APP营销策略：自然增长与活动集中触达怎样分别观察，先确认你手上的资料能不能拆开两组
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /700b44dfa295.html
📄
APP营销策略：自然增长与活动集中触达怎样分别观察，先确认你手上的资料能不能拆开两组
把同一时间窗内的新增用户按来源拆成“无活动标记的自然进入”和“带活动标记的集中进入”两组，分别看两组的次日留存、关键行为完成率和后续七日回访，就能判断活动是带来了增量，还是只是把本来会自然进入的人提前拉进来。分开观察的目的不是证明哪个更好，而是决定下一步该继续加活动，还是把资源挪去修自然路径。
先确认你手上的资料能不能拆开两组
你手边通常有一份新增用户明细或渠道日报。先检查三个字段是否齐全：进入时间、来源标记、是否命中活动规则。如果来源标记只有一个笼统的“推广”，那两组根本拆不开，任何对比都是假的。
可执行动作是：拉出活动开始前七天和活动期间各一段数据，按“有无活动标记”打标签，而不是按日期打标签。结果会直接影响下一步——如果活动期间仍有大量无标记进入，说明自然路径还在运转，活动只是叠加在上面；如果活动期间无标记进入几乎消失，说明活动覆盖了整个入口，你无法从这组数据里判断自然增长的真实水平。
这里要留意一个常见误判：活动期间总新增上升，不等于自然增长被带动。总量上升可能只是集中触达把原本分散在几天的进入压缩到了一天。归零或暴涨都不能单独证明处理正确，需要结合活动前后的自然组基线一起看。
两组各看什么指标，不能混用
自然组和活动组的观察重点不同，混在一起看会得出错误结论。
- 自然组：看进入后的次日留存、七日回访、是否主动完成核心动作。它反映的是产品本身能不能留住人。
- 活动组：看活动结束后的留存衰减速度、是否只在活动期内活跃、是否完成过一次非活动激励下的行为。
不要把广告点击、社媒曝光和销售转化塞进同一张对比表。它们是不同渠道的指标，口径不同，放在一起比会掩盖真实差异。你需要的是同一口径下两组用户的后续行为，而不是跨渠道的总量对比。
假设一个例子：某次活动带来一千个带标记进入，其中三百人在活动结束后再无打开；同期自然组有两百人进入，其中八十人七日内再次打开。这个对比只能说明两组的后续行为不同，不能直接推出活动质量差，因为活动组可能本来就是被强激励拉来的低意向人群。要判断，还得看活动组里有没有人在无激励情况下完成过一次核心动作。
用一条时间线把“提前进入”和“真实增量”分开
活动集中触达最容易造成的假象，是把活动前本该自然进入的人提前吸走。判断方法是画一条按天的新增曲线，标出活动开始日，然后看活动前三天自然组是否出现异常低谷。
- 取活动前七天自然组日均进入量作为基线。
- 看活动前三天自然组是否明显低于基线。
- 如果明显偏低，而活动首日带标记进入暴增，说明存在提前进入的可能。
- 活动结束后继续观察七天自然组是否回补到基线附近。
如果活动后自然组迅速回到基线，说明活动只是时间上的挪移，没有带来持续增量；如果活动后自然组仍高于基线，才说明活动可能触达了原本不会来的人。这个判断需要至少活动前后各两周的数据，样本太短会被单日波动干扰。
实际动作是：把这条时间线做成一张按天分组的表，而不是只看活动总新增。结果会决定你下一步是继续排活动，还是先补自然路径的入口和留存。
根据观察结果决定下一步动作
拆开两组之后，通常会出现三种可区分的情况，对应不同处理。
- 自然组稳定、活动组后续行为也稳定：说明两条路径都在工作，可以维持当前节奏，把重点放在活动后的承接页和自然入口的一致性上。
- 自然组稳定、活动组后续行为快速衰减：说明活动拉来的人与产品匹配度低，下一步应调整活动触达的人群条件，而不是加大投放量。
- 自然组在活动期被压低、活动后未回补：说明活动入口可能挤占了自然入口，下一步要检查活动是否覆盖了全部进入路径，并留出无活动标记的对照入口。
假设你发现活动期间自然组进入量下降四成，活动结束后一周只恢复到基线的七成。这时不该直接停掉活动，而应先确认是不是活动弹窗或跳转覆盖了原本的自然入口。如果确认覆盖，动作是恢复一部分自然入口，再观察自然组是否回到基线。这个动作的结果会告诉你，之前的下降到底是活动挤占，还是季节性或版本改动造成的。
观察自然增长与活动集中触达，核心不是给两者打分，而是确认它们在同一个时间窗内是否互相干扰。只有拆开来源标记、分开看后续行为、再对照活动前后的基线，才能把“活动有效”和“活动只是挪动了时间”区分开，并据此决定资源该往哪边挪。
