如何在工具类产品验证红包裂变拉新？

原标题：如何在工具类产品验证红包裂变拉新？

有不少产品都会采用红包活动进行裂变拉新，这在工具类产品比较少见。那么，工具类产品是否适合采取红包裂变呢？

从6月份开始筹备的红包裂变活动到10月底总算完成1、2期的上线及总结，趁着这股子热乎劲分享下对于红包裂变活动的复盘。

虽然从6月份开始筹备，但由于涉及汇报、排期等环节，实际从正式立项到完成两期迭代不过1个半月左右时间，踩过坑也是一把辛酸泪。

为什么要做红包裂变

笔者所在公司是一家天气类独角兽，属于工具类产品。所做部门负责拉新，通过个推、信息流投放、渠道投放、马甲包、红包等方式多种方式实现获客和尝试用户增长路径。

验证自身APP是否适合红包裂变的一种尝试

之所以要做红包裂变是在衡量对比各类型运营活动后，发现红包是对于现阶段来说是一个值得去验证的方式。

前有趣头条、今日头条极速版，后有竞品纷纷给出重要位置用于红包拉新。用户已被教育对红包接受度高，拉新成本可控。本身APP用户量级也够大，所以也就有了为什么去做的理由。

虽然最终结果未达到预期，但是也是真正去做了裂变才知道是否适合，既有数据支撑还活跃用户。

APP用户画像中裂变标签用户有增长空间

用户群中符合裂变标签的用户存在拉新空间，事实证明这部分用户确实有裂变属性。但却并非全部都是对天气感兴趣的用户，此类用户对于奖励的红包金额也相当敏感，由于涉及内部调研数据就不放出来啦。

尝试红包类活动前，首先要对自身APP用户属性分层有一个了解，至少知道当前活跃用户是否有可增长空间。

行业做裂变活动的玩家

市场大环境下的裂变

做红包裂变的市场背景，下沉市场的用户规模可观且被教育，但是拉新成本也随着被教育的成熟水涨船高。

做红包裂变的目的是什么？如何衡量目标？

作为UG部门，红包裂变的目的非常明确：拉新、留存。

衡量目标的计算方法则是根据投放入口点击率、分享率、拉新率、拉新量、拉新单价。

对于活动的预先设定的各类衡量指标为：

拉新的成本核算、留存质量、ROI等势必进行一番计算。

其中，拉新成本是已知项，根据用户生命周期内贡献的价值即CLV来控制。若是短期验证效果，最大的弊端就是CLV会限制了最高拉新单价，即没有足够空间去做增量测试。

留存质量的预估，则根据已有各类渠道做对比数据分析得出。各家留存质量不一，所以可根据实际情况去预估。方法也不尽相同，在此不做详细展开。

各类转化点击数据由于以往没有类似活动的转化率参考，根据其他市场活动及业内转化的参考值进行预估，实际结果与预估数据基本相差不太大。

在做预估前查阅资料，趣头条新增成本12元/个，对用户裂变的奖励机制是8元，并且设置阶梯价，最高12元；头条极速版公开数据拉新一个奖励32元，设置各类门槛。相较来说，我们APP的拉新单价简直低到不能更低。

裂变活动介绍及产品方案

大家都知道，虽然有些红包额度很大，但是提现门槛较高，折腾半天啥也没有，相当打击积极性。现如今红包玩法也是大同小异，在红包金额无优势的情况下，将用户相对较为关心的“红包无门槛立即提现”、“玩法简单”作为宣传点去投放。

参与流程：端内老用户参与活动-扫码邀请新用户-输入邀请码-新老用户各得一个红包-立即提现。

下图为1期投放时的界面（屏蔽入口投放界面及APP相关字眼，实际投放界面有调整），参与过活动的胖友大概已经知道是什么产品啦，就默默不说出来吧。

流程虽然看起来简单，但实际操作却存在无可避免的很多坑，希望再做此类活动的产品们借鉴经验：

1. 登录前置or后置

原始裂变逻辑尽量将用户参与步骤精简，快速参与完成裂变领红包。但考虑快速迭代验证上线，使用H5技术来实现，而H5存在很多安全风险、服务器压力等各种问题，最终将登录前置，导致参与活动的流失比例非常高，相当于在门口将用户拦截在门外。

由此筛选出的实际参与用户，除APP原本登录用户之外，确实搂了一批羊毛党用户，这也是由活动去筛选出的裂变种子用户。不过，因为外在技术原因导致产品逻辑妥协其实是不明智的选择，也许还有其他方式，但是没有去深入思索。

很多红包类投放活动一般将登录后置，先引导用户去参与，最后领取奖励时再去登录。

对于登录前后置的问题内部也是争论不止，但是没有去验证登录后置的转化，有登录后置经验可以一起交流下。

2. 输入邀请码增加流程

邀请码是用来绑定邀请人和被邀请人关系所用，H5技术与APP本身没有做过多交互导致无法对被邀请人进行跟踪，需要邀请码去做识别。对于下载后未输入邀请码或未领取红包的用户，则需要根据跟踪技术去识别是否为活动拉新用户。敲黑板！新用户跟踪技术的成熟度对最终拉新效果有较大影响哦。

做拉新，Android端可对新老用户做自动识别，减少输入邀请码步骤；iOS则无法跟踪，目前还不知道如何破解。

3. 数据！数据！数据！

测试阶段所需漏斗数据提前模拟准备，最好测试阶段的转化就有个demo数据。

大部分情况在测试阶段关注的是漏斗核心指标数据，但是double check数据时可能会涉及其他埋点数据，这类数据容易被忽略。前期准备再充分，等到活动上线后分析数据还是会缺这少那，即便反复check过的数据在上线后偶尔也会出现木有上报成功的问题，上线前一定反复多次验证。

数据后台若是自研统计平台，对数据多样分析较为有利；若是三方平台尤其需要注意上报埋点，宁可多埋点，切勿有遗漏。

优化方向

在1期上线后，各类活动数据均有结论，透过漏斗针对转化不达预期且有优化方案的点，有针对性进行改进及优化。

在2期上线后，各个针对点的数据均有不同程度的提升。不过由于时间紧急，2期优化未涉及后端逻辑的调整。

调整后的交互逻辑，入口登录调整为先进入活动介绍页，再去参与活动调登录。

2期优化后的界面如下：

着重针对流失率较低的入口即登录进行优化，非最优方案的优化，数据效果提升其实并不明显，但对用户来说体验是个提升。

各个界面加入红包“红”的元素，视觉感增强，整体数据的优化效果提升明显。

总结

整体来看，工具类产品还是适合去做裂变活动的。但不建议将红包作为核心或主要拉新渠道，在有预算情况下，适宜源远流长地去长期投放。

红包拉来的新用户未必为产品需求用户，对留存有一定影响。当然，留存与产品本身也有一定关系，留存数据还是需要长期观察，并对新用户进行一定习惯培养。

各类增长方法理论层出不穷，理论还是要结合实践去验证效果，适用A产品的增长方式未必适用B产品。明确你的增长指标，多多尝试不同方法，去快速验证，说的再多不如实践一次。

涉及产品的转化数据，比较敏感所以避开未提。具体问题具体分析，不同产品生命周期、不同类型的APP转化数据标准均不一样。希望大家去实践出自己的数据，找出有效的增长路径。

本文由 @陌路 原创发布于人人都是产品经理。未经许可，禁止转载

题图由正版图库 图虫创意 授权