用户的后续行为几乎为零。这意味着，有5%的广告预算，可能直接流向了黑产或作弊渠道，购买了完全无效的“用户”。

    其次，是用户后续行为分析。在未被反作弊系统明确标记的用户中，古民定义了“低价值/疑似无效”用户群，其特征为：注册后7天内，除了可能领取新人福利外，没有任何其他有效互动（如浏览超过3个页面、搜索、收藏等），或仅完成一笔用尽新人补贴的极小金额订单后便再无音讯。符合这一特征的注册用户比例，高达30%。这部分用户是否是“真实用户”存疑，即使真实，其获取成本几乎可以判定为沉没成本，短期内看不到转化希望。

    将5%的确切作弊用户和30%的低价值/疑似无效用户相加，意味着在通过该广告项目获取的“新注册用户”中，有超过三分之一的用户质量堪忧，其获取成本很可能是浪费。

    第三，也是最关键的发现，来自渠道深度归因。当古民将用户质量数据与最细粒度的广告投放单元关联时，模式变得清晰。他发现，某些特定的广告代理公司负责的某些特定媒体渠道，其带来的用户中，“低价值/疑似无效”用户的比例异常之高，达到50%甚至60%。而另一些渠道，这个比例则控制在15%以下。然而，在投放团队的日常报表和结案报告中，这些渠道的“注册成本”往往表现得很有竞争力，甚至低于平均值。因为它们带来的“注册”动作完成得很“高效”——点击到注册的转化路径短，成本低。

    但古民的计算显示，如果引入用户质量修正，将这些渠道带来的“注册用户”打一个折扣（例如，只计算那些在7天内有有效行为的用户），其有效用户获取成本会飙升，远超那些初始注册成本略高、但用户质量也高的渠道。投放团队和代理公司显然更关注前者（注册成本），因为这直接关系到他们的KPI和代理服务费结算。至于用户注册后是死是活，除非公司有严格的、与长期行为挂钩的考核，否则并不直接影响他们的当期利益。

    古民将不同渠道按“注册成本”和“7日后有效用户率”两个维度画了一个散点图。图形清晰地分为四个象限：高成本高质量（可能值得长期投入）、低成本高质量（最佳渠道）、高成本低质量（应尽快淘汰或优化）、以及低成本低质量。这第四象限的渠道，是问题的核心。它们用低廉的价格带来了大量的“注册”，拉低了整体的平均注册成本，让投放数据看起来漂亮，但实质上带来了大量“僵尸用户”或“一次性羊毛·党”。

    古民估算，在整个“暑期拉新冲刺”广告预算中，花费在这些“低成本低质量”渠道上的钱，大约占总预算的百分之二十。这百分之二十的预算，实质上是在“买点击”和“买注册”，而不是在购买有潜在长期价值的“用户”。这是一种隐蔽的、系统性的资源错配，是“刷数据”在广告投放领域的典型体现。这百分之二十的预算，如果重新配置到高质量渠道，或者用于改进产品、提升真实用户体验，其长期回报很可能更高。但现实是，它被用于完成当期的注册量KPI，制造出一种“高效获客”的假象。

    古民将他的发现、数据、图表整理成一个初步的分析摘要，没有下任何结论性的指控，只是客观呈现数据关联和模式。他犹豫是否、以及如何向王磊呈现这些发现。直接指出百分之二十的预算可能被浪费，等于挑战现有投放策略、合作方选择乃至部分同事的业绩。但他想起王磊在复盘会上的表情和私下开放数据的举动，觉得这位导师或许能理解，甚至期待有人能捅破这层窗户纸。

    他选择了一个相对稳妥的方式。在一次与王磊的一对一例行沟通中，他提到自己为了更好理解用户增长，私下做了一些关于广告渠道后续用户质量的分析练习，有些发现不太明白，想请教一下。他展示了那个渠道质量四象限散点图，以及“低成本低质量”象限渠道的预算占比估算，但没有提及具体的代理公司名称，也弱化了“浪费”、“无效”等价值判断词汇，而是用“用户后续行-->>

本章未完，点击下一页继续阅读