在新零售行业，随着数字化交易的大量进展，越来越多的客户被数据化，并且导入到了企业的客户数据库。而我们都知道，以阿里为首的新零售平台每年都有各类狂欢节日，甚至店铺也有自己的会员日等节日。
很多企业都会在活动前后进行预热数据分析预测，活动实时分析，以及活动后数据复盘，包括转化率分析、好评率分析等，有的企业有专门的数据分析团队，也有的企业使用DataFocus等BI工具进行分析。尤其是预热数据分析，通过我们给某服装企业两年双十一的预热数据分析对比发现，“一波流”预热和分阶段预热的效果，从数据上来说有着非常大的差距，后者的效果比前者高26%。
我们以前讲过老客召回计划，同理，这也是让客户对我们印象更加深刻的方法之一。很多运营者经过了预热喜好人群的数据分析和营销数据分析后，便选择了一波流推送，但其实并没有把数据的价值发挥到最大。接下来我们来介绍一些分析后的实施思路。
整个预热阶段，可以分为3个阶段，从十月初开始。注意，10月开始即可，8月9月可作为蓄水阶段。预热第一波是为了初步唤醒。第二个阶段从10月中下旬到10月30日，数据分析的主要目标是沉睡客户，以便做二次唤醒，还有对于预售和优惠券敏感的客户数据分析。最后一个阶段是从10月31号到11月9日，数据分析的主要目标是爆品数据分析，以便做商品透出，还有收藏加购的人群数据分析和联合营销的响应率数据分析。
这样一来，整个预热的活动在数据分析的加持下，会变得更加的精准和科学。否则拍脑袋预热将赔了夫人又折兵，不但无法节省成本，更是在双十一等活动预热的竞争中花落别家。
