📍 WDQWDWQD987AAAAA:216.73.217.0
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /a654f0ea79b2.html
📄

APP推广计划，自然增长与活动集中触达怎样分别观察

把自然增长和活动集中触达分开观察，关键不是看总量，而是先给同一批用户打上来源标签，再对比两组的留存曲线和后续行为。假设你手上有一份旧版推广计划文档，里面混着渠道名单、活动排期和效果描述，第一步是把“活动期新增”和“非活动期新增”拆成两个可独立追踪的组，否则任何总量变化都无法归因。

先给旧计划做一次来源分层

打开你现有的推广计划表，找出所有带时间戳的触达记录：推送、开屏、联合活动、限时任务。把这些日期圈出来，作为“集中触达窗口”。窗口之外产生的安装，先归入自然增长组。这一步不需要新工具，只需要在原有数据表里加一列source_window，取值写campaign或organic。

动作的结果会直接决定下一步：如果窗口期内新增占比极高，而窗口结束后次日留存明显低于自然组，说明活动带来的是脉冲式用户，后续计划应把预算往留存侧倾斜，而不是继续加码触达频次。反之，如果两组留存接近，活动就具备持续放大的价值。

用留存曲线而不是安装量做判断

安装量是最容易被活动拉高的指标，但它不能区分用户质量。分别观察两组在第1天、第7天、第30天的回访比例，画两条曲线。自然增长组的曲线通常更平缓，活动组则常见首日高、随后陡降。

• 若活动组第7天留存低于自然组，且差距在多个活动窗口重复出现，优先检查活动承诺与实际体验是否一致。
• 若两组曲线在第30天趋近，说明活动吸引的人群与自然人群重叠度高，可以保留该活动形式。
• 若自然组样本量过小，先不要下结论，延长观察周期或合并多个非活动周再比较。

这里要提醒一点：留存下降也可能来自版本更新、服务波动或季节性因素，不能只凭一次活动就断定触达方式有问题。把版本发布记录和活动日历并排看，才能排除干扰。

活动集中触达要单独看“退出后行为”

集中触达的真正代价往往出现在活动结束之后。观察活动结束后第3天到第14天，这批用户是否还在使用核心功能，还是只完成了活动任务就沉默。假设一个限时签到活动，用户在活动期内每天打开，活动结束后打开率归零，这不能证明活动失败，只能说明该活动没有把行为迁移到日常场景。

对应的动作是：在旧计划里把“活动目标”从“提升打开率”改为“活动后第7天仍完成一次核心动作的比例”。这个指标变了，后续活动设计就会从堆奖励转向设计可延续的使用路径。

旧合作关系和旧素材的去留判断

旧计划里常保留着已经停止合作的渠道或长期未更新的素材。判断去留时，分别看它们贡献的是自然增长还是活动增长。如果一个渠道只在活动窗口内带来安装，活动一停就无新增，它属于活动资源，不应计入自然增长基线。反之，一个渠道在无活动周仍有稳定新增，即使量不大，也值得保留在自然增长组里继续观察。

具体做法：给每个旧渠道标注“最近一次无活动周的新增量”。若该值为零且持续多个周期，可以退出；若仍有非零值，先保留并单独记录，不要和活动数据混在一起做总评。

把两组观察结果写回可执行计划

完成上面几步后，你手里应该有两组分开的数据：自然增长组的留存基线，和活动组的活动后行为。下一步不是合并成一个总数，而是分别设定不同的检查点。自然增长组看月度趋势是否平稳，活动组看每次活动结束后的第7天核心动作比例是否达到预设门槛。

如果自然增长基线连续多个周期没有明显变化，而活动组每次都能拉高短期数据但留存不改善，那么推广计划的重点应放在产品内留存路径，而不是继续增加活动场次。这个判断依据来自两组数据的对比，而不是单看某一次活动的峰值。