先给结论:把同一份资料或页面按“来源可辨、时间可切、动作可追”拆成两条观察线,自然增长看稳定基线是否抬升,活动集中触达看脉冲后是否留下可继续使用的痕迹。两者不能混在一个总数里判断,否则你既不知道日常内容有没有积累,也不知道一次推广到底带走了什么。
不要从“这个月所有流量”开始,那样只会得到一团混合数字。拿你手上一个具体对象:一篇旧文章、一个产品说明页、一份仍然被引用的资料页。它最好满足三个条件:已经存在一段时间、有可区分的进入来源、能对应一个明确动作(下载、咨询、注册、转发、收藏等)。
假设这个页面过去主要靠自然搜索进入,最近你在一次活动里把它放进了邮件、社群或合作方的推荐位。此时要做的第一件事不是看总量涨了多少,而是把观察窗口切成两段:活动前的一段作为基线,活动开始后的短窗口作为脉冲,活动结束后再留一段观察尾巴。没有这三段,后面所有判断都会变成猜测。
自然增长的信号通常更慢:同样的内容、同样的入口结构,在没有集中推送的周里,进入量、停留后的下一步动作、回访比例是否比前一个可比周期更稳。这里的关键词是“可比”:周与周比、月与月比,而不是拿活动当天和普通周二比。
活动集中触达的信号则更像脉冲:短时间内某个来源突然放大,随后快速回落。回落本身不说明失败,也不能单独说明成功。你要看的是脉冲结束后,那个对象是否留下三种痕迹之一:
如果脉冲结束后什么都没有留下,那么这次活动更像一次性曝光,不能直接算作自然增长的抬升。反过来,如果自然基线在活动前就已经在涨,活动只是加速了它,也不能把全部功劳归给活动。
实际操作时,把数据拆成两个维度:来源类型(自然进入、站内推荐、邮件、社群、合作方、广告等)和时间段(活动前、活动中、活动后)。不要把这些来源的指标混用:搜索来的访问不等于广告点击,社群里的转发不等于销售线索,活动页的停留也不等于有效获客。你只需要回答一个问题:活动后,非活动来源的同一动作是否还在发生。
假设一个短例子:某资料页在活动前每周有 40 次自然进入、8 次下载;活动周通过邮件和社群带来 300 次进入、60 次下载;活动后一周自然进入变成 55 次、下载变成 12 次。这里的 55 和 12 才是值得继续观察的残留信号,而 300 和 60 只说明活动触达发生了。注意,这组数字只是假设的比较方法,不是行业基准,也不能直接推导出下一次活动的效果。
如果活动后自然进入没有变化,甚至低于活动前,那么下一步不是加大活动力度,而是先检查这个对象是否只适合被推送、不适合被搜索或长期引用。此时可以考虑把它转为活动专用页,或者把其中仍然有价值的部分拆出来,放进一个能被自然进入的页面。
当你完成上面的拆分后,处理方案会自然出现三种:
这里有一个容易忽略的取舍:不要因为一次活动数字好看就保留整个旧系统,也不要因为活动后回落就立刻删除。回落的合理解释有很多,比如活动本身只覆盖了短期兴趣、页面入口在活动后被撤下、或者同一批用户在活动期间已经完成了动作。请求量或某项统计归零,不能单独证明这个对象没有价值。
最后,把上面的观察变成一个具体动作:为这个对象建一个简单记录,只记三列——日期、非活动来源的进入量、同一目标动作的次数。活动期间单独标注,不混入基线。连续观察几个可比周期后,你就能区分“自然增长在抬升”和“活动集中触达留下了残留”这两件事。
如果残留持续存在,下一步是把资源转向能重复产生这个动作的内容结构;如果残留消失,下一步是把这个对象从长期入口中退出,只保留在活动素材中。这个判断不依赖某个平台的后台界面,也不依赖一次活动的总量,只依赖你是否把自然线和活动线分开看。只有分开看,你才知道该保留什么、该退出什么,以及下一次活动应该把力气放在哪个对象上。