惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

GbyAI
GbyAI
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
L
LangChain Blog
Blog — PlanetScale
Blog — PlanetScale
A
About on SuperTechFans
Y
Y Combinator Blog
MyScale Blog
MyScale Blog
M
MIT News - Artificial intelligence
V
Visual Studio Blog
人人都是产品经理
人人都是产品经理
T
Threat Research - Cisco Blogs
L
Lohrmann on Cybersecurity
Application and Cybersecurity Blog
Application and Cybersecurity Blog
NISL@THU
NISL@THU
aimingoo的专栏
aimingoo的专栏
T
Tor Project blog
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
Cisco Talos Blog
Cisco Talos Blog
A
Arctic Wolf
T
Troy Hunt's Blog
U
Unit 42
Forbes - Security
Forbes - Security
J
Java Code Geeks
P
Privacy International News Feed
W
WeLiveSecurity
T
The Exploit Database - CXSecurity.com
S
Schneier on Security
H
Heimdal Security Blog
量子位
Martin Fowler
Martin Fowler
G
Google Developers Blog
WordPress大学
WordPress大学
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
D
Docker
罗磊的独立博客
Security Archives - TechRepublic
Security Archives - TechRepublic
Engineering at Meta
Engineering at Meta
云风的 BLOG
云风的 BLOG
雷峰网
雷峰网
Simon Willison's Weblog
Simon Willison's Weblog
N
News and Events Feed by Topic
D
DataBreaches.Net
V2EX - 技术
V2EX - 技术
AWS News Blog
AWS News Blog
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Attack and Defense Labs
Attack and Defense Labs
S
SegmentFault 最新的问题
MongoDB | Blog
MongoDB | Blog
S
Secure Thoughts
Apple Machine Learning Research
Apple Machine Learning Research

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
抽奖营销活动改版(实操复盘:从活动机制到数据验证)
大圆脑袋瓜子 · 2025-02-18 · via 人人都是产品经理

我们做活动运营时,把心理学的一些知识应用到自己的实际项目中,能提高不少转化和数据,更好达成活动目标。这篇文章,作者分享了自己对活动复盘的经验,希望可以帮到大家。

心理学知识如何应用到实际项目中,接下来将针对抽奖活动展开详细复盘。

文章目录:了解背景——明确目标——流程体验——梳理问题——方案设计(宏观/微观/活动任务/UI)——任务设计——数据需求

注:以下出现的数据已脱敏,非真实数据,仅供学习;

01 了解背景

  1. 该产品主业务客单价低、频次低,意味着能给用户的福利空间有限+需要运维的用户群体极大,所以要1块钱花出10块钱的感觉,需要把预算集中在一起;
  2. 该产品业务,低频、非刚需、且周期长(不能即时完成),无回收习惯的用户很难主动跨出第一步,需要助推;
  3. 用户的回收两极分化严重,大多数用户的回收重量很少,能邀请的助力用户很少,少数用户(团队)回收数据很大,能邀请的用户也很多;

02 明确目标

活动的定位决定目标,目标决定改版的侧重点,基于对产品各个板块的分析,锁定要突出改版对象为“高价值抽奖”,确定改板块的目标为:

第一目标:提升活跃,提高参与度&积极性;

第二目标:提升用户体验,对品牌的感知;

第三目标:提升回收意愿、分享带来自传播(拉新、老用户召回);

03 旧版体验

梳理问题

心理学上的“价值期望理论”(一个人的行动由目标能带来的价值及实现的可能性决定,对于一个抽奖类的活动,用户核心心理是“奖品有无吸引力”“我有没有可能中奖”。

  1. 当前的抽奖机制过于独立,难以融入其他流程,尤其是核心回收,导致这个板块的性价比偏低;
  2. 整个流程,参与的维度过于单一,缺少“很可能中奖”的氛围;
  3. 中奖用户集中在少数团队账号,普通个体用户没有机会中奖;
  4. 用户可操作的空间少,无法获得成就感;
  5. 当期礼物不吸引人的话,那么,与用户的关联直接中断,且很难想起来下次再来;
  6. 受邀用户参与感低,助力完没有后续,无法起到自传播效果;
  7. 自己的中奖记录、他人中奖记录的视觉展示太弱;
  8. 未中奖、恭喜中奖的通知过于生硬,缺少感情;

04 方案设计

礼物的吸引程度,每种商品、每个用户差异很大,单次很难调和,只能通过往期和下期预告提升,所以本次改版的重点在“中奖可能性的感知”。

1. 流程设计

2. 宏观调整

1)引入道具“概率卡”:

(1)用户可根据每期的商品,选择使用或者囤积“概率卡”,增加可玩性(博弈论);

(2)“概率卡”可衍生不同类型、面值,融入整个产品中,如:

  • 安慰卡:已参与、使用了概率卡、但未中奖的用户,可获得安慰卡,用来提升下次概率——避免打击用户的积极性,即使不中奖也会持续参与;为了攒卡,用户会定期来查看和参与,即便本期商品不是ta想要的——活跃度&参与度提升;
  • 互动卡:作为平台营销活动的奖品,以抽奖商品作为噱头,显得“贵重”,但不会增加实际营销成本——有效降低营销费用;
  • 回收卡:融入主业务流程,对“不主动回收用户”侧面引诱,对“主动回收用户”正向奖励——促进首次下单,增加老用户福利;
  • 助力卡:邀请方和被邀请方都会收到不同点数的概率卡,对双方都有好处,提高分享意愿和被邀请方的参与度;

(3)Tips:为了让用户常来查看,给概率卡设置里30天有效期,期限内可以屯卡;

为了强调核心回收业务,只有回收卡的有效期有180天;

2)引入“中奖值概率区间”:

  1. 根据用户本期使用的概率卡累计的概率点数,展示概率区间“一般概率、加倍概率、强力概率、完美概率”;
  2. 跨度设计:只要消耗最小面值的概率卡,就能达到加倍概率,带来“可能中奖”的感受(类似饮料只有中杯和大杯,没有小杯);
  3. 心理上营造模糊地带,虽然跟其他人比,“我”的中奖概率不高,但跟上一个阶段的“我”比,现在我的中奖概率好高啊!

2. 微观调整

1)中奖记录优化;

存在问题:

  • 往期抽奖活动,只有图标+名称,视觉上太弱了,无法引起“哇,我错过了一个亿”的感受;
  • 用户发帖的内容,一半帖子有中奖弹窗截图,另一半帖子没有图片,根本看不出“错过了什么好东西”;
  • 很多中奖用户并没有发帖分享(送积分引导“分享中奖感受”,不够有吸引力);

页面调整:

  • 丰富每期活动的展示;
  • 分享中奖感受的帖子,如果没有图片,自动插入对应抽奖商品的图片;
  • 引导发帖的福利更改为“概率卡”,提升吸引力(中奖的人尝过甜头了);
  • 增加“恭喜中奖”印戳,增加氛围;

2)往期活动优化

存在问题

  • 往期活动,视觉上太弱了;
  • 纯按活动时间排序,没有突出中奖的信息;

页面调整

  • 加大每期活动的信息展示;
  • 本人中奖的活动置顶展示,并增加“恭喜中奖”印戳;

3)中奖记录弹窗

存在问题

  • 弹窗内容过于平淡,中奖缺少喜悦,未中奖缺少鼓励;
  • 引导“分享中奖感受”的效果不够;

页面调整

  • 根据本次概率值,给用户送出不同额度的概率卡作为“安慰奖”;
  • 增加氛围装饰;
  • 突出获奖商品/错过的商品;
  • 引导“分享中奖感受”的激励更改为“概率卡”

4)下期预告:

保证1~2期的活动预告,增加用户看到心动奖品的概率;

05 UI呈现

06 任务设计

任务设计的要点:突出主业务、普通用户也有机会、防止违规刷数据;

07 数据验证指标设计

工作方法:回顾活动目标——提炼数据指标——倒推埋点&创建文档——(运营评审)——开发添加埋点——(elsx分析效果)——后台添加展示;

1. 回顾目标

第一目标:提升活跃,提高参与度&积极性;

第二目标:提升用户体验,对品牌的感知;

第三目标:提升回收意愿、分享带来自传播(拉新、老用户召回)、

2. 提炼数据指标

根据目标,我们需要关注总参与人数、参与用户中持续参与的情况、参与用户中首次参与的情况、参与用户中参与任务情况、不同类型概率卡的发放和核销情况、跳转主业务&完整转化的情况、传播情况、被分享用户的数据情况、中奖发帖情况;

3. 倒推所需数据及埋点

4. 记录埋点文档

按规范记录所需的埋点、评审并进入开发;

以上,完成了一次营销活动的改版、并设定数据效果指标,后续只要分析相关数据,跟进目标达成情况,再针对性改善即可

本文由 @大脑袋瓜子 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务