* 注：DMP，全称Data Management Platform。可以简单理解为，DMP平台通过对接的大量前端应用，持续收集和存储海量的顾客行为和特征数据，并对顾客进行精细分组，打相应的标签，同时对接到海量广告位，以供精准的广告投放。
这样我们可以看到：以销售作为最高优先级目标，还是以获客作为最高优先级目标，会带来大相径庭的策略和打法。
如果我是一个快速发展阶段的平台，我一定会以获客作为大促的最高优先级目标，而不是营收。
人群与品类渗透率
大促是一个快速提升特定顾客群体渗透率的绝佳时机。
比如，过去某平台在华北市场的销量和顾客覆盖度偏低，大促中针对华北地区进行一次大力度促销（如果系统支持将促销和价格针对地区进行投放），提供专享折扣、专享爆品、或者更多爆品库存，是提升华北市场占有率的良机。
同样的，通过大促，引导平台顾客购买新兴重要品类，提升战略品类渗透率，是个非常关键的目标。
比如京东的客群曾以男性为主，品类偏好集中在家电数码，当京东试图全力提升女性消费者占比，超市、女装、美妆等品类的渗透率提升，就成为大促的重要目标。
而作为电商消费者主体的女性用户，在京东平台的占比提升，就利在长远。
当以特定人群或品类渗透率为核心目标时，大促的策略打法也就随之发生变化。比如把优质曝光资源侧重给到战略品类、在非战略品类会场植入战略品类会场链接、向非战略品类的潜力人群发放战略品类优惠券、营销费用的针对性投放，等等。
AIPL流转
AIPL是阿里在精细化顾客运营上近年来提出的新概念，可以简单理解为：推动顾客在下述不同阶段/状态之间进行流转。
A(Awareness)，代表认知人群。对于大促，可以简单理解为对电商平台，或对特定品牌有认识的顾客群体。
I(Interest)，代表兴趣人群。主要是指通过与平台的互动，体现出了对在平台上进行购买存在兴趣（也可以针对特定品牌）。比如访问店铺主页、浏览产品详情页、品牌词搜索、领取试用、订阅/关注/入会、加购收藏的人。
P(Purchase)，代表购买人群，指在平台下过单，或购买过某品牌商品的人。
L(Loyalty)，代表忠诚人群，如高频复购、评论、分享的人。
大促营收本身只是P这一个指标的直接体现。
但通过一次大促，有多少人从不知道平台，变成了对平台有认知？有多少人从初始认知状态，转化成了感兴趣的状态？有多少人，从感兴趣到完成下单，被真正转化为顾客？又有多少顾客，从曾经下过单，变为平台的忠实顾客，或者提升了忠诚度？
对于上述各阶段顾客状态的统计，以及在AIPL四大状态之间进行向后的推动，就是AIPL流转的运营关键。
我们通常都会规划如何引流，引流后如何进行转化，转化后如何通过会员体系、社交体系、内容体系和成就体系等来打造忠诚度，但这几块一直是各自独立的。
AIPL的思维，是从一个全局角度去观察，多少人处在哪个阶段，并把阶段间的递进作为一个运营目标来设计，这在互联网下半场注重精细化运营的时代，是极为关键的思维模型。
所以，在大促工作中，不仅是让各种顾客下单，完成“从I到P”的动作，同时也要设计一组项目，来推动顾客从A到I，和从P到L。
比如，大促时通过“关注有礼”的活动引导顾客关注店铺；通过游戏或互动问答方式，让顾客完成指定的浏览任务；通过晒单话题的发动、开箱视频、商品评测的邀请，都可以产生除引导下单以外的价值。
由此，在制定大促目标时，可以设定AIPL流转的辅助指标，通过精细化运营为平台赢得更为长久的顾客价值。
其它指标
除了上述目标，大促还可以有如下目标：
用户活跃度提升
清库存，甩尾货
品牌扶持
用户数据累积
与竞争对手争夺商家
限于本文篇幅，就不一一论述了。
大家可以根据自身所处的阶段、核心的战略诉求分析，长远价值计算，来考虑上述目标有哪些可以成为大促目标，并设置相应量化指标，促后复盘完成度，作为大促成效的考核。
至此，我们已经可以清晰地看到：一次大促，要取得最佳效果，必然是多目标并举，远远不仅仅是“卖卖卖，一切为大促营收服务”这么简单。
设定多个大促目标，并划定优先级，进行有针对性的资源配置和策略、玩法设计，是大促策划阶段的关键任务。
