65估計值分別為2.2374和2.1223，均為最大，表示活動5``6}18”在吸引更多流量方面有著最好的效果;估計值大小僅次于s:的是C1的系數(shù)}1，說明活動1“雙十一”也可以較好地促進流量的增長;C2的系數(shù)}2的兩個估計值均為最小，表明相較于其他4個活動，活動2"雙十二”對于流量增長的貢獻是最小的。表3頁面總流量各指標估計結果綜合考慮所有6個關鍵績效指標的估計結果后，從活動角度來分析，可以發(fā)現(xiàn)這5個促銷活動中:活動4"蝴蝶節(jié)”和活動5``6.18"對頁面流量的大小、質量及轉化都有顯著的促進作用，無疑是引流效果最好的兩個線上促銷活動。對于開展促銷活動的商家來說，這樣的效果也是活動在設計之初最希望達到的?；顒?“雙十一”雖然為商家引入了大量的流量，但從結果看，這些流量缺乏留存，對流量的整體質量產生了負效應，同時也使得轉化情況變差了，活動的效果打了折扣?；顒?``雙十二”和活動3`z年貨節(jié)”對于流量大小有一定的積極影響，流量的質量和轉化則并未受到其明顯的影響。根據表3中的數(shù)據，我們還可以得知除大型線上促銷活動的影響外的其他因素對頁面總流量的影響。例如，當}'r分別為表征流量大小的兩個指標(頁面瀏覽量和獨立訪客數(shù))的自然對數(shù)時，系數(shù)a4和a5的估計值都顯著大于0，這表明在一周中，周四和周五的頁面瀏覽量和獨立訪客數(shù)會增加，且從數(shù)值上看，周五更為顯著。而系數(shù)a6和a}的顯著估計值則說明，周六和周日頁面總流量的平均訪問深度會減少、跳出率會提高，即整體的流量質量會下降。至于節(jié)日效應，系數(shù)Yw關于流量大小指標的兩個估計值顯著大于0，說明了圣誕節(jié)和情人節(jié)這兩大西方節(jié)日期間，流量有顯著上升。而另外兩個表征節(jié)日效應的虛擬變量的系數(shù)YE和Yo的估計值都不是統(tǒng)計顯著的，由此得知中國傳統(tǒng)節(jié)日和一些法定節(jié)日則不具有這樣明顯的效果。3.2.2促銷活動對付費流量的影響與傳統(tǒng)的廣告形式相比，網絡廣告因其廣告形式的多樣性、成本的低廉性、超鏈接的直達性和數(shù)據的易獲得性己成為電子商務網站的首要選擇[[64j0電子商務網站常常在開展線上促銷活動期間利用網絡廣告增加活動的曝光度及活動頁面的易獲得性，以獲取更多的流量。由表4.2可知，京東商城自營的佳潔士品牌在大型促銷活動期間，通過投放大量網絡廣告為品牌相關頁面帶來了規(guī)?？捎^的付費流量。本節(jié)利用式3-5的模型來分析各個活動對付費流量大小、質量及轉化的影響情況。表4所示的是當變量硯為付費流量各項指標(或其自然對數(shù))時，模型各系數(shù)的估計結果和診斷檢驗結果。這里的St方差褚恒為}e故未在表中列出，也意.味著趨勢成分的斜率不隨時間變化，因此趨勢成分是一個帶漂移項的隨機游走過程。由檢驗結果可得，模型通過了診斷檢驗。當Yt為表征付費流量大小的兩個指標(頁面瀏覽量和獨立訪客數(shù))的自然對數(shù)時，表示促銷活動的虛擬變量C1至CS的系數(shù)凡至凡估計值均顯著大于。顯然，這5個活動均促進了付費流量的增長。同時，我們還可以根據系數(shù)的大小得知活動S對付費流量大小的正向影響最大，接下來按影響從大到小排序依次是活動4、活動3、活動2和活動1。當Yt為付費流量平均停留時間的對數(shù)時，Ci的系數(shù)中，僅有C4的的系數(shù)估計值是統(tǒng)計顯著的，表明對于平均停留時間這一指標，除活動4對其顯著正相關外，其他4個活動對其沒有顯著影響。當Yt為付費流量的跳出率時，C1和CZ的系數(shù)凡和s}顯著大于。，C4和CS的系數(shù)風和s5顯著小于。C3的系數(shù)凡不顯著大于。，也即活動1和活動2導致付費流量更高的跳出率，活動4和活動}5降低了付費流量跳出率，而活動3對付費流量的跳出率無顯著影響。表4的最后一列反映了促銷活動對付費流量的訂單轉化率的影響情況:活動4和活動5促進了訂單轉化率的提高，活動1和活動2都對訂單轉化率有負向影響，活動3則對其無顯著影響。由以上對各指標結果的分析可以發(fā)現(xiàn)，樣本期內這5個大型線上促銷活動對頁面付費流量帶來的影響基本與其對頁面總流量的影響保持一致，即所有5個活動均帶來了更多的付費流量。由于大型線上促銷活動期間電子商務企業(yè)營銷力度的加大、廣告投放量的增多，各活動對付費流量大小的促進作用是可以預見的。但是對于流量的質量及轉化情況影響不同:活動1“雙十一”和活動2``雙十二”期間付費流量的質量和轉化變差;活動3對于這兩類指標影響不明顯:活動4和活動5帶來了更低的跳出率和更高的訂單轉化率，提升和促進了付費流量的質量和轉化。表4付費流量各指標估計結果考慮表4中除C1至CS外的其他系數(shù)值，可得知:關于周內效應，周三、周四和周五付費流量的大小會增加，周六和周日付費流量有更高的跳出率;關于節(jié)日效應，在被選中的西方傳統(tǒng)節(jié)日和其他法定節(jié)日期間，被監(jiān)測頁面的付費流量均有數(shù)量上的增長。3.2.3促銷活動對非付費流量的影響從表2中，我們還可以發(fā)現(xiàn)大型線上促銷活動期間非付費流量各項指標的日平均值也有明顯的改善。這種現(xiàn)象說明這些活動可能也會對非付費流量產生影響。己有文獻對付費搜索流量和非付費搜索流量之間的關系進行了研究，Yang和Ghose(2010)分析某大型連鎖零售商店網站6個月內兩種流量的周數(shù)據后發(fā)現(xiàn)這兩種流量存在正相關依賴關系「65];而Rutz(2011)等人研究汽車制造業(yè)某商業(yè)網站2006年5月至9月的流量日數(shù)據后發(fā)現(xiàn)付費搜索流量對非付費搜索流量有顯著影響，且不同搜索關鍵詞影響不同[[66]。本節(jié)將繼續(xù)利用式3-5的模型來分析各個活動對非付費流量各維度的影響情況。當內生變量Yt為非付費流量的5個指標(或其自然對數(shù))時，對模型中的各系數(shù)進行估計，估計結果和檢驗結果如表4.5所示。同樣這里的}r方差褚恒為0}故未在表4.5中列出，因而趨勢成分依然是一個帶漂移項的隨機游走過程。由檢驗統(tǒng)計量的值可以判斷出模型通過了診斷檢驗。由3.2.1小節(jié)和3.2.2小節(jié)的分析可知，所有的5個大型線上促銷活動對頁面總流量及付費流量的大小均有顯著的正向影響。然而對于非付費流量，表5的結果顯示，不同的大型線上促銷活動對其大小的影響存在差異:對于頁面瀏覽量和獨立訪客數(shù)這兩個表征流量大小的兩個指標，虛擬變量C1,C4和CS的系數(shù)凡、風和凡的估計值顯著的大于零，說明活動1、活動4和活動5對非付費流量有比較大的正向影響;C2和C3的系數(shù)凡和s3估計值不顯著異于零，則說明活動2和活動3對非付費流量大小的變化沒有明顯的影響。至于余下的反映非付費流量質量及轉化的三個指標(平均停留時間、跳出率和訂單轉化率)，表5的數(shù)據顯示，與這5個促銷活動相關的系數(shù)估計值大部分是統(tǒng)計不顯著的。僅有的幾個統(tǒng)計顯著的系數(shù)估計值表明，活動1對非付費流量的質量有負向影響，活動5則對其有一定正向影響，而活動3期間的轉化情況得到了提升。除5個促銷活動的影響外，非付費流量在周末和西方節(jié)日期間顯著增大，而在周末期間非付費流量的跳出率也有一定的提升。表5非付費流量各指標估計結果4分析結果討論通過以上對數(shù)據的建模分析，我們評估了樣本期內各個大型線上促銷活動的引流效果?；谠u估的結果，電子商務網站今后在設計和開展類似大型線上促銷活動時，可以考慮從以下四個方面對活動進行改善，以期活動產生更好的引流效果，并最終帶來更多的轉化。首先，應該對大型促銷活動的持續(xù)時間進行合理規(guī)劃和安排。Blattberg和NeslinC1990)在研究了大量促銷方式后發(fā)現(xiàn)，大多數(shù)促銷活動屬于短期刺激活動，用來刺激消費者在較短時間內大量、迅速地購買某種商品或服務[l。李季(2013)等人對中國某大型超市的促銷活動進行研究后發(fā)現(xiàn)，價格促銷活動的時間越長，促銷效果越差(}$l?，F(xiàn)在的大型線上促銷活動雖然大多圍繞某一特定日期進行命名和設計—如“雙十一”促銷活動以年輕人中很流行的“光棍節(jié)”11月11日進行命名，:`6}18"促銷活動的名字則代表京東商城的店慶日6月18日—但是商家往往會提前多日開始促銷活動，以期提升活動的熱度和影響力。然而，促銷活動的持續(xù)時間過長可能會使消費者的新鮮感不斷降低，同時缺少緊迫感，使得活動對流量的質量及轉化無法達到理想的效果。如果促銷活動的持續(xù)時間過短，則可能存在曝光度不足、影響力不大的情況。從前文對活動效果的分析來看，活動2'`雙十二”和活動3“年貨節(jié)”的引流效果較差，可能與其持續(xù)的時間太短(活動2"雙十二”持續(xù)時間為7天)或太長(活動3“年貨節(jié)”持續(xù)時間為36天)有關，而活動1“雙十一”、活動4"蝴蝶節(jié)”和活動5"618"的持續(xù)時間維持在15天左右，均對流量大小有較好的正向促進效果，同時后兩個活動還有良好的質量和轉化提升效果。所以可以得出結論:將大型線上促銷活動的持續(xù)時間控制在一定的范圍內可以帶來較好的引流效果，在本案例中為巧天左右。其次，與壓制競爭對手相比，應該將更多的營銷資源重點投放在自身首創(chuàng)的大型促銷活動上。每年11月11日前后開展的“雙十一”促銷活動和12月12日前后開展的“雙十二”促銷活動均為京東商城的競爭對手阿里巴巴首創(chuàng)，京東商城在這兩個時間段內開展的促銷活動效果則不盡如人意:從數(shù)據上來看，京東商城的“雙十一”促銷活動(活動1)雖然使得流量大小的提升明顯，但是卻帶來了流量的整體質量的下降和轉化情況的變差;“雙十二”促銷活動在樣本期內的五個促銷活動中，對流量大小的正向影響最小，對流量的質量及轉化也缺少顯著的影響，活動整體效果比較一般。相比之下，每年6月18日前后開展的“6-18"促銷活動(活動5)作為京東商城首創(chuàng)的大型線上促銷活動，吸引來的流量無論從數(shù)量、質量還是轉化上來看，效果都是最佳的;而另一個京東商城首創(chuàng)的大型促銷活動，即每年3月初開展的“蝴蝶節(jié)”促銷活動(活動3)，引流的效果也十分優(yōu)異。同時，網站首創(chuàng)的大型促銷活動可以使網站與活動更為緊密地聯(lián)系在一起，共同促進二者的影響力和知名度，例如:提及“雙十一”，大多數(shù)消費者必將聯(lián)想到阿里巴巴;而提及“6.18"，消費者往往會聯(lián)想到京東商城。綜上所述，首創(chuàng)的大型促銷活動理應有更高的投資回報率，將營銷資源向其傾斜是較好的選擇。第三，對于不同的商品品類，可以設計更有針對性的大型促銷活動?；顒?"蝴蝶節(jié)”是京東商城在每年3月初開展的春季促銷活動，參與促銷的商品以個護美妝類及服飾類商品為主。雖然該活動無論在促銷力度上，還是在整體的知名度和影響力上，都比不上活動1“雙十一”和活動5"6.18"這樣的涵蓋全品類商品的促銷活動，但對于研究樣本涉及的佳潔士品牌頁面卻有著十分良好的引流表現(xiàn)，無論是對流量的大小、質量還是轉化都有顯著的積極影響，其效果在涉及的5個活動中僅次于活動5``6.18"。出現(xiàn)這種結果的原因，很可能是因為該促銷活動限定商品品類后，消費者會更容易接收到針對這些商品品類的促銷信息，從而對促銷活動頁面的訪問會帶有更強的目的性，更有可能對頁面進行瀏覽并進行進一步的操作，乃至完成下單，完成轉化。顯然，這類活動也往往有較好的投資回報率，因此可以考慮更多地開展針對不同品類的大型促銷活動。第四，對活動帶來的非付費流量進行重點跟蹤，并在下次開展類似促銷活動時，對這部分消費者進行針對性的曝光和宣傳，3.2.2小節(jié)的分析結果表明，大型線上促銷活動確實對非付費流量的變化產生了影響。究其原因，一方面是因為一些促銷活動本身己經具有一定的知名度和影響力，消費者會根據以往經驗在活動期間對頁面進行自主訪問;另一方面，可能是因為商家在開展大型線上促銷活動期間利用線上線下多種渠道進行活動的營銷以及宣傳造勢，擴大了這些促銷活動信息的覆蓋面，消費者通過這些渠道獲取活動信息和鏈接后，對活動頁面進行自主訪問。這部分流量背后的消費者在一定程度上表現(xiàn)出了較強的目的性和自性，意味著他們可能有更強烈的購買傾向，是開展促銷活動的商家應該重點關注的人群另外，分析了節(jié)日效應后發(fā)現(xiàn)，樣本期內的西方節(jié)日對流量大小有顯著的正向影響，而中國傳統(tǒng)節(jié)日及其他一些節(jié)日則對流量的大小和質量均沒有產生明顯的影響。這一現(xiàn)象說明中國的網購消費者可能有更大的意愿在西方節(jié)日期間瀏覽電子商務網站進行購物。因此，在設計與節(jié)日相關的促銷活動時，應該重點考慮將活動與西方節(jié)日進行結合，特別是在中國比較盛行的西方節(jié)日，如圣誕節(jié)和情人節(jié)。5結論本文首先利用網站分析技術，基于頁面瀏覽量、獨立訪客數(shù)、平均停留時間、平均訪問深度、跳出率和訂單轉化率這6個網站分析指標，收集了京東商城佳潔士品牌頁面的實際流量數(shù)據，并根據流量的來源網址將流量分為付費流量和非付費流量。隨后，構建用于分析數(shù)據的結構時間序列模型，并基于數(shù)據實際情況進行修正，使用修正后的模型，從頁面總流量、付費流量和非付費流量三個方面，針對以上關鍵績效指標的數(shù)據進行時間序列分析。最后，利用得到的結果從流量的大小、質量和轉化三個維度對數(shù)據樣本期內的5個大型線上促銷活動的引流效果進行了評估。本文的主要研究結論有以下幾點:大型促銷活動均會對頁面總流量的大小產生顯著的正向影響，但是對頁面總流量的質量及轉化的影響則存在個體間的差異。大型促銷活動對付費流量的帶來的影響基本與其對頁面總流量的影響保持一致，即不同的活動對付費流量的大小均呈顯著正相關，對付費流量的質量和轉化的影響存在個體間的差異。大型促銷活動對非付費流量的大小有正向影響，但是對活動2'`雙十二”和活動3"年貨節(jié)”影響不顯著;除了活動1“雙十一”的負向影響以及活動5"6.18"的正向影響較為顯著，對非付費流量的質量影響基本上不顯著;除了活動1“雙十一”的負向影響以及活動3“年貨節(jié)”的正向影響較為顯著，對非付費流量的轉化影響基本上不顯著。除了活動的影響因素外，不同的節(jié)日對流量的影響也各不相同。其中，西方傳統(tǒng)節(jié)日期間，頁面總流量、付費流量和非付費流量的大小均有顯著提升。

參考文獻[1]夏泱.SF網（地產網絡運營商）O2O模式客戶引流問題分析[D].南京師范大學,2018.[2]丁瀚濤.電子商務網站大型線上促銷活動引流效果分析與研究[D].武漢大學,2017.[3]馮鋮超.服裝品牌移動端線上引流效果指標及其優(yōu)化方式的研究[D].浙江理工大學,2016.[4]宋麗娜.品管圈活動在降低顱內引流管道脫出危險性中的效果評價[J].臨床醫(yī)藥文獻電子雜志,2014,1(11):2004+2007.[5]藍朝暉.體育品牌借“她經濟”掀促銷戰(zhàn)[N].北京商報,2020-03-09(003).[6]YiWu,LiweiXin,DahuiLi,JieYu,JunpengGuo.Howdoesscarcitypromotionleadtoimpulsepurchaseintheonlinemarket?Afieldexperiment[J].Information&Management,2020.[7]DanielleN.Lambert,AndreaSwartzendruber.271.ExaminingInnovativeDigitalMethodsforHealthPromotion:TheFeasibilityandCost-EffectivenessofReachingSexuallyActiveAdolescentSubstanceUsersintheSouthThroughOnlineSocialNetworkingPlatforms[J].JournalofAdolescentHealth,2020,66(2).[8]趙艷豐.漫談健康家電產品的線上營銷[J].家用電器,2020(02):60-62.[9]CanaveseDaniel,MottaIuday,MarinhoMarinaMeloArruda,RodriguesJéssicaBernardo,BenícioLuanaAndrade,SignorelliMarcosCláudio,Moretti-PiresRodrigoOtávio,SantosMarliseBock,PolidoroMaurício.HealthandSexualRights:Design,Development,andAssessmentoftheMassiveOpenOnlineCourseonLesbian,Gay,Bisexual,Transgender,andIntersexHealthPromotioninBrazil.[J].Telemedicinejournalande-health:theofficialjournaloftheAmericanTelemedicineAssociation,2020.[10]FrenshamLaurenJ,ParfittGaynor,DollmanJames.PredictingEngagementWithOnlineWalkingPromotionAmongMetropolitanandRuralCancerSurvivors.[J].Cancernursing,2020,43(1).[11]QihuaLiu,XiaoyuZhang,ShanHuang,LiyiZhang,YangZhao.ExploringConsumers'BuyingBehaviorinaLargeOnlinePromotionActivity:TheRoleofPsychologicalDistanceandInvolvement[J].JournalofTheoreticalandAppliedElectronicCommerceResearch,2020,15(1).[12]LeeYaeeun,KurtzJohnE.Personalitytraitsanddysfunctionalconstrualofonlinehealthpromotionmessages.[J].Eatingandweightdisorders:EWD,2019,24(6).[13].GrouponInc.;PatentApplicationTitled"CadenceManagementSystemForConsumerPromotions"PublishedOnline(USPTO20190355013)[J].Computers,Networks&Communications,2019.[14]YaeeunLee,JohnE.Kurtz.Personalitytraitsanddysfunctionalconstrualofonlinehealthpromotionmessages[J].EatingandWeightDisorders-StudiesonAnorexia,BulimiaandObesity,2019,24(6).[15]BurcinMichelleM,ArmstrongShelleyN,EarlyJodyO,GodwinHolly.Optimizingcollegehealthpromotioninthedigitalage:Comparingperceivedwell-being,andhealthbehaviors,healtheducationneedsandpreferencesbetweencollegestudentsenrolledinfullyonlineversuscampus-basedprogramss.[J].Healthpromotionperspectives,2019,9(4).[16]HeikeEschenbeck,LayaLehner,HannaHofmann,StephanieBauer,KatjaBecker,SilkeDiestelkamp,MichaelKaess,M