市场推广里说的“模型”常被混着用，实际至少分两类：一类是营销框架模型，如4P、AARRR，用来组织思路、划分环节；另一类是统计分析模型，如漏斗、RFM、归因、AB实验，用来把数据算出来、比出差异。本文讲的是后者——推广效果分析中真正要落到指标和计算上的模型。按推广任务分，常用的是四组：看渠道、看活动、看用户、看效果归因。

一、看渠道：ROI、CAC与LTV/CAC

渠道投放最先要回答“这笔钱花得值不值”。三个指标构成一组：

• 渠道ROI = 该渠道带来的收入 ÷ 该渠道投放成本。统计单位要一致，收入按渠道可追踪的成交口径计，成本含媒体费与代理服务费。ROI大于1只说明收入覆盖成本，是否“值得加投”还要看毛利。
• CAC（获客成本）= 投放成本 ÷ 新增获客数。分母的“新增”要事先定义：是注册、留资还是首单，不同定义算出的CAC不可比。
• LTV/CAC：用用户生命周期价值对比获客成本，判断拉新是否可持续。LTV的测算周期、是否折现、按毛利还是收入计，都会改变比值，健康区间须结合本行业与自身毛利结构核验，不能套用固定数字。

这组模型的用途是横向比较渠道、决定预算倾斜。操作上先统一各渠道的成本与转化口径，再算ROI和CAC，最后用LTV/CAC筛出“量大但质量低”的渠道。需要注意，渠道ROI与CAC都依赖可追踪的成交归因，若平台数据与自有后台口径不一致，应先做对账再比较，否则渠道间的排序可能因统计差异而失真。

二、看活动：转化漏斗与同期群

转化漏斗把一次推广拆成曝光→点击→落地页浏览→留资/加购→下单等环节，逐层算转化率，定位流失最严重的一层。要点是每层的分母必须写清：点击率的分母是曝光，下单转化率的分母是加购还是访问，口径不同结论就不同。漏斗告诉你“在哪漏”，不告诉你“为什么漏”，后者要结合页面、素材、人群做对比。

同期群（Cohort）分析按获客时间或渠道把用户分组，观察各组在后续周期的留存与复购。它解决的是“总量在涨，但新客质量是否在降”这类问题——把不同月份获取的用户分开看留存曲线，比看整体平均值更能发现渠道质量变化。同期群分析的分组维度不宜过多，否则每组样本过少，留存率的波动会掩盖真实趋势；通常按周或按月分组，保证每组有足够样本再解读曲线。

三、看用户：RFM分层与画像标签

RFM按最近一次购买时间（R）、购买频次（F）、购买金额（M）三个维度给用户打分分层，通常分出高价值、沉睡、流失预警等群体，用于差异化触达：高价值客户做维护，沉睡客户做召回。落地时要先确定R、F、M的统计窗口和分档阈值，阈值应来自自身数据分布，而非照搬。分档方法常用均值、中位数或分位数切分，选择哪种取决于数据分布是否偏态；偏态明显时用分位数比均值更稳。

用户画像标签则按行为、渠道来源、品类偏好等设计标签，把人群切成可运营的群体。RFM偏结果分层，画像标签偏特征描述，两者常配合使用：先用标签圈出人群，再用RFM判断价值。标签体系要控制冗余，同一行为不要重复打多个含义相近的标签，否则人群圈选时容易重复计算。

四、看效果归因：归因模型与AB实验

用户从看到广告到下单往往经过多个触点，归因模型决定把转化功劳分给谁：首触归因记给第一次接触，末触归因记给最后一次点击，线性归因在各触点间平均分配。同一批数据用不同归因模型，各渠道的“贡献”会明显不同，所以归因结论必须注明所用模型，且平台后台的归因规则要以官方文档为准。实际操作中，归因窗口的长短也会影响结果：窗口设得短，长决策周期的触点会被漏记；设得长，则跨周期归因的噪声增加，需在报告中标明窗口设置。

AB实验用于验证改动是否真的有效：把用户随机分到对照组和实验组，只改一个变量（如落地页版本），比较两组的转化率差异。关键是随机分流、样本量足够、实验前定好观察指标，避免看到结果再挑指标。样本量估算应在实验前完成，依据基线转化率和希望检测到的最小差异计算，样本不足时即使看到差异也不能下结论。

五、按推广目标选模型

把上面的模型对应到具体目标，选择就清楚了：

六、一个模拟流程（编辑构造，非真实数据）

假设某品牌季度推广要重分预算：第一步，按渠道算ROI与CAC，用LTV/CAC筛出获客成本高、后续价值低的渠道，压缩其预算；第二步，对主力渠道做转化漏斗，发现落地页到留资这一层流失最大；第三步，用RFM对已购用户分层，对沉睡群体设计召回活动；第四步，对落地页改版做AB实验，用实验组与对照组的转化率差异验证效果，再复盘预算调整后的整体表现。这条链路的价值在于：每个结论都有对应指标和口径，能复算、能复核。

七、模型落地需要的能力

上面这些模型并不复杂，难的是落地前提：指标口径统一（曝光、转化、复购的分母怎么定）、描述统计与对比趋势分析、以及把业务问题转成可验证假设的归因框架。这些正是系统学习可以补齐的部分。CDA Level I 的「数据分析方法」覆盖漏斗、同期群、RFM与对比趋势等方法，「指标体系构建方法」讲指标口径与拆解，「用户标签与用户画像」讲行为标签与人群划分，可以配合公开或模拟数据，完成一份渠道分群与转化漏斗报告，把取数、口径和结论串起来检查是否自洽。

如果只记一个下一步：选你手上正在跑的一个渠道，把它的成本、新增获客数和收入按统一口径填进ROI与CAC公式，先算出这一个数，再决定要不要往下拆漏斗。

延伸阅读

[1] CDA Level I 考试大纲