谈到本文的内容架构（总计 3 个小节）：

1.生活中的拉新与拉活广告现象

2.拉新与拉活广告投放的差异与共性

3.深度阐释拉活广告的相关技术应用

用户增长当属互联网商业最为关注的议题，没有之一。广告投放属于最为直接的一种增长策略，原因在于其见效迅速，并且易于实现规模化。

在整个广告领域当中，拉新广告始终是市场的主流形态，广告主的投放基本都以拉新广告为主导。

伴随网民用户数量、移动互联网流量的逐步“触顶”，对于那些已经拥有较高流量的头部 APP 应用而言，用户规模已然达到一个趋近“饱和”的级别，此时应当精心运营存量用户、深挖存量用户的价值，广告拉活便成为了其中的一种手段。

特别是在近两年来，头部企业或者头部 APP 的拉活需求愈发强烈。

彼此之间更多地是在比拼月活数 MAU 和日活数 DAU 这类活跃用户指标。谁能够留住最多的用户，谁才能成为最终的胜者。

01 生活中拉新与拉活广告现象

广义的“用户增长”涵盖了两个层面：

其一为新用户的增长（拉新），其二为活跃用户的增长（拉活）。

拉新实例

我从未下载过拼多多，然而我却时常遭遇拼多多对我的“拉新”攻势。

当然，诸如 9 块 9 能够买到电动车或手机之类的广告，早已是众人皆知的优化（pian）点击手段，丝毫未能让我心动。

身为一名在广告行业从业多年的人士，我通常对广告都不感兴趣，也不会被其蒙骗。

但唯独有一种方式，让我失了手，一世的英名毁于一旦。

有一天我打开 360 智能摄像机 APP，看到下图所示的“未发现网络，内容走丢了”的提示，我还真以为网络出现了问题，竟然下意识地点了“刷新”，没想到却进入了拼多多的 H5 页面，里面有着诱人的“抽取现金红包奖励”，不过被我即刻关闭了……

（拼多多拉新广告真实图片）

此前我也曾提及过广告投放链路之中，点击乃是促使用户转化的首要步骤。此处的例子便是让用户在无意识的状况下点击，而后通过 H5 页面的各类激励手段逐步让用户陷入其中。

拉活实例

有一天我在苏宁易购搜索洗碗机，查看了某款西门子洗碗机之后，接着我在刷抖音 APP 时，就出现了苏宁易购的西门子洗碗机的广告，并且还显示了我当时所在的地区“梅州”。

（苏宁易购拉活广告真实图片）

这种实现方式是苏宁易购借助自有商城的用户数据（我浏览过洗碗机商品），并在抖音流量池子里精准定位到了我，向我展示广告，期望能够刺激我完成购买行为。

02 拉新与拉活广告投放的异同

自从“拉活”广告进入行业视野之后，圈子里出现了一些疑问：

• 哪些广告主在投放拉活广告？
• 一个拉活的成本大致是多少？
• APP 拉活在优化方式上和拉新有何不同？
• ……

哪些广告主在投放拉活广告？

从媒体方面获悉，当前拉活广告主要现身于游戏、平台电商、金融以及网服等行业之中，比如淘宝、京东、拼多多、支付宝、美团等。

当下市场上投放拉活较为猛烈的应当非淘宝莫属了，有人或许会感到好奇，淘宝的市场品牌和占有率已然如此之高，还需要拉活吗？

实际上这与当前的购买平台以及网民的购买习惯的变化有关，除了淘宝、京东，还有拼多多，以及当下各信息流平台上的二类电商，用户的忠诚度已经变得很低了，很容易因为新事物或者新优惠而转移平台，所以大家需要运用各种红包、优惠、砍价等激励手段来争夺或留住用户。

一个拉活成本大概是多少？

拉活成本远远低于拉新成本，毕竟“维护一个老客户的成本远远小于开发一个新客户的成本”。

目前市场上的拉活成本在几毛到几块钱之间。比如某主流 APP 的拉新成本要达到 100 了，但是拉活成本仅需 1 块多。

因为您已经知晓其是您的目标用户了，您能够直接精准地定位这批用户，省去了在非目标用户身上的广告浪费。

另外由于这个用户本身就是老用户了，所以您的客户教育成本也降低了许多，用户的转化路径相对而言也简单了不少。

APP 拉活在优化方式上和拉新有什么不一样?

目前市场上大多数人的拉新广告，并未做到单纯的拉新，而是新老用户混着拉。在创建广告计划的时候，没有剔除老用户，最多就是从公司/账户级别上设置过滤转化用户（这里只能过滤您在该平台开户投放以来的转化用户数据）。

新老用户混着拉存在两大弊端：

• 浪费广告费用，拉新的目标是希望产生更多新用户，但是由于没有区分新老用户，导致在老用户身上也消耗了一部分广告费用；
• 给老用户留下不好的印象，明明已经是您的用户了您还一直投放广告让我下载您的 APP？最为糟糕的就是“杀熟”，给新用户的福利众多，老用户却没有资格享受，但是却偏偏让其看到了这个广告。

所以拉新广告总体来说还是过于粗放了，需要好好再进行优化，不要错过任何一个能够降低成本的细节。

拉活广告是针对自身已有的用户进行重定向投放，听起来比拉新简单许多。然而，真正投放过拉活广告的优化师就会发现，越是简单的投放，其实越考验精细化运营的能力。

如果说拉新广告，重点在于媒体广告平台的数据能力和算法能力的话。那么拉活广告，更多地依靠广告主自身的数据能力和算法能力了。

我来归纳总结一下拉新和拉活的相同点和不同点：

-> 相同点

• 多账户多计划：不管是拉新还是拉活，合理地堆砌账户和计划都是必要的，对于不同的测试策略，最好要通过不同的账户或计划来进行对比验证。比如拉活，可以采用离线上传数据包的方式、也可以使用 RTA 的方式、还能够结合 DPA 的方式，不同手段对广告效果的影响，最好还是要利用账户和计划来区分清楚，进行科学的分析。

（我曾经投放的 APP 拉活项目小飞机截图）

• 注重创意和素材：不管是拉新还是拉活，创意和素材都是广告优化的决定性因素；不管是堆砌账户还是堆砌计划，千万不要进行无意义的重复新建，而是要在差异化素材的基础上去堆砌。加上当下互联网传播速度的持续加快、网民需求和喜好的不断变化，一套素材的生命周期可能不足 7 天，所以广告创意的迭代速度必须跟上。

-> 不同点

• 适用对象：拉新适用于全民，拉活主要面向那些老用户具有一定量级且数据相对有价值的广告主。
• 广告定向：拉新主要是设置好广告平台的用户定向，拉活主要是定向广告主的老用户，老用户需要由广告主回传给广告平台。
• 转化成本：拉活的 KPI 成本远远低于拉新，但是在转化效益上可能比拉新高得多。我目前接触到的拉活成本基本在几毛到几块之间。
• 出价方式：当下主流平台的拉新通常采用 OCPM、OCPC 出价，投放起来相对简单便捷。但是拉活成本较低，采用 OCPM、OCPC 可能会没有量。还有一种情况，就是乙方代理商帮助广告主投放却又拿不到广告主的转化数据时，建议使用 CPC。
• 转化指标：拉新的指标在各个行业有所不同，比如注册数、下载数、表单数、粉丝数等，但是拉活一般就是唤起 UV 数，重点关注唤起率（唤起率＝唤起 UV 数/点击数），这个指标与老用户人群本身的活跃度、与媒体人群的重合度有关。转化指标回传广告平台的处理方式也不一样。
• 转化链条：由于拉新面向的用户主要是未下载 APP 的用户，拉活是已下载但很久未登录甚至已卸载的用户。比如拉新的转化链条是广告曝光-点击-应用市场-下载-激活，拉活的转化链条是广告曝光-点击-deeplink 吊起打开 APP 或通过中间页用户点击 deeplink 吊起打开 APP（需要找媒体开通调起优化白名单和直达链接入口白名单）。
• 数据和算法：拉新主要依靠广告平台的数据和算法，拉活主要依靠广告主自身的数据和算法，广告要能够制定清晰的数据策略来运用这些老用户数据。特别是对于支持 RTA 竞价决策+出价的这种情形下 ，具体针对当前流量应该出多少价，需要广告主具备大量的用户转化价值预判能力。

03 详解拉活广告相关技术应用

既然拉活广告离不开广告主的用户数据，那么广告平台自然需要提供一个接收广告主一方数据的通道，目前主要的方式有：

• 广告主人工上传离线人群包到广告平台，优化师在添加广告计划时定向该人群包。适用于老用户量级相对较小而且不需要频繁更新人群包的广告主，需要更新人群包时人工手动重新上传。
• 广告主通过 MKT API 接口上传离线人群包，优化师在添加广告计划时定向该人群包。适用于老用户量级相对较小、需要定期更新人群包的广告主，由技术实现定期自动上传。
• 广告主通过广告平台 DMP 接口收集人群数据，优化师在添加广告计划时定向该人群包。这种方式一般是在网站或者 APP 直接加 DMP 代码，由广告平台的 DMP 系统收集数据，优化师可在 DMP 里面进行自定义提炼人群标签用于广告投放。
• 广告主通过对接广告平台的 RTA 接口实时预竞价判断，优化师在添加计划时设置 RTA 策略。适用于用户数据量大、数据价值高、需要多维度精细化运营的广告主，但是这个对广告主的技术和消耗要求也会比较高。
• 广告主通过对接广告平台的 DPA 接口回传人群行为数据，优化师在添加计划时设置 DPA 计划，可以实现精准定向用户和控制创意内容输出。主要用于电商行业较多，需要涉及 DPA 商品库对接，比如指定 7 天内收藏过商品的用户，向 TA 精准定向投放展示 TA 所收藏的那个商品的广告创意。
• 广告主同时对接 RTA+DPA 接口，也是用于电商行业为主。

近两年颇为热门的是 RTA 概念，跟广告平台那边了解之后发现，目前采用 RTA 主要应用于平台电商、头部互联网金融、大媒体 APP，因为它们数据量大而且数据价值高。细心的读者会发现，这里并未提及游戏……

对于未曾使用过 RTA 的从业者或许会好奇：

“RTA 投放”跟“直接上传数据包，拆分不同定向出不同价格建广告计划”有何不同？

两者的区别有 4 大要点：

（1）对于数据量级大且更新频率高、数据价值大且保密性高的广告主来说，上传数据包是不可行的。

我投放的某个拉活项目，由于当时尚未申请到巨量引擎的 RTA 对接，我们只能每隔半小时、一小时就依靠手工上传一次，在这一过程中遭遇了不少问题：

• 从平台层面来讲，一来后台有人群包数量的上限，达到上限就无法上传了，得手工删除之前的，二来上传时间缓慢，数据包不能太大，另外平台每天有众多客户在上传，大家都要在同一进程中排队等待生效（之前尝试过等了一天才生效），三来即使把包成功上传并生效了，广告竞价去调用新数据也存在延迟，具体延迟多少只有平台内部规则才清楚；
• 从人工层面来讲，我们等于是一直在做重复的工作，数据打包将会变得极为繁琐和低效。刚开始的时候需要早上 6 点钟就起来上传，上传完回去继续睡觉，隔段时间再继续上传。虽然后面通过自身的工具也实现了在指定时间自动上传，但还是会受到平台本身的人群包数量限制。所以，RTA 的价值就体现出来了。

（2）根据数据实时进行精准定向或过滤，将内部用户数据进行更细致的划分，筛选出高、中、低价值的用户，实现对不同价值的用户进行实时出价判断来逐步提升广告效果。结合 DPA 能够真正做到千人千面，这点至关重要，单纯依靠拆分定向来创建广告计划是无法实现的。

（3）同媒体/跨媒体的投放频次控制，能够减少重复曝光或无效曝光，避免广告浪费。避免同一用户的多次重复曝光，不仅浪费广告，而且用户可能厌恶该广告乃至该品牌。

（4）避免对已在某渠道成功转化了的用户在其它渠道重复当作新用户进行投放，如果不能实时 RTA 的话，有可能 A 渠道转化的用户在 B 渠道当作新用户重复曝光或者使用了错误的创意内容，就会出现前面所讲的“杀熟”现象了。

PS：在拉新的时候，RTA 还能够起到排除老用户、过滤黑名单用户的作用。