母亲节刚过，别盲目 high 你的“增长”

终于熬过三天母亲节营销，运营小张已迫不及待地“秀”他的成绩：新增注册会员数量翻了 3 倍、日活增长 170%……

 

母亲节期间，争奇斗艳的营销活动纷纷上线。如今已到复盘阶段，作为深知运营数据“猫腻”的策小编善意提醒一句：别着急向老板讨要“鸡腿”，增长有陷阱，自嗨需谨慎！

下面我会从理论和实际案例两个方面为你揭露虚假增长陷阱！

 

1

你关注数据的指标，正确吗？

《精益数据分析》一书中提到：“数据指标是创业公司的计分牌。好的指标，帮你找到正确的“增长”姿势；坏的指标，只会让你迷失。” 

想象一下，下面这个场景是不是似曾相识：

 

当你进行投放评估时得知，A 渠道 CTR 0.27%，B 渠道 CTR 0.09%，如何选择？

毫不犹豫，A 渠道！

然而你并不知道，A 渠道的 CVR 仅为 0.5%，而 B 渠道的 CVR 为 1.1%。

新活动拉新，当日 PV 增加 300%，新增会员数量增加高达 100% – 200%。

指标的飙升令人兴奋！

或许你并不知道，相比自然流量，该活动拉新的留存率与转化率均低 50%。

这是我们经常会犯的错误：我们习惯沉溺于虚荣指标的增长。

虚荣指标，会让你感觉良好，盲目追求会陷入自我膨胀；

行动指标，能够指导最佳行动方案，指导商业行动。

 

关于预防虚假增长，我们首先要知道的是区分虚荣指标和行动指标，防止从开始就错了！

 

图 1 八个常见虚荣数据指标

数据分析，并非简单的 PV、UV 的基础指标的分析，“粗糙”的数据仅传递出“用户做了什么？”而非“用户如何做的？为什么要这么做？”

为指导产品测试、科学迭代，相比虚荣指标，我们更需要关注可行性的指标。比如渠道评估，平均访问次数、平均访问时长能衡量网站的用户体验，跳出率直接反应网站流量质量，它更能引导你如何页面优化、匹配核心关键词调整。

 

2

案例：如何评估你的拉新活动？

下面以拉新活动举例，教你在实际工作区分虚荣指标和行动指标和如何通过数据分析来评估和改进一次拉新活动：

 

某电商平台 A 在五四青年节策划了一场为期 3 天的拉新活动。上线第一天成果显著：日新增会员数量增加高达 100% - 200%，且活动当日平台浏览量提升 200% - 300%。两个指标的飙升让运营人员异常兴奋，奔走相告，但是随着活动的持续进展，看似光鲜的外表下却暗藏着不少问题，通过神策分析发现，这次活动出现了三大典型问题：

 

1. 转化率较低，付费意愿较差；

2. 无效邀请比例高达 40%；

3. 留存率低，大部分后续用户流失。

 

在数据分析领域，“总注册数”、“新增注册数”指标本身是虚荣指标，该指标随着活动力度、形式等呈现短期暴增，它能够告诉你的活动传递并影响了多少“新用户”，这些新用户知道你在做什么，但并不意味你的产品一定对他有价值。拉新不是目的，显然要结合新用户的留存、转化等情况综合考量。

 

后来 A 电商平台运营人员通过神策分析找到了活动中存在的问题。

最为典型的问题是：转化率较低，付费意愿较差。一周后数据统计，与自然流量相比，B 计划新注册会员的留存率与转化率均低于其 50%；从注册到浏览商品详情的转化率低于其 60%；另外，人均支付单数降低 3 倍，人均消费金额仅占自然流量的 25%。下图为活动带来的新会员与自然流量会员的转化情况

图 2 一周后新会员总转化率对比

新人的快速的流失可能由很多原因引起，说明平台对于活动进入的新会员的吸引度不够，或者会员在产品中未能及时获取最为关注的内容。针对新用户留存、转化率低问题，活动人员主要进行了以下改进：

精准推送，用户分群促进会员留存、转化

活动人员筛选出注册后一周内未交易的会员，这些会员是潜在的准流失会员。选择对该目标人群进行一次短信与站内的推送。如图展示了七天内未支付订单的新会员情况。

图 3 了解 7 天内未交易的新会员情况

在完成信息推送后，运营人员可以在神策分析主页面进行多维度分析，实时展示推送后效果，评估推送或者产品优化效果。如图可见，对“流失用户”完成精准推送后，整体转化率高达 24.69%，而未进行推送的人群转化率为 16.34%，说明这是一次较为成功的精准推送，提升活动的整体效果。

图 4  对比精准推送前后会员转化效果

 

综上所述，数据驱动已经是许多企业的努力方向。这对企业提出的要求不仅仅是更重视数据，而且应该将注意力集中在“驱动决策和产品”之上。该活动拉新案例给予运营活动的一些启发：

 

第一，你关注的拉新指标，应是可付诸行动的指标；

虚荣指标唯一的作用就是让人膨胀。精细化数据分析时代应该关注具有比较性、比率、可操作性强等指标，这些指标展示了产品的用户参与度。

第二，除了关注“多少”，还要关注“为什么”、“如何做”；

每看到一个指标都应该问：依据眼前的数据，如何优化当前的活动？这是数据分析的终极目标，如果单纯满足于一些单纯的增长指标中，而不尝试改变运营行为，这并非是真正的数据驱动，而是在数据的泥沙中挣扎。

 

在整个拉新活动改进中，A 公司事先做好数据埋点工作，通过用户行为分析、漏斗分析、留存分析来查看主要的指标，也做了一些 A / B Test 来查看不同方案之间的效果。通过关注与跟踪关键指标，把握用户的真实需求，不断完善活动内容切合用户口味。神策分析在 A 公司拉新这一过程中起了推动作用。

 

写在最后的话：

要实现良性增长告别虚假增长，最重要的一点就是运营加上数据驱动，管理学大师彼得·德鲁克说：“你无法衡量的东西，你也无法管理。”数据就是将“东西”可衡量化，想了解更多数据驱动运营案例，可查看下方相关阅读。

相关阅读：

深度 | 互联网金融行业，如何将数据、用研、产品做到融会贯通？

如何有效提升留存率促进用户活跃？

神策学堂发布——你有一份数据驱动指南待查收

案例：6 种 A / B 测试成功培养用户使用习惯