标签：获取 src 学习 扫码 结果 渠道 比例 优先 分析方法
。近两年，增长***、流量池、裂变营销、私域流量这类增长相关话题一直备受关注。在付费流量成本不断上涨的环境下，以裂变为代表的“免费”流量获取方式，被越来越多的平台青睐。没有哪种流量可以完全免费获得，品牌、内容、传播都需要成本，这里的“免费”是对比付费渠道的相对免费。
对于裂变营销，市场上刷屏的成功案例越来越多，工作中也经历了若干项目。今天我就以裂变活动为例，总结一下裂变活动从策划至完结，各个环节中需要的流量数据分析内容及分析思路。
完整裂变活动流程及各环节对应的数据分析框架如下：
由此可见裂变活动的每个环节都重度依赖数据分析，数据决策的正确与否直接决定了活动的成败。框架中各个环节串联在一起，涉及流量结构、流量质量、用户行为等方面内容，因此完整的参与一次裂变活动分析，也就相当于对产品流量进行一次全局复盘分析。
1、评估量化目标设定是否合理
工作中，一些没有经验数据借鉴的场景下，目标设定的方法就是“拍脑门”。但用户增长是以目标为导向，裂变活动的目标必须设定合理。判断其是否合理的标准其实很简单就是看裂变度（K）和活动参与用户占比是否合理。裂变度（K）=被邀请的新增用户数/发起邀请的老用户数；活动参与用户占比=参与活动用户数/活跃用户数。
假设，一APP的DAU为20W，那么裂变活动的新增用户总量目标设定为10W是否合理？K=1代表参与活动的每个用户都邀请到了新用户，这种情况在实际业务中很难达到。按照活动策划合格标准预估，K=0.6，参与活动用户数则为16.7W，占活跃用户比例83%，显然目标过高。???
?
那么建议目标值是多少呢？保守预估：K=0.5，30%活跃用户参与，那么目标应设定为3W；激进预估：K=0.7，50%活跃用户参与，那么目标应设定为7W；这样就给出了个预估的区间，最终可结合业务实际进行目标设定。
?????????????
2、选择裂变活动目标种子用户
目标种子用户即为能够参与活动且转化能力较高的用户。为了使K尽可能的高，在活动入口全局覆盖的同时，还应该有侧重的进行活动推荐。在种子用户选择时，需要对于活跃用户的行为进行分析。
以信息流内容APP为例，用户选择时需关注用户浏览、评论、转发、收藏、问题反馈等相关行为的占比。如A用户浏览、收藏较多；B用户浏览、评论较多；C用户浏览、转发较多；那么种子用户选取优先级C>B>A。在实际工作中，可以对用户的行为做分值设置，根据行为占比加权平均计算出用户分值，选择分值较高的用户作为种子用户。
种子用户选取也是当前产品的用户行为盘点、用户（流量）质量评估。选取种子用户的行为评分可复用于流量质量评估。
数值策划部分需要按顺序进行。
Step1：产品设计出分享页面后，需要根据设计出的页面分享路径、转化经验数据预估分享页面转化漏斗；
Step2：根据转化漏斗、种子用户数、目标拉新数测算传播度数值；
Step3：根据活动预算、传播度数值测算成本数值
1、分享页面用户各环节转化行为数据预估
页面转化漏斗的预估要点是：
①明确用户访问的产品路径
②考虑各个动作的流失不用遗漏。不同产品的活动设计差异很大，在实际预估中遵循预估要点即可。根据常见产品路径粗略归纳计算公式如下：
活动入口转化=DAU活动入口页面访问比例活动ICON点击率
分享路径转化=活动页面曝光分享按钮点击率被分享页面成功曝光率*被分享页面触达用户按钮点击率
2、裂变模型传播度、成本数值测算
传播度数值测算，通俗的讲就是套路设计，计算老用户需要产生多少传播才能获得权益奖励。以用户发起福袋帮拆赢现金红包活动为例，老用户发起帮拆邀请后，每个帮拆用户可拆得的金额该如何设定呢？新用户比老用户拆的多？老用户一定拆不开嘛？一系列问题接踵而至。
数值设定的要点：
①不易过难提升期望值；
②拉新为传播的主要目标、曝光为次要目标。
数值设置方式可如下例：
假设发放福袋的金额固定为10元钱，
①第一个帮拆用户帮拆金额设为5元左右的随机数，提升用户获得奖励的期望值；
②在邀请到帮拆新用户前，从第二个开始的帮拆老用户帮拆金额设置为0.5元左右随机数字，设置1元保护，当福袋剩余金额小于等于1元时随机数字调整为0.01元左右直至福袋拆完；
③从第二个开始的帮拆用户如果为新用户那么帮拆的金额设置成1元左右的随机数字，如已邀请到新用户取消1元保护。
那么成本该如何保证呢？结合活动预算、新增用户目标预期，能够计算可接受获取新增用户成本。根据数值设置的极大场景、极小场景即可推算裂变模型下的获取新增用户成本区间。最终通过调节影响拆福袋难易程度的参数，控制模型下的获取新增用户成本在可接受范围内，模型即可生效。
1、活动监控数据模板制作&数据监控
同样已拆福袋活动获得红包活动为例，需要从发起用户、帮拆用户两个角度进行数据收集。包含的要点是：
①分享链接、分享页面、中间页面的浏览、点击指标监控；
②触达用户数、发放权益数量监控。
发起用户角度：
帮拆用户角度：
2、结合数据表现及时评估效果达成
总结裂变活动核心结果值如下：
活动触达老用户数→参与活动老用户数→活动参与率
获得权益老用户数→活动带来新增用户数→裂变度K
活动支出权益金额→活动预算消耗进度→活动拉新成本
核心结果值能够表明活动目标达成情况、预算花费情况、活动成功与否。在活动进行中需要随时关注核心指标变化，根据数据不同表现及时调整活动难易度、预算投入，使活动达成最优效果。
1、活动效果数据盘点
活动效果数据盘点核心结果指标与过程监控一致，需要盘点的内容是：此次活动花了多少钱？获取了多少新用户？获客成本跟付费渠道相比是多是少？有多少老用户参与活动？裂变度是多少？哪个环节的转化率较低？该如何优化？
2、引入流量质量分析
通过活动引入的流量，同样需要监控用户行为、评估流量质量。监控的数据指标、分析方法与付费渠道一致。具体内容参见《付费流量全链路数据监控》中的后端数据监控。
一个数据人的自留地是一个助力数据人成长的大家庭，帮助对数据感兴趣的伙伴们明确学习方向、精准提升技能。
扫码关注我，带你探索数据的神奇奥秘
标签：获取 src 学习 扫码 结果 渠道 比例 优先 分析方法
原文地址：https://blog.51cto.com/14915210/2525507
