拉新一直是众多活动运营的目标。拉新活动方式有很多，包括“以老带新”客户口碑式的拉新、锁定目标式的地推拉新、宣传合作的线上渠道拉新等。精心策划的线上线下活动,可以快速实现拉新。而拉新活动的终极目标是转化，并非拉新人数的美丽数值。在每一家追求数据驱动的企业，一味沉浸在单调的突增指标并非依靠数据驱动决策，而是在数据的泥沙中挣扎。
最近笔者参与一家服务全球商家的B2C跨境电子商务交易平台，该平台一直通过数据驱动理念把握用户需求。我以该平台一次拉新活动为例，介绍其团队如何通过数据分析来评估和改进一次拉新活动。
一. “看上去很美”，拉新虚荣指标背后的三大问题
今年6月，该企业策划了一次长达一个月以“A计划”为题的拉新活动。该活动形式是由老会员邀请新会员注册为主。上线第一天成果显著：日新增会员数量增加高达100% – 200%，且活动当日平台的成交额提升20% – 30%。两个指标的飙升让参与此项目的活动同学格外兴奋。
在数据分析领域，“总注册数”、“新增注册数”指标本身是一个虚荣指标，该指标随着活动力度、形式等呈现短期暴增，他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，而并不意味你的产品一定对他有价值。显然要结合新用户的留存、转化等情况综合考量。
的确，随着活动的持续进展，配合数据深度观察，看似光鲜的外表下却暗藏着不少问题，我来列举了较为典型的三大问题。
无效邀请比例高达 40%
该活动大部分新增会员是由老会员邀请而来，而经多维数据分析发现，超过 40% 的新客户属于“无效邀请”，即存在邀请者和被邀请者注册国家不一致（正常情况下的邀请应为同一国籍的邀请）、邀请码无效（被邀请者错填邀请码）、设备重复（一个设备多次重复注册）等问题。
图1 拉新活动当天发现邀请者和被邀请者注册国家不一致的情况
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，A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3 一周后新会员总转化率均低于自然流量50%
综上，这些问题暴露了活动内容和产品本身有不完善之处，这是拉新活动和产品持续性发展亟待破解的难题，例如为什么会存在无效邀请？页面布局是否具有购物（支付）引导性？配色与风格调性是否传递用户轻松的视觉感官？用户的选购体验操作是否舒适……
二. 有的放矢，数据驱动思维下的拉新问题定位及策略
科学的数据分析可以无限逼近客户真实意愿，数据分析可以指导运营人员发现问题，找到弊病可能出现的原因，从而优化列表页的体验、提升首页流量分配效率、购买决策路径等，最终提升用户的转化率。针对A计划的拉新活动，王向君针对上述提到的拉新问题、活动效果评估不佳的情况，围绕拉新、留存与转化采取了相应措施。
1. 破解无效邀请，加强拉新的有效性
针对拉新活动，该平台从以下两方面做了优化：
（1）定位并修正注册页面问题，无效邀请从 40% 降至 15%
通过无效邀请人群的无效类型发现，国家不符的情况占据50%，即邀请者和被邀请者的注册国家不一致。将此类用户进行分群并分析发现：无效邀请人群的注册国家刚好是注册页面的默认国家。显然，注册页面的默认国家的设置存在不合理之处，并立即着手改进。
图4 该电商平台的注册页面
改版后第二天，无效邀请里国家不符的情况降低至个位数。无效邀请人数在整个活动中的比例下降了到了15%左右，在活动中后期，该指标持续稳定。说明这是一次很成功的改动。
（2）A / B 测试选择最优方案，日点击量增长10%
因为A计划以奖励的方式来激励老用户拉新。即老会员通过进行活动页面分享邀请新会员。良好的视觉页面感官和风格调性既能增加老会员的分享概率，也能促进新用户的注册欲望。于是，关于分享活动页设计了4套不同方案来进行测试。
技术事先对4套方案进行了埋点，并标识为版本1.0、版本1.1、版本2.0、版本2.1 4种标记。这4种版本被分配给四类不同的用户群体，一周之后，发现1.0版本所带来的点击量明显高于其他版本。显然1.0版本风格最受欢迎，于是把所有的分享页面都换成了1.0 方案。按此改版后，分享页页面的日点击量增长了10%。
图5 对比4个版本的会员点击情况
2. 促活新会员，精准推送挽回流失会员
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、转化率低的情况采取了一系列的问题。下面列举一二。
（1）新增新人频道，投其所好促进用户转化
为了增加新会员粘性，针对新会员新增一个新人频道，以店铺打折信息、精品推荐等形式针对A计划进入的新用户推出一系列活动。通过神策分析发现该活动对新用户的转化和留存存在很大的效果。图略。
（2）精准推送，用户分群促进会员留存、转化
在活动期间，该电商平台进行了一次全站APP的消息推送，第二天活动页面的访问量增加4倍，参与人数创历史新高，而好景不长，一周后新增客户量出现负增长。持续追踪效果并不理想。决定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。该电商运营人员则选择对该目标人群进行一次短信与站内的推送。
通过查看流失人群的详细信息，并可以直接创建用户分群。针对这部分人群，运营人员在集成的推送平台针对性的进行了APP内消息推送，并通过这部分群体的个人用户属性在其他的平台进行了短信推送，以刺激其成交。后续继续观察各个群体的留存，转化以及价值等多方面的指标，来衡量活动前进的方向。
图6 对比精准推送前后会员转化效果
在完成信息推送后，运营人员还会通过多维度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。
三. 拉新活动案例数据分析总结
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要更重视数据，而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我们运营活动的一些启发，我总结两点：
1. 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。点击量、PV、UV 、网站访问时长等单调增长指标是互联网洪荒年代使用的指标，即活动的衡量不应迷恋于“看上去很美”的虚荣指标。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。
2. 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，若数据分析无法回答这个问题，就会像文章开头所讲的，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，并非真正的数据驱动，而是在数据的泥沙中挣扎。
在整个拉新活动中，电商平台事先做好数据埋点工作，通过各种数据分析方法来查看主要的指标，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。
本文作者@乔一鸭 由(青瓜传媒)整理发布，转载请注明作者信息及出处！
产品推广服务：APP推广服务 广告投放
