如何用更少的錢，帶來更優質的量？渠道質量評估模型｜一文通透

作者：姜頔 來源：鳥哥筆記

“網際網路下半場”的概念在2016年由美團CEO王興提出，大概意思是，中國網際網路人口紅利吃了二十多年，也該吃光了，網際網路公司的發展的方式已經由上半場的“速度和流量”，轉變為“深度和創新”。

如果以2016年作為網際網路的上下半場分界線，那麼下半場已經到了第3個年頭了，好多人到現都還沒摸透上半場規則，我們便趕鴨子上架般的來到下半場了。

上半場可以追溯至1995年，到2016年已經走過了21個年頭，若按照足球比賽來講，上下半場時間相同，可事實真的如此麼？

我唯一能夠確定的是留給我們的時間真的不多了，艱難程度堪比國足出現。

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；

人們都認定網際網路就是燒錢的行業，燒錢不一定成功，但不燒錢一定不會成功。

上半場我們就是這麼走過來的，

不管孰對孰錯，接下來我們關心的是，應該做什麼，做什麼才能活下去，不被時代所淘汰。

於是乎，更多的人恍然大明白，認識到了使用者增長的重要性，沒錯，

下半場我們的課題就是使用者增長。

個人理解，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）帶來更優質的量，那才叫使用者增長，才叫學問，也是下半場的核心玩法。

今天我們圍繞渠道，分享一些使用者增長的心得，具體內容如下：

1。渠道現狀

2。模型概述

3。模型演算法

4。模型的應用

5。模型的推廣

一、渠道的現狀

“下半場”渠道三大難題：

1。 獲取使用者流量難

2。 投放資金少

3。 使用者留存難

現在渠道流量難題可用一句話描述：預算少、求使用者、質量差。

更惡劣的是，渠道流量作弊現象十分猖獗，虛擬機器、裝置重複啟用、異常裝置等刷量普遍存在。

如何在這種困難模式的大環境下，還能保證渠道投放精細化運營，做到使用者增長呢？我們今天就來聊一下

渠道評估模型，透過多維度評估渠道流量質量，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算方式：

CPA：cost per action按使用者啟用付費

CPC：cost per click按點選收費

CPD：（1）cost per download 按下載計費（2）cost per day 按天計費

CPS：cost per sale按銷售額計費

CPT：cost per time按時間計費

CPM：cost per mille按千人展示計費

通常互金行業用的比較多的方式是CPS，而像汽車之家、易車網等諮詢類平臺多用CPC、CPD的方式進行結算。

互金行業的拉新相對水分較小（只是相對哈），互金商業模式加上CPS的結算方式，需要使用者手機號、身份證等資訊，還要進行實際的投資，所以使得渠道新增作弊成本較高。

對渠道後續評分也相對簡單，多以轉化、首投金額（GMV）、購買產品期限、產品交叉購買、復投率、資金復投率等指標來綜合判斷渠道拉新使用者質量。

諮詢類平臺多以CPC、CPD結算，相對水分就很大了，因為沒有強制使用者註冊登入，可以用訪客身份登入，致使許多使用者的關鍵資訊是抓取不到或者抓取不全的。

所以無論是機器刷還是人刷的現象超乎你的想象，加上後期留存、GMV、UGC、有效行為等等問題，需要多維度因素評估渠道質量。

舉個簡單的例子，某諮詢類APP，渠道A的結算方式是CPD，即按下載收費，會出現以下幾種情況：

（1） 花了很多錢，使用者只是下載，但沒開啟過APP

（2） 花了很多錢，使用者下載開啟APP，但留存差到爆炸

（3） 花了很多錢，使用者下載開啟APP，留存也ok，但沒有任何其他有效行為

（4） 花了很多錢，使用者下載開啟APP，留存有效行為都ok，但是發現是虛擬機器、裝置異常或者重複啟用（解除安裝APP再重新安裝）

（5） 使用者下載開啟APP，留存有效行為都ok，機器也ok，但花了很多很多錢

上述只是簡單的羅列了幾種情況，其實實操起來問題更多。

什麼是好渠道，什麼是壞渠道，不是簡簡單單的留存高、使用者行為好、成本低或者是GMV高就能說這個渠道質量好，怎樣綜合考慮渠道質量，今天就給大家介紹渠道評估模型。

模型就以困難模式下的諮詢類渠道拉新為例講解

，我相信這類渠道評估模型要是玩明白了，其他型別平臺應該是得心應手。

二、模型概述

先把成品給大家展示一下，讓大家對這個模型有個初步印象，接下來再具體講解細節。

模型首頁展示圖

演算法頁圖

演算法頁放大圖

簡單的講就是，模型是透過演算法頁的不同變數（指標），對渠道進行標準化打分，再根據各項指標不同的權重，彙總一個總得分，各項指標可以向下拆分一級、二級或更多級指標。

在樣例模型中：

渠道總得分=

數量得分*權重1+行為得分*權重2+商業得分*權重3+成本得分*權重4+質量得分*權重5

大體模型介紹完畢，下面來深入講解模型演算法

（如果對於演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用和模型推廣）

三、模型演算法：

納入評級庫標準：

（1）所有新增渠道

（2）資料異常無法獲取正確資訊的渠道不參與評分

打分方法：

（1）各項一級指標、二級指標在0到100分範圍內打分，無及格分數線

（2）對於可獲取資料的定量指標，採用標準化的方式打分；若資料量級相差較大，可以先取對數，再進行標準化（減小量級差異造成的影響）

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

以新增得分為例：

其中，Qi為某個渠道的新增人數，Q為庫中所有渠道新增人數的最大值，或者Q也可以為預設的上限值。

以成本為例：

其中，Gi為某個渠道的成本，MAX（ G ）為庫中所有渠道人均成本的最大值，或者MAX（ G ）也可以為預設的上限值。

比如G設定為10，那麼高於10元的使用者此項得分會被評為0分。

MIN（G）為庫中所有渠道人均成本最小值，或者MIN（G）也可以為預設的下限值。

權重確立方法 層次分析法（AHP）

介紹一下層次分析法（AHP），AHP能把複雜系統的決策思維進行層次化，將決策過程中定性和定量的因素相結合。

透過判斷矩陣的建立、排序計算和一致性檢驗得到的最後結果具有說服力，避免由於人的主觀性導致權重預測與實際情況相矛盾的現象發生，在多目標規劃領域具有廣泛的應用價值。

首先我們確立5項一級指標：

數量得分，行為得分，商業得分，成本得分，質量得分

，計算主要步驟如下：

構造判斷矩陣

（PS：層次分析法的軟體也可以從網下下載免費版本）

所以有下圖一級指標權重

權重分配圖

二&三級指標篩選（聚類）

1. 盲選：

將根據經驗得到的、現有的備選聚類變數全部納入模型，暫時不考慮某些變數是否合適。

2. 貢獻量分析：

透過方差分析，觀察分類是否存在顯著差異，踢出對模型聚類沒有貢獻的變數。

3. 相似矩陣分析：

輸出相似性矩陣，對相關係數進行分析，若兩變數相關係數接近1，說明兩個變數可以互相替代，踢出一個變數以達到降維目的。

4。 透過上述3步對變數進行篩選，既能踢出貢獻度較低變數，又將相關性將強的變數進行整合，最終輸出相互間屬性獨立的變數。

各項二、三級指標的權重也參照一級指標一樣，層次分析法進行權重分配，最終得到指標骨架圖，如下圖所示。

模型指標骨架

模型指標骨架圖

骨架填充與BI展示

將資料填充到骨架中，再按照自己想看的維度去做相應的BI展示，本文按周和月監控渠道，也可以按照日為最細顆粒度進行監控。接下來的第四章講解一些BI展示與應用。

四、模型的應用

使用模型後，就可以全面評估渠道的優劣，就好比料理要色、香、味俱全，渠道也要數量、行為、商業、成本和質量綜合評價。

模型製作完畢，接下來就到了應用環節，俗話說得好，一切不能將策略落地的資料分析都是耍流氓。

下面拋磚引玉的介紹一些基礎BI展示及應用，其實可深挖的東西很多，待各位讀者繼續深究。

最細顆粒度渠道總得分 展示圖（一）

各渠道近幾周（月）的走勢圖、本週得分、上週得分和環比值，同時在上方有按月和周切換按鈕，可以分不同時間維度觀測渠道。

簡單明瞭地將渠道最細顆粒度展示出來，劣質渠道關閉或者縮量，將預算轉移到好渠道上，使得優勢最大化。

付費渠道大盤 展示圖（二）

付費渠道總體走勢圖，按周和月監控所有付費渠道的情況，可以看出大盤的情況。

比如雙十一獲客非常難，成本偏高、使用者停留時間變短、GMV降低等，都可以從總結得出結論，針對618、雙十一、雙十二等節日做戰略性投放。

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二級和三級指標情況，以便更好的瞭解渠道的屬性特點，針對不同渠道特性做精細化運營。

要新增量時候投什麼渠道，因為有些渠道雖然優秀，但新增數量會遇到瓶頸，渠道的同事經常跟我說錢花不出去，就是這麼個道理；

要商業轉化的時候投什麼渠道，有的量夠留存也好，但在商業轉化這方面表現一般。

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

付費&自然使用者對比圖 展示圖（四）

付費和自然使用者對比畫像，可以看得出自然使用者的行為A、行為B、留存和傳播係數K因子要高於付費使用者，而付費使用者的行為C、行為D和商業轉化高於自然使用者。

利用使用者增長思維，可以繼續挖掘，行為A、行為B是否會影響使用者的留存和傳播係數；行為C、行為D是否會影響使用者的商業轉化。

就舉個Twitter成功案例，Twitter發現新使用者在30天內關注了30個好友，這些使用者的留存率會非常高，新增的30天和關注30個好友就成為魔法數字，就是你的行為ABCD或者是還未發現的行為EFG，找到它便打開了使用者增長的大門。

五、模型的推廣

該模型不只侷限於渠道評估，還可以做活動評估、使用者質量評估、使用者積分評級系統等等。把相應的指標替換，賦予相應權重，便可套用此模型。

使用者評分 示例

至此，整個模型流程已經介紹完畢，後續還有許多種分析方法以及策略，在這裡只是拋磚引玉，就不多贅述了。

最後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） 納入資料庫標準確立

（3） 打分標準確立

（4） 權重計算

（5） 變數指標篩選與除錯

（6） 結果展示

（7） 分析並制定策略

今天給大家介紹的標準化評級模型就到這裡，評級模型常用的有本文介紹的標準化模型，除此之外迴歸模型也有著廣泛的應用，今後也會和大家詳細的分享另一類模型在實際業務中的使用方法。

寫在後面：

希望這篇文章可以幫助廣大的運營人士，也能夠讓使用者瞭解平臺運營方式，同時歡迎同行與愛好者一起交流學習，提出您寶貴的意見。