在互聯(lián)網(wǎng)；流量紅利日趨減少的情況下，用戶增長的重要性越來越突出。同時(shí)，如何能夠有更少的錢帶來更優(yōu)質(zhì)的量，是一門大學(xué)問。

“互聯(lián)網(wǎng)下半場(chǎng)”的概念在2016年由美團(tuán)CEO王興提出，大概意思是——中國互聯(lián)網(wǎng)人口紅利吃了二十多年，也該吃光了，互聯(lián)網(wǎng)公司的發(fā)展的方式已經(jīng)由上半場(chǎng)的“速度和流量”，轉(zhuǎn)變?yōu)椤吧疃群蛣?chuàng)新”。

如果以2016年作為互聯(lián)網(wǎng)的上下半場(chǎng)分界線，那么下半場(chǎng)已經(jīng)到了第3個(gè)年頭了，好多人到現(xiàn)都還沒摸透上半場(chǎng)規(guī)則，我們便趕鴨子上架般的來到下半場(chǎng)了。

上半場(chǎng)可以追溯至1995年，到2016年已經(jīng)走過了21個(gè)年頭，若按照足球比賽來講，上下半場(chǎng)時(shí)間相同，可事實(shí)真的如此么？

我唯一能夠確定的是留給我們的時(shí)間真的不多了，艱難程度堪比國足出現(xiàn)。

我們都看過了ofo完成E2-1輪融資8.66億，也看過了退款人數(shù)超過千萬；看過了拼多多一夜爆紅，也看過了一夜被“盜”千萬。

人們都認(rèn)定互聯(lián)網(wǎng)就是燒錢的行業(yè)，燒錢不一定成功，但不燒錢一定不會(huì)成功。

上半場(chǎng)我們就是這么走過來的，不管孰對(duì)孰錯(cuò)，接下來我們關(guān)心的是——應(yīng)該做什么，做什么才能活下去，不被時(shí)代所淘汰。

于是乎，更多的人恍然大明白，認(rèn)識(shí)到了用戶增長的重要性。沒錯(cuò)，下半場(chǎng)我們的課題就是用戶增長。

個(gè)人理解，能用錢辦到的事那都不叫事兒，也不叫增長，換誰都能做。但如何用更少的錢（不花錢）帶來更優(yōu)質(zhì)的量，那才叫用戶增長，才叫學(xué)問，也是下半場(chǎng)的核心玩法。

今天我們圍繞渠道，分享一些用戶增長的心得，具體內(nèi)容如下：

1. 渠道現(xiàn)狀
2. 模型概述
3. 模型算法
4. 模型的應(yīng)用
5. 模型的推廣

一、渠道的現(xiàn)狀

“下半場(chǎng)”渠道三大難題：

1. 獲取用戶流量難
2. 投放資金少
3. 用戶留存難

現(xiàn)在渠道流量難題可用一句話描述：預(yù)算少、求用戶、質(zhì)量差。

更惡劣的是，渠道流量作弊現(xiàn)象十分猖獗，虛擬機(jī)、設(shè)備重復(fù)激活、異常設(shè)備等刷量普遍存在。

如何在這種困難模式的大環(huán)境下，還能保證渠道投放精細(xì)化運(yùn)營，做到用戶增長呢？

我們今天就來聊一下渠道評(píng)估模型，通過多維度評(píng)估渠道流量質(zhì)量，把錢花在刀刃上。

在講模型前，先簡單的介紹幾種常見的渠道投放的結(jié)算方式：

1. CPA：cost per action按用戶激活付費(fèi)
2. CPC：cost per click按點(diǎn)擊收費(fèi)
3. CPD：（1）cost per download 按下載計(jì)費(fèi)（2）cost per day 按天計(jì)費(fèi)
4. CPS：cost per sale按銷售額計(jì)費(fèi)
5. CPT：cost per time按時(shí)間計(jì)費(fèi)
6. CPM：cost per mille按千人展示計(jì)費(fèi)

通?；ソ鹦袠I(yè)用的比較多的方式是CPS，而像汽車之家、易車網(wǎng)等咨詢類平臺(tái)多用CPC、CPD的方式進(jìn)行結(jié)算。

互金行業(yè)的拉新相對(duì)水分較小（只是相對(duì)哈），互金商業(yè)模式加上CPS的結(jié)算方式，需要用戶手機(jī)號(hào)、身份證等信息，還要進(jìn)行實(shí)際的投資，所以使得渠道新增作弊成本較高。

對(duì)渠道后續(xù)評(píng)分也相對(duì)簡單，多以轉(zhuǎn)化、首投金額（GMV）、購買產(chǎn)品期限、產(chǎn)品交叉購買、復(fù)投率、資金復(fù)投率等指標(biāo)來綜合判斷渠道拉新用戶質(zhì)量。

咨詢類平臺(tái)多以CPC、CPD結(jié)算，相對(duì)水分就很大了，因?yàn)闆]有強(qiáng)制用戶注冊(cè)登錄，可以用訪客身份登錄，致使許多用戶的關(guān)鍵信息是抓取不到或者抓取不全的。

所以無論是機(jī)器刷還是人刷的現(xiàn)象超乎你的想象，加上后期留存、GMV、UGC、有效行為等等問題，需要多維度因素評(píng)估渠道質(zhì)量。

舉個(gè)簡單的例子，某咨詢類APP，渠道A的結(jié)算方式是CPD，即按下載收費(fèi)，會(huì)出現(xiàn)以下幾種情況：

（1）?花了很多錢，用戶只是下載，但沒打開過APP

（2）?花了很多錢，用戶下載打開APP，但留存差到爆炸

（3）?花了很多錢，用戶下載打開APP，留存也ok，但沒有任何其他有效行為

（4）?花了很多錢，用戶下載打開APP，留存有效行為都o(jì)k，但是發(fā)現(xiàn)是虛擬機(jī)、設(shè)備異常或者重復(fù)激活（卸載APP再重新安裝）

（5）?用戶下載打開APP，留存有效行為都o(jì)k，機(jī)器也ok，但花了很多很多錢

上述只是簡單的羅列了幾種情況，其實(shí)實(shí)操起來問題更多。

什么是好渠道，什么是壞渠道，不是簡簡單單的留存高、用戶行為好、成本低或者是GMV高就能說這個(gè)渠道質(zhì)量好，怎樣綜合考慮渠道質(zhì)量，今天就給大家介紹渠道評(píng)估模型。

模型就以困難模式下的咨詢類渠道拉新為例講解，我相信這類渠道評(píng)估模型要是玩明白了，其他類型平臺(tái)應(yīng)該是得心應(yīng)手。

二、模型概述

先把成品給大家展示一下，讓大家對(duì)這個(gè)模型有個(gè)初步印象，接下來再具體講解細(xì)節(jié)。

模型首頁展示圖

算法頁圖

算法頁放大圖

簡單的講就是，模型是通過算法頁的不同變量（指標(biāo)），對(duì)渠道進(jìn)行標(biāo)準(zhǔn)化打分，再根據(jù)各項(xiàng)指標(biāo)不同的權(quán)重，匯總一個(gè)總得分，各項(xiàng)指標(biāo)可以向下拆分一級(jí)、二級(jí)或更多級(jí)指標(biāo)。

在樣例模型中：

渠道總得分=數(shù)量得分*權(quán)重1+行為得分*權(quán)重2+商業(yè)得分*權(quán)重3+成本得分*權(quán)重4+質(zhì)量得分*權(quán)重5

大體模型介紹完畢，下面來深入講解模型算法：

（如果對(duì)于算法不感興趣的朋友，可以跳過第三章，直接看第四部分的模型應(yīng)用和模型推廣）

三、模型算法

納入評(píng)級(jí)庫標(biāo)準(zhǔn)

（1）所有新增渠道

（2）數(shù)據(jù)異常無法獲取正確信息的渠道不參與評(píng)分

打分方法

（1）各項(xiàng)一級(jí)指標(biāo)、二級(jí)指標(biāo)在0到100分范圍內(nèi)打分，無及格分?jǐn)?shù)線

（2）對(duì)于可獲取數(shù)據(jù)的定量指標(biāo)，采用標(biāo)準(zhǔn)化的方式打分；若數(shù)據(jù)量級(jí)相差較大，可以先取對(duì)數(shù)，再進(jìn)行標(biāo)準(zhǔn)化（減小量級(jí)差異造成的影響）

（3）從公司角度考慮，設(shè)置正向和反向指標(biāo)，如新增人數(shù)為正向指標(biāo)，成本為反向指標(biāo)，即成本越高得分越低。

以新增得分為例：

其中，Qi為某個(gè)渠道的新增人數(shù)，Q為庫中所有渠道新增人數(shù)的最大值，或者Q也可以為預(yù)設(shè)的上限值。

以成本為例：

其中，Gi為某個(gè)渠道的成本，MAX( G )為庫中所有渠道人均成本的最大值，或者M(jìn)AX（G）也可以為預(yù)設(shè)的上限值。

比如G設(shè)定為10，那么高于10元的用戶此項(xiàng)得分會(huì)被評(píng)為0分。

MIN（G）為庫中所有渠道人均成本最小值，或者M(jìn)IN（G）也可以為預(yù)設(shè)的下限值。

權(quán)重確立方法：層次分析法（AHP）

介紹一下層次分析法（AHP），AHP能把復(fù)雜系統(tǒng)的決策思維進(jìn)行層次化，將決策過程中定性和定量的因素相結(jié)合。

通過判斷矩陣的建立、排序計(jì)算和一致性檢驗(yàn)得到的最后結(jié)果具有說服力，避免由于人的主觀性導(dǎo)致權(quán)重預(yù)測(cè)與實(shí)際情況相矛盾的現(xiàn)象發(fā)生，在多目標(biāo)規(guī)劃領(lǐng)域具有廣泛的應(yīng)用價(jià)值。

首先我們確立5項(xiàng)一級(jí)指標(biāo)：數(shù)量得分，行為得分，商業(yè)得分，成本得分，質(zhì)量得分，計(jì)算主要步驟如下：

構(gòu)造判斷矩陣：

（PS：層次分析法的軟件也可以從網(wǎng)上下載免費(fèi)版本）

所以有下圖一級(jí)指標(biāo)權(quán)重：

權(quán)重分配圖

二&三級(jí)指標(biāo)篩選（聚類）

1.?盲選：將根據(jù)經(jīng)驗(yàn)得到的、現(xiàn)有的備選聚類變量全部納入模型，暫時(shí)不考慮某些變量是否合適。

2.?貢獻(xiàn)量分析：通過方差分析，觀察分類是否存在顯著差異，踢出對(duì)模型聚類沒有貢獻(xiàn)的變量。

3.?相似矩陣分析：輸出相似性矩陣，對(duì)相關(guān)系數(shù)進(jìn)行分析，若兩變量相關(guān)系數(shù)接近1，說明兩個(gè)變量可以互相替代，踢出一個(gè)變量以達(dá)到降維目的。

4.?通過上述3步對(duì)變量進(jìn)行篩選，既能踢出貢獻(xiàn)度較低變量，又將相關(guān)性將強(qiáng)的變量進(jìn)行整合，最終輸出相互間屬性獨(dú)立的變量。

各項(xiàng)二、三級(jí)指標(biāo)的權(quán)重也參照一級(jí)指標(biāo)一樣，層次分析法進(jìn)行權(quán)重分配，最終得到指標(biāo)骨架圖，如下圖所示。

模型指標(biāo)骨架

模型指標(biāo)骨架圖

骨架填充與BI展示

將數(shù)據(jù)填充到骨架中，再按照自己想看的維度去做相應(yīng)的BI展示，本文按周和月監(jiān)控渠道，也可以按照日為最細(xì)顆粒度進(jìn)行監(jiān)控。接下來的第四章講解一些BI展示與應(yīng)用。

四、模型的應(yīng)用

使用模型后，就可以全面評(píng)估渠道的優(yōu)劣，就好比料理要色、香、味俱全，渠道也要數(shù)量、行為、商業(yè)、成本和質(zhì)量綜合評(píng)價(jià)。

模型制作完畢，接下來就到了應(yīng)用環(huán)節(jié)，俗話說得好，一切不能將策略落地的數(shù)據(jù)分析都是耍流氓。

下面拋磚引玉的介紹一些基礎(chǔ)BI展示及應(yīng)用，其實(shí)可深挖的東西很多，待各位讀者繼續(xù)深究。

最細(xì)顆粒度渠道總得分 展示圖（一）

各渠道近幾周（月）的走勢(shì)圖、本周得分、上周得分和環(huán)比值，同時(shí)在上方有按月和周切換按鈕，可以分不同時(shí)間維度觀測(cè)渠道。

簡單明了地將渠道最細(xì)顆粒度展示出來，劣質(zhì)渠道關(guān)閉或者縮量，將預(yù)算轉(zhuǎn)移到好渠道上，使得優(yōu)勢(shì)最大化。

付費(fèi)渠道大盤 展示圖（二）

付費(fèi)渠道總體走勢(shì)圖，按周和月監(jiān)控所有付費(fèi)渠道的情況，可以看出大盤的情況。

比如雙十一獲客非常難，成本偏高、用戶停留時(shí)間變短、GMV降低等，都可以從總結(jié)得出結(jié)論，針對(duì)618、雙十一、雙十二等節(jié)日做戰(zhàn)略性投放。

渠道總得分拆解圖 展示圖（三）

除了渠道總分，還可向下拆分看一級(jí)二級(jí)和三級(jí)指標(biāo)情況，以便更好的了解渠道的屬性特點(diǎn)，針對(duì)不同渠道特性做精細(xì)化運(yùn)營。

要新增量時(shí)候投什么渠道，因?yàn)橛行┣离m然優(yōu)秀，但新增數(shù)量會(huì)遇到瓶頸，渠道的同事經(jīng)常跟我說錢花不出去，就是這么個(gè)道理；

要商業(yè)轉(zhuǎn)化的時(shí)候投什么渠道，有的量夠留存也好，但在商業(yè)轉(zhuǎn)化這方面表現(xiàn)一般。

這都是渠道的屬性，摸透了渠道會(huì)事半功倍，還能捎帶手的把KPI完成，豈止一個(gè)“穩(wěn)”字了得。

付費(fèi)&自然用戶對(duì)比圖 展示圖（四）

付費(fèi)和自然用戶對(duì)比畫像，可以看得出自然用戶的行為A、行為B、留存和傳播系數(shù)K因子要高于付費(fèi)用戶，而付費(fèi)用戶的行為C、行為D和商業(yè)轉(zhuǎn)化高于自然用戶。

利用用戶增長思維，可以繼續(xù)挖掘，行為A、行為B是否會(huì)影響用戶的留存和傳播系數(shù)；行為C、行為D是否會(huì)影響用戶的商業(yè)轉(zhuǎn)化。

就舉個(gè)Twitter成功案例，Twitter發(fā)現(xiàn)新用戶在30天內(nèi)關(guān)注了30個(gè)好友，這些用戶的留存率會(huì)非常高，新增的30天和關(guān)注30個(gè)好友就成為魔法數(shù)字，就是你的行為ABCD或者是還未發(fā)現(xiàn)的行為EFG，找到它便打開了用戶增長的大門。

五、模型的推廣

該模型不只局限于渠道評(píng)估，還可以做活動(dòng)評(píng)估、用戶質(zhì)量評(píng)估、用戶積分評(píng)級(jí)系統(tǒng)等等。把相應(yīng)的指標(biāo)替換，賦予相應(yīng)權(quán)重，便可套用此模型。

用戶評(píng)分 示例

至此，整個(gè)模型流程已經(jīng)介紹完畢，后續(xù)還有許多種分析方法以及策略，在這里只是拋磚引玉，就不多贅述了。

最后我們就把今天分析的過程捋一捋：

流程魚骨圖

1. 模型確立
2. 納入數(shù)據(jù)庫標(biāo)準(zhǔn)確立
3. 打分標(biāo)準(zhǔn)確立
4. 權(quán)重計(jì)算
5. 變量指標(biāo)篩選與調(diào)試
6. 結(jié)果展示
7. 分析并制定策略

今天給大家介紹的標(biāo)準(zhǔn)化評(píng)級(jí)模型就到這里，評(píng)級(jí)模型常用的有本文介紹的標(biāo)準(zhǔn)化模型，除此之外回歸模型也有著廣泛的應(yīng)用，今后也會(huì)和大家詳細(xì)的分享另一類模型在實(shí)際業(yè)務(wù)中的使用方法。

寫在后面：希望這篇文章可以幫助廣大的運(yùn)營人士，也能夠讓用戶了解平臺(tái)運(yùn)營方式，同時(shí)歡迎同行與愛好者一起交流學(xué)習(xí)，提出您寶貴的意見。

作者：姜頔。碩士畢業(yè)于日本早稻田大學(xué)，前人人貸高級(jí)數(shù)據(jù)分析師，現(xiàn)易車網(wǎng)數(shù)據(jù)分析專家。主要負(fù)責(zé)數(shù)據(jù)運(yùn)營和用戶增長。

本文由 @姜頔 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議