如何利用用户数据分析，去寻找增量渠道和渠道筛选呢？本文结合作者自己的观点和经验，给大家讲讲，enjoy~

首先，阐述一下个人的一些观点，以减少作者与读者之间各种观点的差异而导致的理解偏差。

1. 产品/公司生命周期：自然的方向是一切的下坠和终结，动物存活需要抵抗饥饿，疾病，为此需要捕食，治疗，这些是对自然结果做出的对抗，以延长结果到来的时间。对于企业而言也是如此，度过了野蛮生长的阶段，公司发展在没有任何作为任其自然的情况下，就会终结，企业也需要与自然周期对抗，延长终结的到来。
2. 数据分析的能力：指导资源配置，降低成本，提高收益，刺激原有业务向上发展，延迟终结到来。
3. 文章内容存在一定局限性，需根据自身业务情况进行调整。

以下开始正文：关于寻找增量和渠道筛选。

一、寻找潜在核心用户

投放初期会采用比较平均的策略，查看市场情况，验证之前提出的想法，通过前期的投放，收回一些数据。根据业务情况，当数据达到相应量级的时候，对数据进行分析。

以游戏分发APP为例，设定收益水平，处理用户付费情况，筛选获得核心收益玩家信息。比如整理一段时间用户累计付费表，根据累计付费金额（刨除优惠券等福利），筛选出前20%用户，然后查看这部分用户的几个数据指标：作为新增设备登录平台的时间；APP启动时间、次数；APP在线时长；登录地点。

1. 登录平台的时间：这是广告投放渠道接触用户并激发用户下载的时间，通过对这个时间进行分析排序，可以看出该部分用户进入APP的时间分布，找出数量最多，共性最强的时段。
2. APP启动时间：这部分数据表现的是一个付费用户的空闲时间分布。
3. APP在线时长：这部分显示的是空闲时间持续的时段。
4. 条件允许，可以获得用户登录地点信息，从而查看用户登录的城市消费水平，确定用户分类。

通过以上维度的数据对比，获得部分用户画像，实际中根据业务需要添加或去除某些指标，控制数据采集时间段跨度。

二、筛选优质渠道

推广自家的APP，会选择众多渠道进行推广，通过对“在线时长”，“下载量”，“付费量”等一些关键性的指标进行筛查。首先一点用户时间是非常宝贵的，如果不是主动自愿使用APP，那为这些“在线时长”付出的成本还是挺高的；第二点是下载量，下载量需要具体和下载内容，使用时长，留存挂钩，分析是目标用户或者是体验者。

关键的终极指标仍然是“付费量”，看ROI高的渠道。

通过两个指标“在线时长”、“付费量”可以筛选出优质的渠道。所谓优质的渠道并不主要是渠道如何，而是这部分渠道触及的用户，是APP的核心目标用户。APP能很好地满足这部分用户的需求，而这部分用户恰好同样聚集在这个渠道触及的地方。

新增和留存是需要关注的，新增意味着一个渠道的活力，留存意味着一个渠道长期价值。如何去衡量真新增和真留存，排除那些惯性露头，迅速撤退的渠道玩家，除了更详细的数据分析，简便方法是查看“新增-在线时长”和“留存-在线时长”以及二者的合并值，“活跃-用户时长”这类指标。

通过这些初步筛选出，摘出哪些是能为产品提供高收益，高在线时长的渠道，同时也能排查出哪些渠道是质量差或者不适合此产品的，在这之后，需要调整投放策略。

三、调整投放策略

（1）根据用户数据投放

通过数据分析，知道目标用户所处的城市消费水平，加大对同类消费水平的人口进行投放。通过用户空闲时间，登录时间，看是否重叠，推测这段时间是属于娱乐时间（查看资讯、冲浪、玩游戏）还是专属的“游戏时间”，在娱乐时间内加大投放力度，在用户活跃少的时间减小投放力度，控制成本。可以和平均投放同步进行对比，查看之间的差异，验证投放效果。

这里存在一部分“幸存者偏差”的概念，目前分析得出的用户画像信息有限，只能不断深挖这一时段潜在核心用户，当后续构建更完善的用户画像后，便可以主动出击，大面积寻找潜在用户。

（2）根据渠道数据投放

加大力度投放优质渠道的同时，也要不断发现新的优质渠道，保持“渠道活性”。

举个例子：投放资源总量为单位1，渠道数（渠道总量）为单位1。

取渠道总量中的前10%，配置一定比例的投放资源，例如50%；对于全部渠道1，配置投放资源的50%，配置资源根据实际情况进行调整。前10%渠道获得50%的投放资源，这部分可以根据投放情况自动配置投放量，选择智能投放；全部渠道配置50%投放资源，进行均值投放。

全部渠道配置50%投放资源目的在于让渠道进行竞争，筛选优者。对每个渠道投入同样的资源，观察一段时间内渠道之间的竞争情况，自定义替换周期（月度、季度），通过对比周期内各个渠道的成绩，替换前10%的渠道名单，淘汰掉衰退乏力的渠道，将新涌现出来的有实力的渠道放入前10%，进行投放。

以此，前10%的渠道持有较充足的投放资源，且处于一种优胜劣汰的状态中，保持渠道池的活性，同时，对渠道池内的渠道有足够的了解。

这里只是介绍了一部分内容，更具体的情况（例如核心指标，用户定义等）需要结合自身业务进行分析。

有任何问题欢迎讨论交流

本文由 @大川  原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自Unsplash，基于CC0协议