砸钱做活动，做推广对于企业来讲是非常普遍的事情，花这些钱究竟有没有效果，则需要对活动进行认真评估和分析。一般而言，对活动评估的方法无非两大类方法，一类是定向归因，第二类是对比分析。

　　定向归因适用于可以通过技术的手段或者其他手段可以比较准确把活动效果跟其他背景信息区分出来的场合。比如可以通过设定专门的活动页面来跟踪效果；在安卓渠道上获取新增客户时，我们也可以通过针对某次活动分配专门的渠道包来跟踪活动的效果。

　　但很多时候，我们并没法通过定向归因的方法来评估一个活动，一场推广带来的效果。比如我们做了一场全国性的品牌活动，由于线上线下是存在鸿沟，我们就很难完美地将活动的效果定向归因分析出来。这个时候采用对比分析是一种更近常见的方法。对比分析又可以细分为两种，一种是时间上的对比分析，也就是把活动分为前中后三个阶段来做对比分析。一种是横向的对比分析，横向的对比分析往往需要借助类似对照组这类横向的参考来评估活动的效果。

　　如上这些评估的方法，并不是非此即彼的，很多时候，在一场活动中，我们往往是多种方法结合来进行效果评估。

　　小明所在的X公司最近在Y公司旗下的APP上面做了一场付费推广活动，目的是获取APP新增用户。为了跟踪推广活动的效果，小明制定了如下两种跟踪推广活动效果的方法：针对安卓系统，由于用户可以直接下载安卓安装包进行安装，小明就给Y公司提供了一个专门用于活动的安装包，用户点击活动链接就可以下载到该安装包，通过统计该安装包的数据，小明就知道Y APP带来了多少用户。

　　而对于iOS渠道，由于应用下载往往需要跳转至苹果应用商店，所以安装包的方式并不可取，于是小明打算通过点击归因的方法来跟踪活动的效果。点击归因需要Y公司进行配合，也就是在用户点击活动广告时，将这个用户的设备ID传递给小明公司，通过将这个点击设备ID，跟小明公司后端跟踪到的安装设备ID一对比，那么也可以测算出有多少用户来自Y公司。除了这个方法外，Y公司也可以定期提供设备ID数据包给小明的方法来做离线、利用对照组来分析短信用户召回效果

　　小明最近做了一场短信召回用户的活动，针对一批超过30天没有活跃用户下发了短信进行召回。

　　小明分析以上数据发现，根据渠道包统计到的用户数量明显偏少，只有200多个，原因在于渠道包无法跟踪iOS用户，而且用户被短信唤起后，存在会主动到其他渠道下载安装的情况。于是小明不把渠道包的数量当作一个可靠的活动效果数据。

　　账号匹配的回流用户数据为1000个，这个数据跟采用直接用时间对比1100个相差不大。用线上活跃用户数据进行对比得出的用户数据比账号匹配多或者少都是正常的，因为除了活动本身外，线上的数据还会受到非活动因素的干扰，由用户主动因素或者其他因素等。从这个角度分析看，账号匹配回流的用户数据似乎是更可靠的，初步断定短信召回了1000个用户，召回率为10%。

　　但小明也不敢100%肯定这1000个用户就完全是短信召回的效果带来的。毕竟保不准，这1万个沉默的用户里面会有一部分用户会自然回流。为了更准确的评估，小明把眼光放在了对照组（这个对照组的样本结构参照本次召回用户结构设计，对照组里面不包括被下发短信的用户）。为了排除自然回流的干扰，小明建立了一个1万的人沉默用户对照组，前中后三天，这1万人的对照组中必一运动，分别有100，150，120个人活跃，回流率分别为1.5%，1.55%和1.52%。

　　苏宁易购财报：2024年上半年苏宁易购营业收入为257.83亿元 同比下降24.26%

　　广汽集团财报：2024年上半年广汽集团营业收入458.08亿元 同比下降25.62%

　　零跑汽车：2024年8月份零跑汽车共计交付30305台 同比增加113.5%

　　理想汽车：2024年8月份理想共计交付48,122辆 同比增长37.8%

　　极狐汽车：2024年8月极狐汽车销量达到10001辆 同比增长198%

　　2024年小米SU7连续3个月交付破万 预计11月提前完成全年10万台交付目标

　　丰田汽车：2024年7月丰田汽车全球销量达到924918辆 同比微增0.7%

　　蔚来汽车：2024年1至8月蔚来累计交付新车128,100台 同比增长35.77%

　　我们致力为中国互联网研究和咨询及IT行业数据专业人员和决策者提供一个数据共享平台。