一、前言
對於互聯網業務來說拉新一直都是重中之重，只有讓更多的人來使用產品，才能產生規模效應，這樣才能獲得更多的利潤。對於大部份互聯網公司來說都會設立使用者營運崗位，會由專門的人來負責公司的拉新業務。
那麽作為一名數據分析師能給公司的拉新業務做出什麽貢獻呢？
二、拉新的核心
隨著互聯網進入下半場，拉新變得越來越難，使用者基本都被巨頭所壟斷，使用者切換平台的成本變得更高，因此拉新的一個核心命題就是「算清楚賬」。
很多人還停留在互聯網早期的理念，就是我們盡可能的拉更多的新使用者進來，不關心拉這些使用者花了多少錢，到底能產生多少價值。
因此現階段的拉新一個最最核心的認知就是什麽樣的使用者該花費多少錢拉進來，這個也是數據分析師能幫公司的拉新業務做的最有價值的事情。運 營同學一般很難算清楚拉進來的新使用者對公司產生了多少價值， 這時候就是需要數據分析師介入幫助拉新業務算清楚賬，真正做到了數據驅動增長。
三、使用者價值評估
對於大部份公司來說，花了多少錢拉了這些新使用者進來都是知道的。因為只要有簡單的數據基礎建設就能產出這些數據。
互聯網公司大部份拉新的投放廣告都是在互聯網巨頭上進行，所以所有花費都能很清晰的視覺化的呈現出來。另外類似於地推等方式一般也會追蹤標記進行記錄， 因此花了多少錢拉了多少新使用者絕大多數互聯網公司都是能算清楚這筆帳的。
但是拉進來的這些新使用者產生了多少價值，是否值得花這麽多錢拉進來？在很多公司這就是一筆糊塗賬。
因為要算清楚這些賬需要有相對比較完善的數據基礎建設，需要對每個新使用者的渠道來源做上標記，並且對公司的商化業務的數據進行記錄， 商化的業務模式主要為打廣告幫廣告主賣貨和自己賣貨這2大類 ，那就是需要記錄每個使用者在所有商化業務上的數據表現，然後將兩者的數據關聯起來，最後透過數據分析師將其分析清楚，這個要求有較為完善的數據基礎建設，一般是中大型的公司才能做到如此程度的數據基礎搭建。
那麽有了這些基礎數據之後，數據分析師就可以開始大展身手。我們就可以算出來每個渠道的ROI，比如說抖音渠道的投放可能是百度的10倍， 那我們就應該加大抖音的投放 ；甚至有些渠道的ROI是負向的，平均每個使用者拉進來需要花費10元，但是產生的價值卻只有8元， 那我們就應該停止此渠道的投放。
另外，作為數據分析師還可以做更加深入的分析，看不同類別的使用者產生的價值幾何，那這個就要求公司還需要有使用者畫像體系的建設 ，這樣我們才能將使用者按照其使用者畫像標簽分類，得出哪種使用者對公司的價值更大， 反向push營運在進行拉新投放時要偏向對公司能產生高價值的使用者，長久以往每個渠道的ROI才可以做到越來越高。
當然這些計算的過程都會比較復雜，數據分析師需要不停的向營運宣導這個理念以及其邏輯，讓營運深度理解其含義才能在每個公司營運心裏都有這種ROI的算賬思維，才能讓公司的拉新業務做得越來越好，那麽數據分析師的核 心價值就是幫助營運算清楚每種使用者值得花多少錢拉進來 ，這就是用數據幫助業務進行決策，發揮了數據的真正作用。
這些幹貨知識，都是包含在互聯網行銷師的課程中，除了短影片營運，還有直播銷售、選品、平台管理等專業知識課程，想要轉行、創業、兼職、全職的同學，都可以了解一下。
畢竟大背景下，線上行銷是趨勢。
互聯網行銷師是時代的發展和疫情影響下誕生的新職業，人社釋出、含金量高、入門容易、0基礎滿18周歲都可以學習，前景好突破收入天花板，還有兼職、全職、就業推薦。
我推薦中思智數，官方 授權的互聯網行銷師考證機構，資質正規、課程豐富、透過率高，1v1服務貼心，還有線上兼職工作和就業推薦服務！！！可以直接點選下方名片，添加助教咨詢考證詳情哦，他們家還有線上兼職工作機會提供：
四、母嬰電商拉新實戰
以母嬰電商為例，在數據分析師的視角該如何做好拉新業務。我們公司業務比較特別，可以有使用者的寶寶年齡資訊，這個寶寶年齡大小是使用者願意為此花費多少的一個關鍵資訊，寶寶年齡越大之後父母對此關心程度會下降，為此的消費也會下降。因此寶寶的年齡是使用者對業務價值評判的一個關鍵維度。
因此我們就可以以寶寶年齡為關鍵維度對其使用者價值進行一個劃分，從歷史的拉新數據來看，可以發現孕期使用者：0~1歲使用者、1~2歲使用者、2~3歲使用者、3歲以上使用者，其價值差異比較大，基本上是年齡越小的使用者其產生的商化價值越高，對此我們就應該對不用的使用者投入不同的成本，不能都一視同仁。
另外 電商的拉新目標不能是單純的拉新人數 ，因為這往往是一個虛假繁榮的指標，很可能拉更多的使用者反而公司要虧更多的錢。我們可以考慮根據未來12個月的使用者價值最大化作為拉新目標，這樣才能指引業務朝著正確的拉新方向前進。
但是這裏會遇到一個問題， 一個策略的好與壞要等12個月才能評價其效果，這 種時間周期作為業務負責人肯定是無法忍受的，因此作為數據分析師就是要想辦法縮短這個時間周期。
對於電商業務來說使用者產生的價值就是其購買訂單的產生的毛利，那麽怎麽樣能預測拉新使用者在未來12月產生的毛利價值呢。這種我們一般可以根據使用者短時間內的行為去預測更長時間內的行為。
那我 們就可以根據使用者30天內產生的復購毛利、 60天內產生的復購毛利、90天內產生的復購毛利、180天內產生的復購毛利去預測一年內產生的毛利價值。
在這裏要特別說明，一定要排除拉新首日的毛利數據，首日的毛利數據表現無法體現出使用者的價值，這個是受到策略的影響，不管其使用者質素如何其毛利就是策略讓利程度的固定值，因此排除首日的未來時間內復購數據是可以體現出來使用者的質素如何的。
那我們就可以根據線性回歸來進行預測，經過分析發現30天內產生的復購毛利預測未來1年的毛利準確率在70%，60天內產生的復購毛利預測未來1年的毛利準確率在85%， 再往後差異就不大了。
基於此分析結果我們更早的進行評估其未來一年的毛利價值，然後根據每個策略投入的成本的情況，就可以計算其對應的拉新ROI。 那麽最終就可以在同一水平線上評價不同策略的ROI，留下ROI更高的策略，叠代ROI負向的策略。最終達到拉新收益最大化。
在可以評估每個策略的價值之後，我們就需要對使用者進行分層，對不同價值的使用者投入不同的成本的策略，那麽一般情況都是先對新使用者投放較低價的策略但是整體毛利上不虧錢，然後這種策略無法轉化的使用者再投放付出更高成本的策略，這種情況下策略的毛利基本已經負的了， 那麽就要謹慎的進行投放 ，要選擇其中使用者價值更高的使用者才進行這個更高成本的策略投放，這樣才能回本直至產生正向價值，如果對全部使用者都進行此策略的投放，那麽整體ROI很可能是負向的。
按照這個邏輯進行母嬰電商拉新的營運 ，基本上就可以做到產生正向迴圈，拉更多的使用者可以幫助公司產生更多的價值，那公司賺到更多的錢之後可以有更多的錢用於拉新的成本投入，最終使得公司收益的最大化。
基於以上的拉新方法論我們就可以梳理出來， 一個比較合適的拉新策略架構 ，當然數據分析師做到這個程度就可以了，裏面每個策略的細節是要營運去打磨的，並且需要腦暴出一些創造性的想法策略。
另外，數據分析師需要幫助拉新營運建立完善的數據指標評價體系，幫助營運驗證每個策略的效果以及評價每個一個鏈路步驟的漏鬥轉化效果， 不斷最佳化每個文案圖片等等的使用者體驗細節 ，最終做到整體拉新業務蓬勃向上發展，我們數據分析師也在其中貢獻了不可磨滅的價值。
