拉新一直是眾多活動運營的目標。拉新活動方式有很多，包括“以老帶新”客戶口碑式的拉新、鎖定目標式的地推拉新、宣傳合作的線上渠道拉新等。精心策劃的線上線下活動,可以快速實現拉新。而拉新活動的終極目標是轉化，并非拉新人數的美麗數值。每一家追求數據驅動的企業，一味沉浸在單調的突增指標并非依靠數據驅動決策，而是在數據的泥沙中掙扎。

杭州集酷信息技術有限公司（下稱“集酷 KiKUU”）是致力于服務全球商家的面對非洲 B2C 跨境電子商務交易平臺。通過全品類商品經營，突破了非洲零售市場單一模式，占領非洲 B2C 電子商務平臺的領先地位。

集酷 KiKUU 一直通過數據驅動理念把握用戶需求。本文以集酷 KiKUU 一次拉新活動為例，其數據分析師王向君介紹其團隊如何通過數據分析來評估和改進一次拉新活動。（因涉嫌商業機密，下文涉及數據均為虛擬。）

圖1 集酷 KiKUU 首頁

▌ （一）“看上去很美”，拉新虛榮指標背后的兩大問題

今年 6 月，集酷 KiKUU 策劃了一次長達一個月以“A 計劃”為題的拉新活動。該活動形式是由老會員邀請新會員注冊為主。上線第一天成果顯著：日新增會員數量增加高達 100% - 200%，且活動當日平臺的成交額提升 20% - 30%。兩個指標的飆升讓參與此項目的活動同學格外興奮。

王向君介紹，在數據分析領域，“總注冊數”、“新增注冊數”指標本身是虛榮指標，該指標隨著活動力度、形式等呈現短期暴增，他能夠告訴你的活動傳遞并影響了多少“新用戶”，這些新用戶知道你在做什么，但并不意味你的產品一定對他有價值。顯然要結合新用戶的留存、轉化等情況綜合考量。

的確，隨著活動的持續進展，配合數據深度觀察，看似光鮮的外表下卻暗藏著不少問題，王向君列舉了較為典型的三大問題。

第一，無效邀請比例高達 40%；

該活動大部分新增會員是由老會員邀請而來，而經多維數據分析發現，超過 40% 的新客戶屬于“無效邀請”，即存在邀請者和被邀請者注冊國家不一致（正常情況下的邀請應為同一國籍的邀請）、邀請碼無效（被邀請者錯填邀請碼）、設備重復（一個設備多次重復注冊）等問題。

圖2? 拉新活動當天發現邀請者和被邀請者注冊國家不一致的情況

第二，?轉化率較低，付費意愿較差；

一周后數據統計，與自然流量相比，A 計劃新注冊會員的留存率與轉化率均低于其 50%；從注冊到瀏覽商品詳情的轉化率低于其 60%；另外，人均支付單數降低 3 倍，人均消費金額僅占自然流量的 25%。下圖為活動帶來的新會員與自然流量會員的轉化情況。

圖3 ?一周后新會員總轉化率均低于自然流量 50%

綜上，這些問題暴露了活動內容和產品本身有不完善之處，這是拉新活動和產品持續性發展亟待破解的難題，例如為什么會存在無效邀請？頁面布局是否具有購物（支付）引導性？配色與風格調性是否傳遞用戶輕松的視覺感官？用戶的選購體驗操作是否舒適……

▌?（二）有的放矢，數據驅動思下的拉新問題定位及策略

科學的數據分析可以無限逼近客戶真實意愿，數據分析可以指導運營人員發現問題，找到弊病可能出現的原因，從而優化列表頁的體驗、提升首頁流量分配效率、購買決策路徑等，最終提升用戶的轉化率。針對 A 計劃的拉新活動，王向君針對上述提到的拉新問題、活動效果評估不佳的情況，圍繞拉新、留存與轉化采取了相應措施。

第一，破解無效，加強拉新的有效性

針對拉新活動，集酷 KiKUU 從以下兩方面做了優化：

定位并修正注冊頁面問題，無效邀請從 40% 降至 15%；

通過無效邀請人群的無效類型發現，國家不符的情況占據 50%，即邀請者和被邀請者的注冊國家不一致。將此類用戶進行分群并分析發現：無效邀請人群的注冊國家剛好是注冊頁面的默認國家。顯然，注冊頁面的默認國家的設置存在不合理之處，并立即著手改進。

圖4 集酷 KiKUU 注冊頁面

改版后第二天，無效邀請里國家不符的情況降低至個位數。無效邀請人數在整個活動中的比例下降了到了 15% 左右，在活動中后期，該指標持續穩定。說明這是一次很成功的改動。

A ／ B 測試選擇最優方案，日點擊量增長 10%；

因為 A 計劃以獎勵的方式來激勵老用戶拉新。即老會員通過進行活動頁面分享邀請新會員。良好的視覺頁面感官和風格調性既能增加老會員的分享概率，也能促進新用戶的注冊欲望。王向君介紹，分享活動頁設計了 4 套不同方案來進行測試。

“通過神策分析，事先對 4 套方案進行了埋點，并標識為版本 1.0、版本 1.1、版本 2.0、版本 2.1。”他介紹，這 4 種版本被分配給四類不同的用戶群體，一周之后，發現 1.0 版本所帶來的點擊量明顯高于其他版本。顯然 1.0 版本風格最受歡迎，于是把所有的分享頁面都換成了 1.0 方案。按此改版后，分享頁頁面的日點擊量增長了 10%。

圖5 對比 4 個版本的會員點擊情況

第二，促活新會員，精準推送挽回流失會員；

新人的快速的流失可能由很多原因引起，說明平臺對于活動進入的新會員的吸引度不夠，或者會員在產品中未能及時獲取最為關注的內容。針對新用戶留存、轉化率低的情況采取了一系列的問題。下面列舉一二。

新增新人頻道，投其所好促進用戶轉化；

為了增加新會員粘性，針對新會員新增一個新人頻道，以店鋪打折信息、精品推薦等形式針對 A 計劃進入的新用戶推出一系列活動。通過神策分析發現該活動對新用戶的轉化和留存存在很大的效果。圖略。

精準推送，用戶分群促進會員留存、轉化；

在活動期間，集酷 KiKUU 進行了一次全站 APP 的消息推送，第二天活動頁面的訪問量增加 4 倍，參與人數創歷史新高，而好景不長，一周后新增客戶量出現負增長。持續追蹤效果并不理想。決定篩選出注冊后一周內未交易的會員，這些會員是潛在的準流失會員。集酷 KiKUU 則選擇對該目標人群進行一次短信與站內的推送。如圖展示了七天內未支付訂單的新會員情況。

圖6 ?了解 7 天內未交易的新會員情況

在該頁面上，通過查看流失人群的詳細信息，并可以直接創建用戶分群。針對這部分人群，運營人員在集成的推送平臺針對性的進行了 APP 內消息推送，并通過這部分群體的個人用戶屬性在其他的平臺進行了短信推送，以刺激其成交。

圖7 查看特定時間內的流失人群明細，并保存為用戶分群，命顯示名為“7 天流失會員”

后面會繼續用神策分析來觀察各個群體的留存，轉化以及價值等多方面的指標，來衡量活動前進的方向。

圖8 對比精準推送前后會員轉化效果

在完成信息推送后，運營人員可以在神策分析主頁面進行多維度分析，實時展示推送后效果，評估推送或者產品優化效果。如圖可見，對“流失用戶”完成精準推送后，整體轉化率高達 24.69%，而未進行推送的人群轉化率為 16.34%，說明這是一次較為成功的精準推送。

▌?（三）拉新活動案例數據分析總結

綜上所述，數據驅動已經是許多企業的努力方向。這對企業提出的要求不僅僅是更重視數據，而且應該將注意力集中在“驅動決策和產品”之上。該活動拉新案例給予運營活動的一些啟發：

第一，你關注的拉新指標，應是可付諸行動的指標；

??? 虛榮指標唯一的作用就是讓人膨脹。點擊量、PV、UV 、網站訪問時長等單調增長指標是互聯網洪荒年代使用的指標，即活動的衡量不應迷戀于“看上去很美”的虛榮指標。精細化數據分析時代應該關注具有比較性、比率、可操作性強等指標，這些指標展示了產品的用戶參與度。

第二，除了關注“多少”，還要關注“為什么”、“如何做”；

??? 每看到一個指標都應該問：依據眼前的數據，如何優化當前的活動？這是數據分析的終極目標，若數據分析無法回答這個問題，就會像文章開頭所講的，單純滿足于一些單純的增長指標中，而不嘗試改變運營行為，并非真正的數據驅動，而是在數據的泥沙中掙扎。

在整個拉新活動中，集酷 KiKUU 事先做好數據埋點工作，通過用戶行為分析、漏斗分析、留存分析來查看主要的指標，也做了一些 A / B Test 來查看不同方案之間的效果。通過關注與跟蹤關鍵指標，把握用戶的真實需求，不斷完善活動內容切合用戶口味。神策分析在集酷 KiKUU 拉新這一過程中起了推動作用。作為神策分析的客戶，王向君總結應用體驗：

“自從接入神策分析后，數據都能實時美觀的展現在每個人面前，大大減少了數據分析師的負擔。使用 SDK 的方式來埋點，也減少了多少技術小伙伴的工作。使用神策能細而全的記錄各個指標數據，也提供了各種分析方法。為數據驅動提供了強有力的支撐基礎。”

延伸閱讀：

國際青年日，神策數據召喚優（有）質（志）青年

深度案例 | 中商惠民：如何用數據洞察商超需求 重塑高效流通鏈

深度案例 | Formax 集團如何構建高效金融客戶分析體系？

木七七施辰剛：我是這樣將玩家次留提升了 5% 的

總結

以上是生活随笔為你收集整理的案例 | 撇开虚荣指标，如何策划一场成功的拉新活动？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。