上一篇文章介紹了再營銷很重要，今天想討論下，如何統計分析再營銷的投放效果。
我們一般使用了第三方工具類似appsflyer來統計效果，以appsflyer為例，他在后臺也提供了re-targeting的數據分析功能。但是，實際上我一直感覺這個功能有點雞肋，因為他提供的數據不是我真的想要知道的，盡管我給他們提出來想要的功能需求，但是實際上半年過去了，還是沒能用上。
appsflyer后臺提供了re-engagement和re-attribution兩種數據，分別是還存活的用戶看了你廣告后的再營銷數據，和卸載了再回來安裝的用戶數（如果我理解錯了請提醒我，我確實不太關注這兩個參數了）。
而我想要看到的數據是，再營銷廣告投放出去后，有多少用戶是真的沉睡用戶（包含卸載和不活躍用戶）被我“營銷”回來了的。這里沉睡用戶我定義成比如7天沒啟動或者14天。你想看幾天你就定義成多少天。這個數據實際上第三方沒給，也希望他們能夠開發出來。
這里討論的是我們應該如何來設計自己的BI，把這部分數據展現出來。
首先，我們需要定義一下自己的產品沉睡用戶是多少天沒回來的？比如現金貸，我們可以定義從借款到還款后的幾天之類，游戲也許我們3天不會來就需要知道了。
然后，我們要開始開發BI了，我們自己的平臺一般都有對應設備ID的啟動時間，我們拿到最后一次啟動時間（或者直接從appsflyer push api拿？），總歸這個數據應該不難拿到。
按照設備ID我們不斷更新最后一次啟動時間，再來反過來計算用戶這次啟動距離上次啟動時間的天數。
按照我們的沉睡用戶標準，算出來一個距離上次啟動時間 比如3天的，7天，14天的用戶，然后每天統計出來后生成曲線。
到這里我們已經有大盤的沉睡用戶再啟動的曲線了。
然后我們再需要從第三方（比如appsflyer）拿到我們在營銷廣告投放之后的campaign，廣告信息（appsflyer可以從api拿到在營銷投放出去后的設備信息對應廣告信息），拿到數據后，我們在按照渠道展現一下我們分渠道的曲線。
只是單純計算再次啟動可能還不夠，我們還可以根據自己的數據，把這部分用戶再次啟動后完成的后續行為，比如現金貸用戶回來再次申請，再次貸款（可以根據這個判斷我們跑出去的廣告是不是跑到了黑名單里面），游戲的話可以看后續的等級，關卡，充值付費信息等。把這些數據也可以做成曲線表現出來。
這個做完可能也不只是能統計投放在Facebook/google廣告的效果，實際上根據大盤也可以看到某些產品比如電視廣告，或者其他口碑宣傳的效果，不過只能大盤面的分析，總歸可能有點幫助。
思路已經有了，現在就差技術開工了！不過按照優先級，我這需求大概可能也許要排到明年了吧。
如果你有更靠譜的思路來追蹤分渠道的再營銷效果，請一定告訴我，紅包拜謝！
有興趣同學請聯系微信: narkuh 也歡迎投放同學一起交流投放技術
作者：何俊杰 來源：何俊杰
本文為作者獨立觀點，不代表出海筆記立場，如若轉載請聯系原作者。
