优惠券干货分享：如何证明优惠券功能的有效性

优惠券作为一个常用的运营手段，在各行各业普遍应用。但是，发行优惠券是有成本的，如何证明发放优惠券能产生更大的价值呢？本文作者从自身工作经历出发，以一个项目为例，对此进行分析，希望对你要帮助。

优惠券功能在各行各业已经被普遍使用，网络上各种优惠券的功能分析与原型有很多，但大多文章都忽视了一个核心的问题，优惠券是有成本的，如何证明发放优惠券对比不发优惠券是能够产生更大的价值的？

一、背景

一开始，我从老板那里接到的任务是要做平台会员*。

这是一个重要但不紧急的任务，因此我花费了大概1个月的时间对比了游戏行业里做的比较大的平台会员*，再加上与朋友的交流，后得出的结论是如果要做平台会员*，那么首先要做优惠券。

做平台会员*不是目的而是手段，本质的目的是希望用户价值大化。因此，问题就转变成了如何通过平台会员*对公司创造更大的价值和更多的利润，但公司的利润创造是基于用户的，所以这个问题再次转变成了，如何通过平台会员*对用户创造更大的价值和利润。

想清楚了这个问题后，答案就很明显了，就是优惠券。对公司来说提升付费效果带来更多利润，对用户来说享受折扣。

但想到这里之后，就会发现一个新的问题，如何证明优惠券能够为公司带来更多的利润，如何证明在少赚了优化券的优惠成本的情况下，对比不发优惠券能够提升付费的效果。

二、假设

我将付费效果的提升拆分成了3个假设：

假设1：优惠券对付费率有提升作用

验证方式：实验组0付费阶段用户付费人数增长（对未付费用户付费破冰效果）

假设2：优惠券对付费流水与arppu值有提升作用

验证方式：实验组各付费分层用户付费流水、arppu值提升

假设3：优惠券对下单次数、下单金额有提升

验证方式：实验组各付费阶段用户的付费订单数、下单金额提升

三、验证方式

简单来说是利用控制变量法，对比发与不发的效果。

我将用户按照充值付费情况分为0付费用户，0-3000付费用户，3000以上付费用户3档，每一档随机*实验组和对照组用户各100人，共计600人。对实验组发放优惠券，对照组不发。观察发放优惠券一段时间后的数据变化情况。

之所以划分成3档，主要是为了了解大中小r的优惠券使用习惯和意愿，为后续的活动运营做一定的数据测试。

四、数据分析

数据分析表我开始做了3张，在合并后终提炼为下面这张大表。具体的数据分析方式对照我们的假设一条一条验证。

1. 优惠券对付费率的提升作用

重点关注0付费用户的实验组和对照组在实验周的付费人数，以此来说明优惠券对付费破冰的作用。此外，还可以关注另外2档用户的付费人数变化情况。

2. 优惠券对流水与arppu值的提升作用

纵向对比：

在同一时间段，实验组与对照组的付费流水、arppu值对比。以此来证明在同一时间下，有优惠券的用户能够产生更多价值。

横向对比：

实验组（对照组）在使用优惠券前后，付费效果对比。以此来证明，同样的用户，在有优惠券后能够产生更多价值。

3. 优惠券对下单次数、下单金额有提升

与上同理。

4. 优惠券发放使用情况

五、说明

通过上方123的方法验证了文章开头的3个假设，而4是对整体优惠券使用情况的记录，这样的2个表可以完全说明整体优惠券的情况。

以上验证方法的使用场景是需要对老板、技术说明优惠券功能带来的价值，进而推动获取更多资源和整体工作效果复盘。

写到这里又延伸出了一个新的问题，在证明了优惠券的有效性后，如何让优惠券的有效性大化，如何找到成本和利润大化的平衡点？这是我后续要研究的方向。

本文由 @jessi 原创发布于人人都是产品经理