先看一个常见矛盾:你停掉活动投放后,总访问量没有明显下滑,但咨询量却掉了。这不能直接说明自然增长已经接住了需求,更可能是自然流量与活动触达混在了同一批人身上。要分开观察,核心是把“人”和“行为”拆开:自然增长看的是不依赖当期活动仍持续出现的新面孔,活动集中触达看的是活动窗口内被同一批人反复推动的行为峰值。
第一种解释是自然增长真的在起作用。表现是活动结束后,来自非活动入口的新用户仍按相近节奏出现,且他们完成的关键动作不依赖优惠或提醒。第二种解释是活动集中触达制造了短期峰值,自然增长只是被平均掉了。表现是活动期间老用户回访比例上升,活动一停,新用户获取速度立刻回落,而回访用户也不再完成后续动作。
这两种解释的分水岭不在总量,而在“新用户占比”和“动作完成时点”。如果活动期间新用户占比高,且活动后一周仍有相近数量的新用户完成关键动作,自然承接更可信。如果活动期间主要是老用户被反复触达,活动后新用户骤减,说明你观察到的增长更像活动依赖,而不是自然增长。
要作决定,先把下面三组证据分开记录。它们不要求复杂工具,用现有后台的导出字段就能做。
一个可用的动作是:在活动结束后的第七天,单独导出非活动入口的新用户,看他们是否完成了至少一次关键动作。如果这批人数量稳定,下一步可以把预算从重复触达老用户转向承接这批新用户;如果这批人几乎为零,下一步应先检查活动入口是否把自然用户也卷进了同一路径,而不是急着加预算。
假设某次活动带来五百次访问,活动结束后一周又出现两百次访问。第一种情况:这两百次里,一百五十次来自非活动入口,且其中六十人完成了咨询,回访间隔多在三天以上。第二种情况:这两百次里,一百八十次来自活动入口的再次点击,且只有十人完成咨询,回访集中在活动结束当天。两种情况的访问量接近,但第一种更接近自然增长,第二种更接近活动集中触达的余波。
这个例子的数字只用于说明比较方法,不代表任何行业的实际转化水平。你要做的是把同样的字段套进自己的数据,而不是套用这里的比例。
如果证据指向自然增长,下一步是保持现有内容节奏,把活动预算转向放大已经出现的非活动入口,而不是继续加码同一批老用户。如果证据指向活动依赖,下一步是先缩小活动触达范围,留出一段不做集中推送的观察期,看非活动入口的新用户是否还能维持。两种走向对应的动作不同,混在一起就会把活动峰值误判为自然增长,也会把自然增长误判为活动无效。
观察周期至少覆盖活动前、活动中和活动后各一段,且不要用搜索、广告、社媒和销售的指标互相替代。搜索看的是主动需求,广告看的是付费触达,社媒看的是内容传播,销售看的是成交结果,把它们混成一个总数,就无法判断到底是哪一层在起作用。分开记录之后,你才能知道下一次该调整的是内容、触达节奏,还是承接路径。