3个拉新案例，3大拉新的命脉逻辑！

拉新的方式有很多种，而哪些是低成本又有效果的？该如何去选择？本文作者分享了拉新留存的运营思路以及案例分析。

支付宝全球用户数突破12亿人次，微信全球用户数同样接近于12亿，可是他们仍未停止过拉新，支付宝“邀好友赚赏金”活动常年存在，有大量地推团队一直在捋支付宝的羊毛。

但是绝大多数企业都不像支付宝这样“有钱任性”，更不像支付宝这样与身份信息牢牢绑定，所以这类野蛮直接有效的拉新方式对于很多企业来说都是失效的。

那什么样的拉新方式低成本又有效果呢？

我认为，拉新方式千万种，广告投放躲不开，不论是哪一种方式，你都需要运用到广告投放这套底层原理：你的受众是谁？在哪里聚集？哪些介质能触达他们？怎样的信息更能吸引转化他们成新用户？要堵住哪些窟窿防止用户流失？

如果产品是水缸，用户是水，拉新就是往里灌水，流失就是水漏出，最终留存下来的用户多少的关键在于“灌水的量要充足，漏水的窟窿要堵住”，本文就主要从广告投放的角度分析拉新和留存这对“亲兄弟”。

一、拉新的精髓在于“控质量”、“控成本”、“控效率”

1. 控质量：提高投放精准度

拉新不是单纯的按人头算，给公司产品拉来了多少人，尤其是非付费类业务的产品，你仅仅拉来一堆人是不够的，人群要与产品的用户画像有足够的吻合度。

比如腾讯前不久推出的熟人关系社交软件“朋友”，是根据同学或同事关系来拓展社交关系的产品。基于对用户人群“企业组织”和“学校学历”的要求，这款app内测最先是腾讯员工发起的，再凭借首批腾讯人的同学、合作伙伴向外扩展内测的圈子。总体观测来看，整个内测阶段的人群扩充是有序的、有一定质量的，使得“朋友”app可以区别于市面上常见的“陌生人”社交APP。

再比如有些“兼职类”平台，它们的客群就是一群愿意做一些小任务赚点零花钱的人，显然那些月薪数万的白领并非目标人群，宝妈、学生群体，中老年人群等对通过互联网赚点早餐钱有欲望的人才更符合要求。

所以客群本没有绝对的质量高低之分，就看你的产品适合什么客群，匹配度才是最重要的，质量是相对而言的。

控质量就是控制“你所触达的人群是与你的产品及目标相匹配的”，也就是投放广告的精准度。

想要广告投放得精准，就必须要分析用户是谁，用户身上有什么标签，用户常出现在哪里，有哪个广告公司可以触达，在能触达的广告公司中谁的数据能力最突出，谁的投放精度更准确，谁的投放方案模型成本更低、效果上也好。

如果以上问题都解决了，那广告投放的精准度也就解决了。

（1）精准定位

以我们服务的一款少儿英语课品牌为例，它的最初投放定位一直盯着3到8岁孩子，我们当即就觉得这个定位太宽泛了，仅仅按照年龄去定位，而且定位的是孩子。孩子本身不是产品的初始行动人，少儿英语课不是玩具，不是孩子看到了就会想要的东西，它必须有一步是家长跟孩子沟通“要不要试试一门有趣游戏式的少儿英语课”。

所以对于这个品牌来说，它在投放时的目标人群要落在家长身上，那什么样的家长更合适呢？

首先，我们分析投放目的是“让家长带着孩子在线上试听课程”，希望更多的人来听，也希望后续转化的可能性更高一些。

其次，我们拆解目标，更多人来听课这项是通过控制投放量级来实现，而听课后的转化就跟用户定位及投放渠道的选择有莫大的关系了。

然后我们拆出了影响用户后续是否购买的因子有“是否体验过同类竞品”、“全职带娃还是正常上班”、“是否追影视剧”、“电商购物频次高低”、“自身受教育程度”等众多因素。

最后我们测试了单一因素后发现“是否体验过、以及是否知道竞品”是最影响转化的因子，用户对该行业竞品越陌生、越小白，越容易被拉上车。

所以在最终投放时，方案对人群的标签是“三线及以下城市”、“女性为主”、“学历大专及其以上”、“关注少儿教育内容”的人群。

肯定会有朋友说：“怎样找到这么精准的用户群体呢？”一次好的广告投放，必须是经过数据分析的效果型广告投放，这就要考验广告服务方的数据能力了。

据我所知，一般注重效果广告的服务方，他们都不仅仅是依赖于渠道平台的数据，更要在一次次投放中给用户打上符合自己产品特性的人群标签。以目前市面上比较主流的大数据服务商个推为例。

个推在服务K12品牌时，会有一个A/B test的过程，在这一测试中发现，原来广告平台里有“美妆”标签的用户，也对“教育类”广告产生了兴趣，还进一步采取了行动，那这时候，个推就会进一步丰富这类人群的标签。

当然现实生活中人们对信息的接触是多维度的，感兴趣的程度也不尽相同，在长期的服务中，像个推这样的大数据公司积累了丰厚的数据，也沉淀出了丰富、细致的标签体系，这对产品拉新的帮助非常大。

在实际操作中，个推可以在客户方提供的初始画像基础上，结合自身的数据积累，补全其用户画像维度，通过其目标人群的完整画像，找到产品的“类目标人群”，在保证精准的基础上，扩大投放的基本面，实现拉新“保质”又“保量”。这类算法像个推的云盟数智就有，它们叫做look-alike算法，不管叫什么名字，这类算法本质上的逻辑就是这样。

（2）找到定位出的用户在哪里聚集

接着少儿英语的案例分析，我们定位出的人群标签是“三线及以下城市”、“女性为主”、“学历大专及其以上”、“关注少儿教育内容”的人群。

想要的用户类型圈出来了，去哪里找到这批用户呢？我们可以看看在各类拉新方法中，有哪些是与我们人群目标一致的。

• 内容软文营销：我们先不讨论投放的内容质量，仅仅看渠道选择的话，育儿教育类的KOL肯定是各个竞品争夺的红海，粉丝被竞品洗过一遍的可能性很大，所以基本测试后就放弃投放教育类的kol，转投的是一些妈妈群体做的情感类的中小号。
• 信息流广告：各个平台推出广告平台打出的标签都没有十分丰富，所谓的定向推广差别没有太大，最终的结果好坏还是落在投放的落地页上。
• Banner广告位：几乎每个app和网站都有自己的广告位，除了开屏广告就是各个分布在多处的广告位，有不少产品的广告位是对外可投放的。还是回到人群定位上，选择哪个产品的哪个广告位是一个慢功细活儿。
• 媒体营销：与各个媒体打交道的往往是品牌市场部，只有涉及到用户拉新效果分析时，运营组才会配合给出数据结果。
• 线下地推：当线上推广都饱和的时候，线下是有很多机会的，也看到很多少儿英语竞品专注于线下拜访地推，围绕小区和幼儿园等区域人工销售导向的地推。
• 跨界合作：跨过行业界限的合作是我们选择的重点渠道之一，合作的行业选在了社区团购，社区团购的生意是基于熟人社交产生的，主导的团长又正好是宝妈圈里的小KOL，她们的粉丝也是宝妈居多，事实结果也证明了这个渠道转化率最高。
• 分销代理：课程分销在去年和今年被玩坏了，少儿英语课本身也是知识付费，只是适用性没那么高，不适合走个人分销的路线，只能向机构