【用户增长】渠道增长SOP：轻松实现内渠提效复盘分析

导语｜微信是内渠分发的重要渠道，增加中心与微信深度合作，经过成熟游戏节点活动等多种方式提升IEG游戏在微信的分发效力，增加数据组围绕内渠提效增加沉淀了一套分析SOP，方便快速定位投放中出现的题目，接下来为大师分享下，我们的内渠提效增加SOP扶植碰到的题目和我们的拆解方式。

一、营业布景

首先，为了方便了解，简单先容下微信分发场景。

其产物形状以下图所示，首要分发资本位有公众号、小法式、视频号游戏中心等，其中“微信游戏”公众号和发现页游戏红点+中心内广告是经过虚拟金分派机制停止分发的内渠广告位资本。

数据分析链路为出包→推送→游戏红点/公众号消息曝光→点击→下载→注册。

二、整体分析框架和关注目标

微信投放流程是算法出完A游戏用户包后，微信侧基于用户活跃等数据对用户停止过滤，然后和其他游戏人群包停止竞价，竞价成功后，会在微信公众号和红点位置定向推送游戏消息，吸援用户点击和下载。

全部投放的北极星目标为曝光下载注册率（EVR），围绕北极星目标，我们可以把投放漏斗分为模子结果和渠道表示两个部分，模子结果主如果指的用户圈定进程，渠道表示主如果用户圈定完成后在渠道侧的结果数据。经过进程拆解，投放漏斗的每一个步调都有明白的检验方针和关注的目标，从而可以对北极星目标的异动正确归因。

• 首先我们会经过一系列的战略，挑选出排序候全集，候全集是一个较大的用户包，后续精排算法会在这个用户区间内停止排序，找到更有能够注册的用户，所以方针用户的候全集覆盖度是第一个焦点目标，经过评价候全集注册用户占同期微信关系链注册的比例，我们可以晓得候全集能否充沛，比如，某档期注册用户100人，候全集合的注册用户只要50人，那不管后续怎样排序，终极出包的注册都不会跨越50人。
• 在模子圈定用户阶段，我们首要关注的是模子结果，即模子能否能挑选出高潜注册用户，由于出包有量级限制，需要只管进步终极用户圈定的正确率，即模子头部500万的召回率。
• 在把用户包设置到微信后，经过微信的过滤和竞价，会改变原始模子分层的散布情况。由于这一步今朝偏黑盒，我们只能经过对照出包注册率和曝光注册率评价微信过滤对注册的影响。
• 微信给方针用户推送广告后，广告位文案和素材的质量会间接影响曝光点击率。
• 假如用户对该游戏感爱好，继续点击下载，这一步会由于部分厂商的阻挡致使渠道包被更换，我们可以经过渠道占比和关系链占比评价这一步的损失。
• 终极到注册环节，可以比对用户下载情况，分析除了一般漏斗下来的用户外，有注册无下载，以及有点击下载但没有终极染色的用户情况，帮助我们领会用户转化链路的多样性。

经过用户分层，我们可以检查模子对头部用户圈定能否正确，怎样进一步评价具体是哪个分层用户变更致使的终极点击率下降呢？我们界说分层进献度目标，来描写和帮助定位分层变化对整体目标的影响。

• 分歧分层用户注册转化潜力分歧，对照两次投放，但由于微信黑盒过滤，现实曝光的用户分层量级散布由原始用户圈按时的均匀散布酿成不均匀散布，且两次投放平分歧分层的现实曝光量变化情况分歧，分歧的分层的现实曝光量和点击率都有差别。分层曝光量变化受过滤影响，点击率遭到素材影响，两个之间相互自力。
• 分层点击率进献度目标可以描写素材的影响，假定曝光量稳定，评价分歧分层点击率变化对整体的影响。对每个分层计较当次点击率和上次点击率的差值，假定曝光量稳定，用该层当次曝光占当次总曝光比例做权重计较点击率进献度。
• 分层曝光量进献度目标首要用于描写由于黑盒过滤致使曝光散布变化，进而对整体点击率的影响。对每个分层计较当次曝光和上次曝光量的差值占当次总曝光量的比例，作为分层流量变化比例，假定点击率稳定，用该层当次点击率和当次总点击率差值做权重计较曝光量进献度。
• 连系两次投放，可以计较出点击率变化和流量变化带来的分层总进献，当次点击率相比上次投放点击率有所下降，其平分层1和分层17的分层进献比例大，是致使点击率下降的首要身分；观察流量变化可以发现，头部分层1（模子以为转化几率高的高点击率用户）现实曝光量下降明显，尾部分层17（模子以为转化几率低的低点击率用户）现实曝光量上升，在整体曝光量变化不大的情况下，由于分层曝光量变化，致使整体点击率下降。

三、分析case

接下来，我们用上面的SOP流程分析一个现实投放的案例，这个case的布景是某游戏的虚拟金投放中目标的波动，观察到3月投放的曝光注册率大幅下降的趋向，而4月的EVR有明显的提升，需要分析EVR波动缘由。

该游戏3-4月的EVR变化趋向和曝光量级（数据平安斟酌隐去坐标轴数值）：

按照上述的漏斗逐层往下分析，对北极星目标的波动归因。

首先在出包之前，我们会先看一下候全集对注册人群的覆盖才能有没有明显变化。这里我们首要关注的目标是候全集对注册用户的召回率，这个目标代表了我们的模子能从当选出的注册人数的上限，一般情况下，假如没有对候全集做出大的调剂，候全集覆盖的注册人数比例应当是相对稳定的。

假如候全集召回率明显下降，那末在全部出包流程起头之前，我们便可以预期到此次投放结果会有一定幅度的下降，由于我们能触及的注册人数上限变低了。

这时辰我们就需要去看什么缘由致使了候全集的变化，例如是由于前面的用户活跃度过滤战略过滤掉了太多用户，还是说场景点击过滤战略筛掉了过量用户，又或是什么其他缘由，并做出响应调剂。

上图为该游戏候全集召回率的变化趋向，可以看出，候全集的召回率和EVR有基底细同的变化趋向，大致拐点基底细同，在3.7到4.4之间候全集覆盖的注册人数比例大幅度提升，以曝光点击活跃候全集来看，从3.7的24.7%上升到了4.4的45.8%，有快要两倍的提升，同期的EVR也从0.005%上升至0.191%，反观4.25期候全集召回率有很大的下降，EVR也响应远低于4月其他档期。

这说明，模子出包的候全集合覆盖的人数在3月初有大幅的下跌，致使模子能选出的注册人数的上限削减，从而影响到曝光注册率，而以后候全集覆盖的微信关系链注册人数逐步上升，到4月初差不多上升至2月底的水平，模子能选的转化人数上限提升了，那末在模子才能稳定的情况下，就能选出更多的高潜转化用户，提升整体EVR。

在肯定候全集对EVR的影响以后，下一步我们需要评价模子的才能能否稳定。在这里拔取的目标是候全集正确率和头部用户的注册率，别离代表了候全集覆盖的注册人数和出包的头部500w用户覆盖的注册人数几多，在候全集总人数不发生太大变化的情况下，经过对照这两个目标的变化趋向，我们可以肯定模子的表示能否合适预期。

假如模子才能比力稳定，那末候全集合的注册人数和模子从当选出的注册人数应当等比上升或下降，也就是候全集的注册率和模子头部用户的注册率会有不异的上升/下降趋向，假如候全集的注册率在上升，而模子选头部用户的注册率反而大幅下降，那说明模子表示的异常差，需要去看这期的模子出了什么题目。

下面我们对照了该游戏候全集正确率和出包头部500w注册率，可以看到，大大都档期两者有基底细同的升降趋向，出包头部500w用户注册率低的时辰，同期的候全集正确率也根基一样比例下降，说明3月份头部500w中注册人数变少是由于候全集合的总注册人数变少了。

除此之外，可以观察到，从3.11到4.7的几次投放，头部500w用户的注册率有一个大幅的提升，远比候全集这段时候的提升要大，说明候全集合注册人数增加不多的情况下，模子挑选出了比前几期两倍以上的注册用户，可见这几期的模子才能提升也是EVR提升的首要缘由之一。

除了对照候全集正确率和头部用户的注册率，我们还经过甚部用户的召回率来评价模子的表示，这一目标代表了模子选出的头部用户能覆盖总注册人数的几多比例。假如模子猜测才能强，那末选出的优良用户应当能代表高潜注册用户，出包头部用户应当能覆盖大大都的注册用户，假如排在尾部的用户反而比头部用户包括了更多的注册用户，那说明模子猜测出的几率能够有误差。

下面是该游戏在这两个月的头部500w用户召回率，可以看到，从3.7到4.4号的投放，头部用户召回率从13.3%到88.6%，提升了75.3%，幅度也远超候全集的变化幅度，一样考证了模子才能的提升，说明3月底起头模子选出的优良用户覆盖了更高比例的注册用户。

从第一部分候全集和模子结果可以得出，3-4月候全集和模子的变化是致使该游戏虚拟金投放EVR有较大波动的两个首要缘由，接下来我们会关注现实投放进程中，漏斗后续链路的渠道表示能否有其他致使EVR变化趋向的身分。

在出包以后，到推送广告素材给用户的进程中，由于用户竞价或营业方过滤等缘由，会有一定比例的损失，没法全数曝光。假如某次投放大部分用户，特别是头部的优良用户没有充实曝光而尾部转化较差的用户曝光比例较高，那末投放的结果是可以预感的会变差的。

但是这个成果也不是绝对的，假如投放的头部用户只要少部分曝光，但这部分曝光已经覆盖了大部分的用户，那末转化结果也能够较好。是以，在看用户的点击下载注册行为之前，我们需要监控出包的用户现实推给用户的比例。

下图我们是对照两期（3.31和4.4）出包量级不异，候全集准召也相对接近的投放，对照出包曝光率。可以看到这两次投放的头部出包曝光率都不高，在10%-30%之间，3.31期的出包曝光率反而更高一些，是以头部优良用户曝光不敷致使的不是致使3.31投放EVR对照4.4较低的首要缘由。

为了更好的诠释头部用户曝光差别致使的EVR差别，下面放了另一游戏两期投放的出包曝光率对照。该游戏3.3日投放的EVR远高于4.8的EVR，从下图出包曝光率可以明显看出，该游戏3.3投放的头部用户曝光比例远高于4.8日，且曝光用户集合在头部，相反4.8投放的曝光用户集合在尾部，明显高于3.3投放的尾部曝光，在该游戏这两次的投放中，出包曝光率差别是致使转化结果黑白的首要身分之一。

在将文案素材推送给用户以后，我们就要关注用户的渠道表示了。推送以后的下一环节是点击，我们需要监控投放的整体点击率能否有大的变化，倘使有，是什么致使点击率波动的，是由于文案和素材质量欠安致利用户没有点击志愿，还是投放的用户质量不高，对该游戏的广告不感爱好，又或是尾部用户曝光量级太大，致使会点击的人数差不多的情况下，总曝光量级增大，下降了整体点击率？对于后两点，我们设想了分层点击率进献度的目标，用来评价每100w用户的点击率和曝光量级对整体点击率的影响水平。

上图是该游戏投放的点击率，观察到3月份投放在点击链路上的流失远多于4月份，4月份投放的点击率要明显高于3月份，4.4的点击率快要3.31的3倍。

以3.31日作为尝试组，4.4日作为对照组，计较点击率进献度，下图可以看出点击率的差别首要有两部分缘由致使：

一是两次投放头部100w用户的点击率差别较大（左侧红框可以看出，头部100w的点击率差别对3.31点击率低于4.4这一成果有20%的进献度），这是由于两次投放头部用户质量有差别，4.4投放的头部500w用户中注册用户是3.31的2倍不足；

二是3.31期尾部曝光用户远高于4.4期，这个从上面出包曝光率图中可以看出，大量曝光的尾部用户拉低了整体点击率（右侧红框可以看出，尾部曝光量级的进献度较高，说明3.31投放尾部低于均匀点击率的用户过量，拉低了整体点击率）。

在用户有点击行为后，就到了链路上的下载以及注册环节。这里有两方面，一个是用户下载以后能否有注册行为，另一个是注册的用户能否是在我们渠道/场景下载的。

从第一个角度，用户下载以后为什么不注册，是比力难分析的，由于我们以为下载的用户大大都都是有该游戏的偏好的，可是下载以后又不注册游戏，也许是注册流程烦琐，大概内存不够等缘由，可是这些我们都比力难停止干涉，所以我们在这个环节首要关注在分析注册的用户有没有在我们渠道场景有下载行为。

这部分用户是出包投放的用户中会转化的，可是鄙人载链路没有归属到我们渠道，若出现较高比例注册用户都没有我们渠道的下载，又是什么缘由致使的。

在这里，我们关注的目标是注册但没有下载的用户比例。从下图可以看到，转化较好的4.4，4.7，4.14期，注册用户中唯一10%左右的用户没有我们渠道的下载行为（没法对EVR提升有进献），而3月份以及4.25转化较差的几次投放，注册用户中没有下载的比例在15%-20%左右，说明更多高潜注册用户鄙人载链路流失也是3月份投放转化较差的缘由之一。

假如出现了上面的情况，较高比例的注册用户没有归属到我们渠道下载，我们就需要分析发生这类情况的缘由。

这时辰有能够有两种情况，一是这部分用户去了非微信渠道或是外发渠道下载（不在微信，qq，利用宝等渠道），另一种是在微信渠道下载，可是没有在我们的场景下载（公众号、红点），我们在SOP的流程中也会别离对这两种情况停止监控。

对于第一种情况，我们监控的目标是，对无下载的注册用户中微信渠道的占比，看这部分有注册无下载的用户有几多是在微信渠道下载的，有几多去了内渠其他渠道下载，又或是被外发渠道抢占了。

对于第二种情况，我们会关注微信渠道注册的用户中无下载的比例，这个目标可以看出微信渠道注册的用户，有几多是在我们场景下载，几多去了微信渠道的其他场景下载。

我们选上图注册无下载用户比例最高的3.11和4.25期为例，可以很清楚的看出上述两种情况的区分：

• 下图是无下载注册用户中，微信渠道注册的比例，可以看到3.11无下载注册中微信渠道占比是两个月来最低的，唯一43%左右，说明3.11期注册无下载用户比例高是由于更多用户鄙人载链路被外发渠道抢占，而一样注册无下载用户比例高的4.25期，80%下载没有归属到我们渠道的注册用户都还是在微信渠道下载注册的，说明不是由于被外发抢占致使册无下载用户比例高。

• 下图是微信渠道注册用户中，没有下载的比例，可以看到4.25期是两个月以来，微信渠道注册无下载用户占比最高的一期，说明虽然下载没有被外发渠道抢占，可是4.25期更高比例的注册用户没有公众号和红点的场景偏好，在微信渠道的其他场景下载。

经过SOP框架对该游戏3-4月投放EVR异动停止归因，能得出几点首要的结论：

3月底调剂了出包的候全集，模子也有较大改变，致使：

（1）4月候全集召回率提升，覆盖的注册人数明显多于3月；

（2）头部用户准召率大幅提升，模子才能提升，选出的头部用户带来更多注册；

（3）3月投放点击率远远低于4月，一是两次投放头部用户质量有差别，致使头部的点击率差别较大，二是3.31期尾部曝光用户远高于4.4期，大量曝光的尾部用户拉低了整体点击率；

（4）3月份以及4.25的投放，更高比例的高潜注册用户鄙人载链路流失，3.11期是由于更多用户鄙人载链路被外发渠道抢占，而4.25期是由于更高比例的注册用户没有公众号和红点的场景偏好。

四、写在最初

V1.0版增加SOP重点关注出包后投放，目标是复盘单次投放结果，并对异常题目停止快速定位，是发现出题目标某次具体投放后，停止的下钻分析。若何从大盘数据波动中，找到出题目标游戏以及对应找到该次投放，是我们接下来需要重点处理的题目。

接下来我们还会加倍关注游戏投放链路，在算法出包后投放前，插入一个检察出包健康度的机制，发现一些常见题目。方便按照检查成果，当令做一些尾部用户的替换，进步出包的转化效力，即投前分析SOP，和投后分析一路，不竭提升投放效力。

作者 | harrylhcao，腾讯IEG数据科学家