电子券分析（二）
5、门店维度分析：挖掘区域消费偏好差异
按门店分析电子券核销情况，能清晰展现不同门店的客群偏好，为门店个性化营销提供依据，也能展现出不同门店推广电子券相关业务的力度。
某连锁烘焙店在城市开设 27 家门店，发放 “满 25 减 5” 电子券后，各门店核销数据呈现明显区域特征：写字楼区域的 A 门店核销量最大，远超平均水平，原因是该区域客单比较高。基于此，商家可指导其他门店推出 组合优惠产品，提升满减门槛达成率；同时也可以考虑针对写字楼区域的客户发放更高门槛的电子券，以进一步提高客单。
6、明细穿透分析：实现数据精准核对与场景拆解
电子券分析支持双击明细查询消费小票详情，包括购买商品、支付方式等信息，既能保障数据准确性，又能深入拆解消费场景。
如我们通过电子券清单发现存在折扣率过低情况，通过查看小票发现是由于一张小票使用两张电子券导致。这时我们就要修正今后电子券的发放规则，对于大额、特别是无门槛的电子券，不允许一次使用多张。
再比如我们对使用电子券的用户进行分析，也能发现是是否存在内部员工违规情况。
7、自定义周期分析：灵活适配商家个性化需求
商家可发放不同有效期的电子券，并分析对销售业务的影响周期（如 7 天、30 天、90 天），分析短、中、长期对消费者行为的影响，满足不同营销目标需求。
需注意的是，周期越长，系统统计数据所需时间越长，商家可根据营销目标优先级选择：若发放的电子券有效期不长，建议按有效期设置分析周期。
8、收款方式过滤分析：确保折扣率数据真实可靠
不同收款方式可能导致电子券折扣率计算偏差，通过勾选 “未实际收款” 的收款方式（如积分抵扣、虚拟货币支付等），可剔除非真实交易金额影响，让分析结果更准确。
例如，某门店发放 “满 20 减 5” 电子券，部分用户使用 “积分 + 现金” 支付，其中积分抵扣部分属于未实际收款。若未过滤该部分，核销订单总金额为 1 万元（含 2000元积分抵扣），电子券总面额1000元，计算出的折扣率为 90%；但过滤积分抵扣后，实际收款金额为7000元，真实折扣率为 70%，更接近实际利润影响。
通过勾选过滤未实际收款方式，商家能精准掌握电子券对真实销售的影响，避免决策误判。
需注意的是，勾选收款方式会导致系统统计数据所需时间变长，如勾选错误，也会导致统计结果错误。
9、系统设置说明
（1）刷新表结构（第一次使用才需要）
（2）卡券分析特点设置
这里是设置跟踪电子券发出后天数，比如我想查6月份发出的电子券到8月31日的使用情况，则这里设置的天数为61天。
（3）费用类收款方式勾选（非必选项）
这里是对影响销售折扣优惠类型、力度的收款方式进行打钩，打钩后不统计该收款方式的收款金额，即实际收款金额变少。
10、相关指标说明
（1）小票的金额构成
原价金额：产品未参与促销/会员价优惠之前的价格，即标准售价
实收金额：减去促销/会员价优惠金额后，用户实际支付的金额
（2）小票的用券金额
折扣金额 = 原价金额 - 小票金额 + 用券金额
折扣率 = (原价金额 - 折扣金额) / 原价金额