生活服务领域的增量宝典——拉新与拉活的关键所在！

过去的十年，移动互联网行业蓬勃发展，各个行业纷纷涌入，疯狂购买流量，实现粗放式增长。

那时，大家比拼的是装机量和日活。然而，在这种野蛮增长之后，问题也随之凸显：增长逐渐接近瓶颈，拉新变得越来越困难，一大批下载后从未打开的沉默用户不断积累。

随后，大家增长的核心问题从“拉新”转变为“拉活”。

以网服生活服务行业为例，在一场疫情的影响下，用户对生活服务平台产生了重度依赖，用户对服务性消费的需求急剧增加，单一服务的APP逐渐向“平台化”发展，各类增长渠道不断涌现，这也为美团、饿了么等生活服务类平台带来了更多的商业增长机会。于是，各方巨头纷纷在生活服务赛道上发力，使竞争变得异常激烈。

然而，随着互联网红利期的结束，拉新的难度也越来越大！

自2021年以来，中国移动互联网用户规模保持在近11.6亿，5月的同比增速首次出现负增长（Source：QM）。流量已经见顶，且价格越来越昂贵，该如何应对呢？

一方面，拉新仍然存在增长的空间，因此行业参与者更加注重寻找新的拉新途径，通过自身数据与广告平台数据的结合，识别出高价值的潜在人群。

另一方面，拉活则需要不断创新：根据不同用户的消费倾向和偏好，深入挖掘用户价值，这也被称为分层拉活！

数据安全问题一直是许多广告主的担忧之处。很多广告主的核心数据或能力无法融入到媒体的广告转化模型中：例如，一些金融行业的核心客户数据不愿上传到DMP上；一些电商的LTV和成交数据也不愿意提供给广告平台。

此时，RTA的作用就得以体现。

大家可能会有疑问：RTA不也会向媒体提供一些用户信息吗？那如何解决数据安全问题呢？

既然要影响到深度转化，一些深度数据的回传是难以避免的。而RTA能够最大程度地减少您需要曝光的数据。

举个例子：我要为我的100万个用户投放广告进行拉活，传统的方式是将这100万个用户数据打包上传到DMP进行定向投放，这是保密性最差的方法。但如果我使用RTA，媒体会给我发送100万个用户ID，我从中挑选出1万个进行投放，那么媒体最多只知道这1万个ID中至少有一个是我的用户。对用户价值的预估也是采用这种方式。

下面，我以腾讯广告为例，介绍其如何在整个投放过程中解决数据安全这一顾虑。

腾讯广告采取双管齐下的策略，打造「拉新 + 拉活」内外双循环蓄水池——“引水加速机”精准引入新客户的同时，“高强度造氧机”对老客户进行精细化分层运营，从而实现外部引水与内部唤醒的双循环，既引入新源头又注入新活力，实现用户和收益的双重增长。

首先来看拉新，为什么仍有部分广告主停留在粗放式拉新阶段呢？

1、对自身数据的使用认知较浅，缺乏意识

这又回到了开头提到的问题，很多人对自身数据的认识还仅停留在上传包进行排除和拓展上。为什么别人的成本比您更低，转化效果却更好呢？关键就在于对自身数据的利用！

2、数据维度多，较为复杂，缺乏实际操作的使用指导

确实不知道如何使用，数据繁多，哪些有用，如何对接，本身就是难题。

3、对数据安全的考虑较高

对于一些客户来说，用户数据的敏感度较高，因此即使明知这样做能提高转化效果，也不敢上传到媒体。

4、对这件事的提效效果没有预期

这能有多大作用呢？就需要我上传核心数据？

以上四点基本涵盖了大部分广告主的想法。那么，这些问题能够解决吗？答案是可以！

腾讯广告推出的联合专区就是解决方案：腾讯广告与广告主共同建设「联合专区」，结合双方数据，通过高价值用户建模，学习用户特征，在深度优化LTV的同时，提高高权重人群的获取能力。

腾讯提供高级的接入通道、独立的存储机制以及自主化的数据深度应用，从数据接入、数据存储到数据应用，提供全方位的数据安全保障，确保广告主的一方数据安全。让广告主在自己掌控的安全环境下实时整合数据，在不使用核心人群、满足数据保密性的前提下，实现非目标人群的筛选功能。

简单来说，这是一个安全可控、具有高度自主权和极大灵活性的工具平台。

广告主可以在此上传历史数据，将其一方人群作为建模的正样本，基于对用户群体的了解进行人工筛选，对样本进行关联度打分，根据分数高低智能优化投放模式，轻松找到更易实现高转化的人群，完成对潜在客群的挖掘和新客群的招募，从而达到降本增效的目的，输出更多的ROI。

效果如何呢？公布一组关键数据：高价值人群占比从10%提升至25%；CPM提高14.78%，浅层目标转化成本降低9.31%；策略绑定后，建模人群App次留率提高23%，账户LTV提升5倍。

这意味着什么？以我们常见的竞价侧为例，平时想要降低10%的转化成本而压低出价，会面临很大的掉量风险，而且CPM很可能会下降，后端的次留、LTV想要提升一点更是困难重重。现在前后差距如此明显，需要思考的已经不是是否使用，而是如何更好地使用这个问题。

再来看拉活，大家面临的最大问题仍然是：

1、无法对用户进行分层

2、分层后如何搭配RTA使用？

3、对效果不明确

我们首先要搞清楚分层拉活的原理：腾讯广告针对CPA投放付费目标，使用RTA实时回复用户加权，根据客户的考核目标及用户的关键行为，对拉活人群进行分层，为不同分层的拉活人群设定阶梯式的加权/出价策略。在优化账户付费成本的同时，提高高权重人群的获取能力，带动整体账户消耗的提升。

简单来讲，就是媒体将接口开放给您，您针对不同类型的非活跃用户，给出其拉活价值的大致评估：这个用户从未打开过APP，可以出较高的价格；这个用户打开过，但最近

不太使用了，可以出较低的价格；然后媒体平台会根据您提供的信息进行决策，这就是基本的逻辑。

这里也公布一组数据：高权重人群的CVR是账户平均CVR的2倍；高权重人群加权系数x2，由于人群质量高于账户平均水平，付费成本仍低于账户平均水平；在同一账户内，策略组与空白对照组相比，eCPM提高了10%-15%，CVR提高了15%-35%，付费成本降低了5%-15%。

效果就在这里，如果您不使用，而别人使用了，那么别人的成本就会比您低，流量也会比您大。

那么，拉新拉活的具体操作困难吗？其实很简单，这对于媒体和广告主来说是双赢的好事，媒体必然会竭尽全力优化操作门槛，针对拉新、拉活的不同需求，通过各种可视化操作指引、高效的人工客服、销售支持等方式，简化广告主的投放操作。