「拉新案例以及数据」拉新的方案
今天给各位分享拉新案例以及数据的知识，其中也会对拉新的方案进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！
本文目录一览：
AARRR-拉新案例分析
如果你读过Sean Ellis的《增长黑客——如何低成本的实现爆发式增长》后，对“AARRR”概念绝不会陌生，最近分析了些很好的案例，颠覆了之前拉新的认知
我这两年的工作核心概括为：打造用户生命周期闭环，并提高每个环节的转化率
获客激活：1、消息体系（QQTips、系统消息、短信、app消息）
2、企业产品、内部产品 搜狗搜索app、小说、换量
3、用户邀请
4、运营活动
留存：1、等级体系（问豆、经验值、等级角色特权）
2、任务
3、徽章
4、问豆商城
总结：产品的获客多从内外部导量、这些渠道资源的用户转化率肯不如花钱渠道买的高
首先付费的推广位是流量高且最能吸引用户注意力，投放效率更高。在抢占用户量和用户时间的战争中，时间就是金钱
其次产品相互导量更多是作为一种流量和内容的补充，除非你导量的来源是微信（参见拼多多）
1）拉新有一下几种方式：
1、精准化投放广告：通过数据分析用户画像、提升产品的ROI，怎么花更少的钱投出更好的效果，这和我做过的消息体系有点像
2、趣头条、拼多多红利式的用户邀请
3、品牌渠道推广：综艺节目的赞助，如OPPO、快手对《奇葩大会》的赞助
2）案例分析
在此详细分析下趣头条和拼多多，用红利做用户邀请的最佳案例（这两款产品是过去一年用户量和GMV增长极快的两款产品）
竞品是今日头条，特色是其靠现金和金币奖励的任务系统，以拉新和留存用户
主要分为新手任务和邀请收徒活动2块奖励：
1、邀请收徒活动
新用户通过你的邀请码注册“趣头条”即可拿钱，拉的徒弟越多（徒弟的用户行为产生需达到某值才称为有效徒弟），现金收入越高。个人认为是把渠道投放的钱花到用户身上，反正目标都是获客，不如让自己用户赚钱帮忙拉人
一是趣头条的目标用户以中低层用户居多，容易被单价较低、次数多的任务奖励驱动（用户的时间成本和人际关系不会因为分享产生较大的改变）
二是目标用户邀请的潜在用户画像可能比投放广告更准（物以类聚、人以群分）
2、任务
趣头条的新手任务非常多，也很目标导向。比如他的目标就是要保障每个用户每天在上面消费内容、评论、唤醒他邀请徒弟的活跃度。他将任务拆的特别详细，并把重点任务给予较高的金币，引导用户持续完成任务并获得奖励。有趣的是金币兑零钱的奖励随每日运营收益变化，猜测 趣头条对用户的奖励与内容广告的收益已形成良好闭环。在每个新客上花的钱能cover住每个用户可给产品赚取的收入，ROI是正的，故可以强化此模式去赚钱
拼多多则是另一个用户增长神速的O2O公司，15年底在上海时我就用过
首先下单需用微信拼团成功，这是一个圈新用户的途径
“现金签到”、“天天领现金”这两功能也是利用钱，引导用户签到分享到朋友圈、微信好友，让好友加入，然后一起领钱
趣头条和拼多多用红包获取和激活用户的本质都像“传销”，让用户在利益驱动下不断通过各种渠道去发展其他用户，并且发展用户的活跃度好坏也会影响到“师父”的收益。从结果来看，这两个产品的用户数和活跃度都在高速增长，说明此方法的ROI是极高且行之有效的
小视频的火力与钻石分别用来衡量生产者与消费者的贡献度：
火力：火力值是用来衡量生产者内容优质度的奖励，由视频质量、直播质量其他活动质量构成，
火力可以变现，类比我设计的激励体系里的问豆，答题质量越高得到的问豆越多，可在商城兑换京东卡、Q币和实体物品
钻石：用户花钱购买钻石打赏给内容生产者，同时做了等级特权以刺激用户买更多的钻石。类比我做的特权徽章，以刺激小白用户答题
此外春节期间，头条系视频和快手都狂撒红包。快手豪撒6.6亿拜年红包，除夕当天斩获1.1亿日活用户；抖音明星发送红包，使得日活跃用户规模超6500万
这一切都说明用钱拉新和促活的效果是巨大的，只要钱能花的有效果，拉到新用户且活跃度不错，就非常值~、
在过去两年中，负责产品的用户增长一方面因为用户调性和上层战略没花过太多真金白银做用户增长，更多的是靠任务、签到、消息体系和活动去提升
但这半年内，通过研究各种增长迅速的产品、与相关从业者交流、看书，不断更新自我认知，觉得用钱拉新其实是更行之有效的方式：
1、从人性的角度，有利可图仍是驱动普通人最有效的方式
快手、拼多多、趣头条的目标用户对钱更敏感，用钱吸引到注意力而不是情怀，再靠产品功能将用户留下来是更好的选择
试问在中国有多少人是财务自由、时间成本高，看不上产品的红利呢？百万英雄花半小时答题全对仅给5-6块，仍有一群日薪600+的白领乐此不疲的答题
2、在获客成本如此高的今天，用不花钱的流量效率是较低的
有价值的资源需要花钱买，不花钱的流量获客成本效率低，拉到相同量的用户所需的时间更长。而对竞争激烈的企业而言，时间比钱更重要。更快速度的获取流量，并挖掘到其价值更为重要
「农夫山泉」是如何在一周内，获取20w新用户的？
"
Hello，欢迎收看 「筑梦案例」 系列栏目。临近年关，大多数商家都忙于春节促销，争取年前挣完最后一波，回家过个好年。
许是三天一降价，五天一大促的高频活动，让顾客们的钱包开始疲惫不堪，消费方式渐渐趋于理性，使得企业的获客成本变得越来越高昂。
商家做活动时往往会疑惑，明明自己钱也砸了，投入的人力也不少，但最后在市场上就是激不起半点水花，顾客也反响平平……
本期就跟大家聊一聊： 被称做营销教科书的「农夫山泉」，是如何在一周内获取20w+新用户的？
"
编辑 / 江
包装即营销
提到农夫山泉，古早的吃瓜群众可能会回忆起「那些年与娃哈哈的爱恨情仇」，而错过那段时光的千禧一代，则会想到“有点甜”的魔性洗脑slogan，以及任谁看了都要啧啧称赞的"包装"。
比如2021年的牛年限量典藏生肖瓶：
从2016年开始，生肖瓶的身影就不断出现在重大国际会议上，在获得了政商各界认可的同时，也开拓了品牌高端路线。
作为每年“只送不卖”的压轴营销项目，生肖瓶简直是不费吹灰之力，就为品牌带来了一波可观的热度，试问有哪个颜狗能扛得住这波暴击呢？
况且比起"限量"更让人上头的是"停产"，比起"高价出售"更让人上头的是"农夫山泉的只送不卖"。每年生肖瓶的上新，也算变相拓宽了黄牛的业务线……
而农夫山泉对包装设计得上心，其实最早可以追溯到二十世纪末：1998年恰逢法国世界杯，大街小巷都在哼唱Go Go Go ! Ale Ale Ale！放到今天，这就是堪称TOP级的热点。
深谙营销之道的农夫山泉没有错过这次热点，立马设计出一款伸缩运动瓶盖，在众多平平无奇的饮用水中成功夺得用户眼球。
哪怕以现在的眼光来看，这也能称之为教科书级别的营销。一直到2021年，农夫山泉在设计上的天秀操作从未让我们失望。比如近两年比较火的跨界营销，农夫山泉早在17、18年就玩过了：
不外乎外界调侃“这是一家被买水耽误的设计公司”。
除此之外，农夫山泉的拉新速度也堪称一绝：送水到府业务仅上线一周，就获取了20w+新用户。
送水到府的拉新策略
农夫山泉利用有赞平台打造企业私域流量，并运用营销工具进行拉新、提升用户粘性等。
业务线背景
业务线：农夫山泉送水到府（同城配送）
切入点：饮用水配送
面向用户：主要是C端家庭群体
用户路径：通过有赞小程序下单→线下门店就近配送→进入后台随时查看配送情况。
业务逻辑：农夫山泉依托有赞小程序店铺，打通线下480家门店，通过社交场景拓展到家业务，覆盖家庭消费市场。
农夫山泉线上布局
1.利用较高知名度，在其他社交平台进行宣传。
2.运用有赞营销工具，设计促活玩法。
①免邮拼团。
目的：吸引老用户带新用户。
形式：通过两人成团形式，以更优惠的价格购买“桶装水饮水机”套餐。
②0元抽奖。
目的：提高用户活跃度。
形式：设置高人气奖品，提升裂变吸引力，用户只要拼团9人即可获得抽奖机会。
活动成果
送水到府小程序在2019年1月13日到1月21日期间，吸引40w+用户参与，成团人数近30w，获取了20w+新用户。（以上数据来自有赞）
写在最后
如今，电商行业细分下的各个领域可谓是百家争鸣，红海一片。同价位下的相同产品，很难在质量上产生巨大差异。
那么要想留住用户，商家一定要好好思考自家产品最具差异性的优势是什么？怎么在同类产品中脱颖而出？比如说农夫山泉通过天秀的设计、病毒式营销、魔性广告语等操作，成功将品牌植根在每一位消费者脑海中。
马上到来的春节是今年重要的促销节点之一，在如今的市场上，一味降价很难再去刺激用户消费，每位商家一定要懂得运用营销工具，让拉新事半功倍。
怎样算知乎拉新量
运营数据分析-拉新的5个指标

蓝莓孵化营
工业大学管理系
来自专栏职场管理
有两位内容运营的同学，有一天领导问他们最近的产品情况怎么样。 其中一位运营的同事汇报的表现很不错，“每天都有很多人互动和称赞”，另外一位运营回答说产品有问题，“用户都不怎么会将内容分享出去”。
如果你作为专业的平台运营，你应该相信谁？
我想这两位同学你应该都不会相信，甚至还会很暴躁，因为他们的表述，几乎没有一点点的数据分析意识。 现代管理学之父彼得·德鲁克说过一句很经典的话：
如果你不能衡量它，那么你就不能有效增长它。
为了能够让数据驱动业务增长，我们需要制定业务的衡量标准，用统一的衡量标准来定义和评价业务，这个统一的标准在数据分析中叫做指标。
案例中的两位内容运营如果能够以互动率和点赞率、分享率这 3 个产品数据指标来向领导汇报自己的运营工作的话，或许就能够在领导心中留个好印象了。
了解和使用指标是数据分析思维的第二步，我们需要基于具体的业务需求设定能够驱动产品增长的指标。（Ps：数据指标是由用户基础数据字段处理加工而成，详情请看上一节课）
按照比较受大家认可的 AARRR 产品增长模型，我们可以将指标分为五大类：拉新指标、活跃指标、留存指标、转化指标、传播指标。
5个产品的拉新指标
运营通过渠道投放让“用户”接触到产品，当“用户”觉得产品不错就会去下载它，打开产品发现里边的内容蛮适合自己，“用户”就会注册产品，最终成为产品真正的用户。
以上是绝大部分运营都会经历的拉新过程，如果你想监控整个过程，并且评估拉新的执行效果，那么你就需要设置一些考核的数据指标，使得数据增长的数据健康、合理性。
1）浏览量
俗称曝光量，指的是产品的推广信息在朋友圈、搜索引擎、应用商店等渠道渠道中被多少用户看到。与浏览量相对应的是点击量，它们俩的比例在业内有一个专业词汇 CTR（CRT=点击量/浏览量），很多广告平台会用 CTR 来评估广告质量。
2）下载量
指的是 App 的安装次数，是衡量拉新效果的结果指标。不过，App 下载其实是一个中间态，为了让产品从曝光到下载有一个高转化，你需要注意应用大小、介绍文案的打磨。
比如游戏类 App，为了避免怕漫长的下载时间造成玩家流失，会选择让用户下载后以补丁形式完成全部素材的加载。
3）新增用户
下载并不是意味着就是用户，如果某个“用户”只下载了并没有注册，那它就是一个无效的用户。对于用户的界定，每个产品是不一样的，大部分的产品是用户注册了 App，就被定义为用户了，比如知乎、微博、小红书、百度贴吧。
图片来源于：百度，仅做示例
4）获取成本
用户获取必然涉及成本，而这是运营新手最容易忽略的。目前常见的成本的计算方式有 CPM（千次曝光成本）、CPC（单次点击成本）、CPA（单次获客成本）。
综合以上，还要注意把控数据的真实性，进行数据的校验、监控、排查，数据设备的监控，防刷机制。
发布于 3 年前著作权归作
案例分享：如何通过数据分析进行活动效果评估
作者介绍
@郝笑笑 微信号：hao-xiao-xiao。
目前在互联网公司担任数据分析师，并负责DAU流量的增长策略与数据监控。
希望可以和各位一起交流学习。
1 导语
相信对于很多刚入门的分析师小白来说，评估活动效果、洞察业务机会，是所有工作中最可以体现价值感的事情，但也可能是令我们最头疼的事情。本文作者基于自身的实际工作经历，结合一个真实的运营活动，对活动评估中可以复用的数据分析“套路”进行总结和整理，希望能够给初接触数据分析的同学带来帮助。
一般来说，互联网公司的运营活动按照目的可以分为3种：拉新、促活、品牌宣传，尽管每种活动关注的核心绩效指标完全不同，但是分析的思路还是可以套路化的。接下来，本文将以某次促活活动为案例，分享下如何对一场活动的效果进行量化评估。
2 活动背景
伴随着移动互联网用户的增速越来越趋于饱和，用户增长的破局方法不得不从拉新获客转换为如何促活存量用户。
通过第三方广告媒体app（比如微信、抖音等）投放针对老用户的素材对用户促活，已经成为很多公司用来提升存量老用户活跃度的有效方法（后续会统称为“渠道拉活”）
某公司的市场投放部门也开始投入预算试水「渠道拉活」这一项目，在项目启动一段时间后，已经回收累积了大量的用户数据，但是：
渠道拉活对于DAU的带动贡献究竟有多大？
是否值得持续投入更多的资源？
活动情况的ROI如何？是否符合预期？
活动是否存在改进空间？
这些领导和业务方非常关注的问题，需要分析师基于数据给出公正和客观的答复。
3 分析框架和指标体系
3.1 分析框架
活动整体增量效果评估 (包括短期效果分析、长期效果分析)
ROI 核算（计算单用户的拉新或者促活成本）
参活用户质量评估
活动存在问题分析
3.2指标体系
3.21 流量规模
数据指标：
DAU
参与活动的用户数（举例：渠道拉活成功召回的用户数）
通过活动首次调起app的uv（举例：通过渠道拉活首次调起app的uv）
通过活动首次调起app的uv占day的比例（举例：通过渠道拉活首次调起uv的dau占比）
可解决的问题：
通过对比事先制定好的活动KPI指标，评估目标完成率；
与其他活动对比，评估促活的核心指标（通常是DAU）是否达到预期；
评估渠道拉活能够召回的用户量级有多大；
评估对DAU的净增量贡献有多大；
3.22用户质量、用户画像
数据指标：
留存率（次日回访率、7日回访率、30日回访率）
日均使用时长
核心功能渗透率
核心功能人均PV
人群画像（性别、城市、消费能力）
可解决的问题：
评估渠道召回用户的质量
监测是否存在刷量作弊渠道
3.23用户行为
数据指标：
站外转化漏斗（举例：广告曝光-广告点击-成功调起app-deeplink抵达特定页面）
站内核心行为的转化漏斗（举例：活动页-列表页-详情页）
可解决的问题：
评估用户从站外渠道到抵达App的路径是否顺畅，发现产品bug或者可以改善的机会点
评估活动的站内承接策略是否合理
4 分析过程
4.1活动效果评估以及活动ROI分析
在量化DAU (或者活跃天数) 贡献时，需要减去用户的自然活跃量，即计算“净增量”贡献。该贡献可以分为当日贡献和长期贡献。
当日贡献是指：当日的召回用户对于当日DAU的增量贡献
长期贡献是指：由于召回用户的后续回流，在后续特定时间范围还会持续贡献的用户天数增量。比如，活动后的50个参与用户，在后续30天内人均活跃天数比活动前提高10天，那么促活的增量贡献就是1500天。
不得不承认，AB实验最擅长处理归因和量化的问题。它的思想是，将流量随机分为数量均匀和特征均匀的两组（即对照组和实验组），实验组用户只有在产品策略上与对照组不同，因此我们可以认为两组用户在同一时间维度上的指标差异，可以完全归因于策略上的差异。
然而，该广告拉活项目无法设计对应的AB实验，但我们可以基于AB测试的思想，构造与实验组“相似”的用户群体作为对照组。具体过程如下：
将拉活渠道唤起app的用户作为实验组，未曾被拉活召回的存量用户作为对照组；
选取可能影响用户未来活跃度的特征（比如机型、新增渠道、历史活跃度、…），基于“特征相同”的原则，对两组用户划分为 N 对实验组和对照组。注意尽量将特征通过区间离散化，避免划分出的某一组落入的样本数过少，导致两组样本的指标差异不可信，比如特征「新增日期间隔」可以离散化为：7天内、8-14天、14天以上；
计算 N 对实验组和对照组的每一组的指标差异值，以及实验组的总指标差异（等于每一组指标差异*人群占比的相乘结果求和）
通过以上方法，可以计算出拉活对于当日DAU的贡献、以及拉活对于未来30天DAU的总增量贡献。
实际上，对于拉活对DAU的单次短期贡献，有更为简便的方法，即基于“首次归因”的思想，通过“拉活首次调起app的uv”进行量化评估，即如果用户多次启动过app，那么只有当通过促活广告首次调起app了，才会计入到促活广告的功劳。
值得一提的是，“首次归因”的方法也可以应用至“产品新上线功能评估”的效果量化中，通常我们可以将“启动app后首次访问该功能的用户量”作为该功能对dau的贡献量。
对于活动成本的核算，我们可以通过 “总成本消耗量 / 总DAU增量”，计算每个DAU增量的成本，以评估ROI是否符合预期。
4.2用户行为分析、和用户质量评估
可以以「大盘未参活用户」、「同期同类活动」、「往期同类活动」分别作为对比基准，基于用户行为漏斗、留存率、核心行为pv、人均使用时长等指标，识别本次促活策略是否有薅羊毛或者作弊严重的渠道，并评估活动拉来的用户质量好坏。但这里不作为本次分享重点，因此不再展开赘述。
5 结语
作为数据分析师，实际工作中遇到的促活策略往往是五花八门，但是活动效果好坏的评估过程依然是有章可循的。最后，简单总结下本文对于后续活动评估的可复用之处：
如何构建活动评估的指标体系；
如何量化归因活动的短期贡献（即“首次归因”法）；
如何在无法开展AB测试的情况下，通过构造对照组的方式，快速地量化评估长期的增量贡献；
1、回“数据产品”，获取大厂数据产品面试题
2、回“数据中台”，获取大厂数据中台资料
3、回“商业分析”，获取大厂商业分析面试题；
4、回“交个朋友”，进交流群，认识更多的数据小伙伴。
关于拉新案例以及数据和拉新的方案的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。
发布于：2023-04-11，除非注明，否则均为原创文章，转载请注明出处。