手游推广渠道：自然增长与活动集中触达怎样分别观察

📍 WDQWDWQD987AAAAA:216.73.217.101
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /ecdf7e77f9c7.html
📄

手游推广渠道：自然增长与活动集中触达怎样分别观察

先给结论：把“没有做活动时仍然发生的安装、注册、回流”归入自然增长观察，把“活动开始后短时间内的点击、安装、付费跳变”归入活动集中触达观察。两者不能共用同一套判断标准，因为前者看的是持续基线，后者看的是相对基线的增量。若把活动期的峰值算进自然增长，你会误以为渠道本身变强；若把自然增长当成活动效果，你会高估下一次活动的投入产出。

一个常见矛盾：小样本成立，放大后失效

假设你在某个手游推广渠道做了一轮内容投放，连续两周每天新增稳定在几十人，看起来是自然增长；第三周配合一次集中活动，单日新增冲到几百人。此时很容易得出“这个渠道自然增长已经起来，活动只是加速器”的结论。但把同样的内容复制到另一个量级更大的渠道，活动期数据仍然冲高，活动结束后却回落到比活动前更低的水平。这说明“自然增长”和“活动集中触达”在小样本下可能被混在一起，规模化后才会暴露边界。

这个矛盾不是渠道好坏的问题，而是观察口径的问题。小样本里，活动带来的短期流量会掩盖自然基线的真实水平；规模化后，活动结束的回落幅度更明显，才让两种来源分离开。

两种解释：基线抬升，还是峰值透支

解释一：活动确实抬升了基线。如果活动结束后，非活动日的安装、注册或回流仍然高于活动前，并且连续多个观察周期没有回落，那么活动可能带来了持续触达，比如内容被二次传播、社区讨论延续、老用户回流后留下。这种情况下，自然增长观察应该把活动后的稳定段纳入基线，而不是只取活动前的数据。

解释二：活动只是峰值透支。如果活动结束后，非活动日数据回落到活动前水平甚至更低，说明活动集中触达消耗了原本会在后续几天发生的自然行为，或者吸引了大量只对活动奖励敏感的用户。这种情况下，自然增长基线没有变化，活动效果只存在于活动窗口内。

两种解释都成立，区别在于活动结束后的非活动日数据是否回到原基线。不能只看活动期间的峰值高低，峰值高可能只是触达集中，不代表自然增长变好。

能区分两种解释的证据

要区分“基线抬升”和“峰值透支”，至少需要三类证据，并且它们不能互相替代。

这里要特别注意：安装量、注册量、付费量不能混用。活动可能拉高安装但注册转化下降，也可能拉高注册但付费没有变化。用安装量判断自然增长，容易把“被活动吸引来但不符合目标用户画像”的人算进去。用付费判断活动效果，又容易忽略活动期付费可能来自老用户集中消费，而非新用户自然进入。

一个假设例子：怎样做下一步动作

假设某手游推广渠道在活动前非活动日日均新增注册为100，活动三天日均新增注册为500，活动后三天日均新增注册为80。单看活动期，触达很强；但活动后低于活动前，说明峰值透支的可能性更大。此时下一步动作不是加大活动力度，而是先检查活动期用户的来源标记和留存：如果活动期用户次日留存显著低于自然用户，就应该把活动目标从“拉新增”调整为“拉回流或拉付费”，并单独观察自然入口的基线是否恢复。

反过来，如果活动后三天日均新增注册为130，并且持续两周没有回落，同时活动期用户留存与自然用户接近，那么可以认为活动抬升了基线。下一步动作是把活动中的内容形式拆出来，在非活动日小规模复用，观察自然入口能否继续维持130的水平。这个动作的结果会决定你是继续投入活动，还是把预算转向日常内容。

规模化后不能直接照搬的边界

上述观察方法在单个渠道、单个活动上成立，但规模化到多渠道、多活动并行时会遇到边界。第一，多个活动重叠时，活动后回落可能被另一个活动的开始掩盖，导致你误判基线。第二，不同手游推广渠道的用户构成不同，A渠道活动后留存高，不代表B渠道也能照搬同样的活动节奏。第三，自然增长观察需要足够的非活动日长度，如果活动排期过密，根本没有干净的非活动窗口，就无法区分基线变化。

因此，规模化之前先固定一个可比较的观察单元：同一渠道、同一活动类型、活动前后各留出至少一段非活动日。只有在这个单元内，自然增长和活动集中触达的区分才有意义。超出这个单元的比较，只能作为参考，不能直接下结论。

图1 图2
nginx