第四节  量化评估是改进促销的唯一途径

促销计划的改进，除了依赖日积月累的感性经验，最重要的途径就是通过促销完结后的促销评估来提高后续计划的质量。当然，本书更强调用量化评估的方法进行促销评估。

在日常用到的促销评估方法中，分类评估、汇总评估、对比评估等加减乘除的方法就不做重点介绍，凡做过促销评估的人，对它们都不陌生。这里重点介绍三种促销分析中更有技术含量的方法：一是涉及销售额变化原因分析的双因素分析法，二是涉及促销品对非促销品带动效果评估的相关性分析法以及促销前后客户进货水平变化的显著性分析法。之所以介绍以上三种方法，是因为它们的分析角度和分析方法，在促销分析中最常见，也是促销评估的标配。

由于显著性分析法等涉及统计学知识，使用的前提受一定条件的限制，如果在这里展开论述这部分的话，估计很多人都会理解不了。所以下文的例子都将使用的条件进行固化，使用的对象也进行固化。使用时，如果对统计学不太熟悉的话，建议不要轻易改变使用方向，照搬照套即可。

一、促销销售额变化的原因分析（双因素分析法）

其实这个方法，前文曾做过介绍，这里重温一下。

毋庸置疑，促销前后，销售额一定会发生变化，即使不开展促销，销售额也会发生变化。那么，问题来了，销售额发生变化的部分，到底是促销促成的改变，还是其他因素导致的（如：价格）。一般来说，促销都伴随价格的调整，促销推广也会为销售额变化带来机会。双因素分析法，就是分析在价格前后不一致的情况下，促销推广进行时，价格因素和推广因素对销售额的变化起了多大的影响。

例如，某企业在2014年5月开展了一场套装产品的促销活动，相较于同年4月，价格进行了8.5折的调整，与此同时，开展了较大范围的推广活动，促销前后价格和销量变化如表6-2所示，请对销售额结果的变化做结构分析。

第一步，将调价前后销售额和销售量变化数据列表，如表6-2所示。

表6-2  促销前后，销售额和销售量的变化情况

第二步，按综合指数体系法的公式，将影响销售额的价格和销量进行拆分和解构。

q₁p₁／q₀p₀＝q₁p₀／q₀p₀×q₁p₁／q₁p₀

q₁p₁－q₀p₀＝（q₁p₀－q₀p₀）＋（q₁p₁－q₁p₀）

故：106.25/50＝125/50×106.25/125

    106.25－50＝（125-50）＋（106.25－125）

即：212.5%＝250%×85%

56.25万元＝75万元＋（－18.75）万元

第三步，结论。

销量增长150%，销售额增加75万元；价格下调15%，销售额下降18.75万元。两者共同作用的结果，销售额上涨了112.5%，增加56.25万元。

二、促销品对非促销品的带动评估（相关性分析法）

一般来说，促销单品的利润很少甚至亏损，单品促销目的绝不是简单的停留在把促销品的量卖上去，而是希望通过促销品的带动，将非促销品的销量进行一定的盘活。网络销售经常提到的爆款策略，就是这种促销形式的典型体现。

在促销评估中，常涉及的第二个指标，就是促销品对非促销品的带动。常用评估方法就是相关性分析法。

以某企业战斗型产品与非战斗型产品12个月销售额为例，来看看促销品与非促销品的相关联程度。在95%的概率保证下，两者之间存在的相关关系，如表6-3所示。

表6-3  促销品与非促销品的相关关系（单位：万元）

相关性分析法其实也有很严格的限制条件，两组数据必须是正相关、负相关或者零相关中的一种，对不具有相关关系的两组数据，相关性分析和检验没有任何意义。这里，先假定两者存在相关关系，再通过t检验，验证两者是否存在相关关系。

第一步，利用EXCEL软件中的“CORREL”函数功能，快速计算出两组样本的相关系数。得出r＝0.082343

第二步，对相关系数r的t值进行检验，依据公式

t＝ ＝0.2613

第三步，当概率保证为95%，即显著水平α＝1－95%＝5%。因为销售数据的分布一定属于双侧检验，所以自由度＝n-2＝12-2＝10时，可查《t分布临界值表》，得到t_α/2＝2.228。t值0.2613远小于临界值2.228，促销品与非促销品两者之间不具备相关关系，促销品的销售并没有带动非促销品盘活

三、促销前后客户进货水平评估（显著性分析法）

从表面看，发出了促销指令，经销商的进货也发生了一些变化。但经销商进货发生变化，可能涉及很多原因，比如销售的自然增长、某个客户的突然爆发等。促销前后整体销量的变化，到底是因为促销政策的执行，还是其他因素的影响，可能不得而知。而显著性分析法，更具体地说，是单侧总体t检验的统计方法，能够解开这个谜团。

由于t检验依据的条件分为很多种类且比较复杂，因此依然采用固化条件和固化对象的方式，通过单侧总体t检验对促销前后经销商进货水平评估做概括性分析。

例：经销商促销前进货的抽样平均误差为μ=32.35万元（n≥30），平均进货额为223.62万元。7月渠道价格上涨，销售出现了小幅下降。

为确认价格的实质性影响，随机抽取10名经销商7月进货额作为样本（进货数据如表6-4所示），样本平均进货额为142.4万元。请判断涨价后，以0.01的显著性水平评估经销商进货是否发生实质性的下降。

表6-4  10名抽样经销商的进货额（单位：万元）

判断涨价对销售下降的影响，这是总体平均数的左单侧检验问题。

第一步，设立假设 H₀：经销商实际平均进货额≥223.62万元。

备择假设H₁：经销商实际平均进货额<223.62万元。

第二步，左侧检验临界值-t_σ，因为单侧的显著性要求是0.01，双侧概率应为2×0.01=0.02

自由度V＝10－1＝9，查t分布临界值表，下临界值t_0.02（9）＝－2.821

第三步，根据进货样本平均数计算统计量t的实际值

t＝（样本平均进货额－正常进货额）÷（正常进货标准方差/抽样样品数的平方根）＝（142.4－223.62）/（32.35÷3）＝－7.532

第四步，由于t小于t_0.02（9），即－7.532＜－2.821，原假设不成立，涨价后，经销商进货额确实发生了实质性的下降。