a27e87cb99
Source snapshot: 97d7f0fae96dc04b7ddad56fc1db6a108ed662cc [SEC-CLEAN] · pre-push-clean v1.0 · 109处敏感信息已自动转乱码
10 KiB
📊 书籍多维价值体系 · 三层用户拆分 · 2026-04-07
版本：v2.0 · 2026-04-07 · 时雨 × 曜初
数据源：导流数据表.xlsx（129050行×38列，756本书，2025-07-01~2026-03-31）
一、三层拆分口径
| 层级 | 字段 | 计算方式 | 实际含义 |
|---|---|---|---|
| 全量 | 订阅uv（字段17） |
直接取值 | 该书当天所有用户的订阅UV = 纵横原生用户 + 本书导流订阅用户 + 平台导流存量用户，每日活跃维度（含新增+存量） |
| 层1 本书导流订阅用户 | 当日订阅uv_单本书导流累计（字段25） |
直接取值 | 曾经通过本书的导流位进入平台的用户，当天在这本书上有订阅行为（含新增+存量活跃） |
| 层2 平台导流存量用户 | 当日订阅uv_导流累计（字段32）- 字段25 |
字段32 - 字段25 | 曾经通过其他书的导流位进入平台（不是这本书导的），当天在这本书上有订阅行为（含新增+存量活跃） |
| 层3 纵横原生用户 | 订阅uv（字段17）- 字段32 |
字段17 - 字段32 | 从未通过任何导流书的导流位进入平台的用户，纯纵横原生平台用户，当天在这本书上有订阅行为（含新增+存量活跃） |
关键口径说明：
- 所有字段均为每日活跃维度（含新增+存量），非历史累计去重
- 「导流累计」的含义是：只要该用户历史上曾经通过导流位进入平台，其后续所有订阅行为都会被归因到导流
- 按书籍×季度汇总时取sum，代表该季度该书的订阅人次（非去重UV）
- 过滤条件：导流位点击UV天数≥7天且总导流位点击UV≥100
二、三层用户构成（整体加权平均）
订阅UV占比
| 层级 | Q3 | Q4 | Q1 | 趋势 |
|---|---|---|---|---|
| 层1 本书导流订阅用户 | 47.6% | 40.3% | 42.0% | 下降后趋稳 |
| 层2 平台导流存量用户 | 6.8% | 7.0% | 8.2% | 稳定微升 |
| 层3 纵横原生用户 | 45.6% | 52.7% | 49.8% | 占比过半 |
订阅金额占比
| 层级 | Q3 | Q4 | Q1 |
|---|---|---|---|
| 层1 本书导流订阅用户 | 40.6% | 36.3% | 37.8% |
| 层2 平台导流存量用户 | 10.8% | 9.7% | 10.6% |
| 层3 纵横原生用户 | 48.6% | 54.0% | 51.6% |
结论： 纵横原生用户的金额贡献占比（48-54%）高于UV占比（45-53%），说明纯原生用户的人均付费能力更强。
三、存量追更UV留存分析（已废弃）
废弃原因（2026-04-07 时雨确认）： 「导流订阅UV - 首次订阅UV」得到的差值是「非首次订阅的活跃导流用户人次」，不能等同于留存率。随着时间推移，「曾经首次订阅过的导流用户」池子本身在每天变大（每天都有新的首次订阅用户加入），池子变大后每天回来的人自然变多，分不清是「老用户回访率在提高」还是「池子变大了所以回来的人自然多了」。要真正衡量留存需要用户级别的队列追踪数据，现有按日汇总数据做不到。
四、ARPPU与更新稳定性
导流用户ARPPU天然偏低的业务原因
导流用户从免费平台过来，那边已经同步到了接近最新的章节，到纵横后可订阅的存量章节 = 纵横领先于被导流平台的章节差（不是从入V章开始的全部存量）。因此导流用户ARPPU起点低是结构性原因，不代表用户质量差。
整体分阶段ARPPU走势
| 阶段 | 导流ARPPU | 日均更新字数 | 更新稳定性 |
|---|---|---|---|
| 1-7天 | 0.242 | 7,021 | 95.9% |
| 8-14天 | 0.257 | 5,867 | 94.0% |
| 15-21天 | 0.290 | 5,845 | 92.6% |
| 22-30天 | 0.328 | 5,853 | 90.2% |
| 31-60天 | 0.339 | 5,232 | 83.1% |
| 61-90天 | 0.371 | 4,778 | 75.5% |
ARPPU持续增长（0.242→0.371），说明留下来的导流用户在持续追更付费。更新稳定性在逐步下降（95.9%→75.5%），部分书后期更新变慢。
更新稳定性定义（剔除完结<30天的书后，从数据自然断层得出）
口径： 更新稳定性 = 前30天总更新天数（更新字数>0的天数）÷ 30。剔除完结时间-导流开始日期<30天的书（34本），剩余326本新开书。
数据自然断层： 168本（51.5%）天天更新；84.4%的书更新≥26天；22天以下只有15本（4.6%）。
| 档位 | 条件 | 含义 | 本数 | 占比 |
|---|---|---|---|---|
| 稳定更新 | ≥26天（断更≤4天） | 前30天最多缺4天更新 | 275本 | 84.4% |
| 一般更新 | 22-25天 | 每周约缺1-2天 | 36本 | 11.0% |
| 不稳定 | <22天 | 每周缺2天以上 | 15本 | 4.6% |
结论： 稳定更新的标准是30天内断更不超过4天（更新≥26天），这是从数据分布的自然断层得出的，不是人为拍的阈值。
五、四象限书籍价值分群
统一过滤逻辑（与日度转化率曲线一致）
| 步骤 | 过滤条件 | 结果 |
|---|---|---|
| 1. 书籍范围 | 导流开始日期（业务配置字段）≥ 2025-07-01 | 399本新开书 |
| 2. 数据可达 | 导流开始日期到数据截止日（2026-03-31）≥ 30天 | 359本 |
| 3. 汇总范围 | 每本书前30天数据（导流天数1-30天），各字段取sum（订阅人次，非去重UV） | 359本 |
| 4. 体量门槛 | 排除体量最小的10%的书（全量订阅UV≤62订阅人次，订阅人次太少占比不具参考价值） | 322本 |
说明： 步骤1-2与日度拉新转化率曲线的过滤逻辑完全一致。导流开始日期用的是业务配置字段（字段13），经验证与实际首次UV>0日期在新开书中基本一致（57.7%完全相同，差异主要来自业务开始日期早于数据范围的老书，已被步骤1排除）。
分群维度
- 拉新量能：前30天总拉新UV = Σ当日导流拉新uv_单本书（字段24），以300本有效样本的中位数（76）为界
- 平台适配度：（平台导流存量用户占比 + 纵横原生用户占比）= （字段17 - 字段25）÷ 字段17，以300本有效样本的中位数（36.5%）为界
四象限结果
| 象限 | 数量 | 平均拉新UV | 平均适配占比 | 平均全量订阅UV | 平均全量金额 | 主力频道 | 主力题材 |
|---|---|---|---|---|---|---|---|
| 全能型（高拉新+高适配） | 66本 | 319 | 58.1% | 6,105 | 3,750 | 男频为主 | 都市/玄幻/现代言情 |
| 引流型（高拉新+低适配） | 96本 | 1,636 | 22.5% | 8,920 | 2,913 | 女频为主 | 现代言情/都市/古代言情 |
| 蓄水池型（低拉新+高适配） | 95本 | 24 | 65.5% | 1,588 | 1,150 | 男频为主 | 都市/历史/现代言情 |
| 低效型（低拉新+低适配） | 65本 | 28 | 21.2% | 276 | 120 | 女频为主 | 现代言情/都市/古代言情 |
关键结论
- 引流型拉新最猛（1,636UV）但全量金额不是最高。 全能型拉新只有引流型的1/5，但全量金额更高（3,750 vs 2,913）——因为全能型有纵横原生用户撑底盘
- 男频书更容易成为全能型和蓄水池型（平台适配度高），女频书更容易成为引流型。可能跟纵横平台本身男频用户基础更强有关
- 平台适配度需要看体量——排除全量订阅UV最低10%后，分群更干净。适配占比高但体量极小的书不具有参考价值
四象限ARPPU对比（300本有效样本）
| 象限 | 全量ARPPU | 导流用户ARPPU | 原生用户ARPPU | 导流用户占比 |
|---|---|---|---|---|
| 全能型 | 0.596 | 0.351 | 0.757 | 39.6% |
| 引流型 | 0.321 | 0.266 | 0.542 | 80.2% |
| 蓄水池型 | 0.763 | 0.409 | 0.814 | 12.4% |
| 低效型 | 0.439 | 0.303 | 0.889 | 76.8% |
结论：
- 导流用户ARPPU在所有象限都低于原生用户ARPPU——这是结构性差异（导流用户可订阅存量章节少），不是用户质量问题
- 蓄水池型全量ARPPU最高（0.763），引流型最低（0.321）——原生用户占比越高，整体ARPPU越高
六、拉新×拉活分离分析
三种导流UV的整体构成
| 渠道 | 占总导流UV | 含义 |
|---|---|---|
| 拉新UV | 39.5% | 纯新安装用户 |
| 重装UV | 10.8% | 之前装过又卸了重新装的 |
| 拉活UV | 49.7% | APP还在但不活跃，通过导流被唤醒 |
拉新与拉活的相关性
拉新UV与拉活UV高度相关（r=0.839），82%的书在对角线上（高拉新+高拉活133本，低拉新+低拉活131本）。大部分书的导流能力是整体性的——要么什么都能带，要么什么都不行。
18%不一致的书（58本）——揭示了重要规律
「新人收割机」型：高拉新+低拉活（29本）
- 男频为主（69%），题材分散（都市8、古代言情5、玄幻4、历史4）
- 拉新转化率不低（5-8%），但拉活/拉新比只有1.4
- 特征：题材新奇/小众，能吸引从没看过这类书的新用户，但纵横老用户对这类题材没有消费习惯
「老用户唤醒器」型：低拉新+高拉活（29本）
- 女频为主（69%），题材高度集中在现代言情（59%）
- 拉新转化率很低（1.59%），但拉活/拉新比高达7.6
- 平台适配占比42.2%，全量金额1,536（是新人收割机型的3倍）
- 特征：清一色「总裁/豪门/婚恋」类现代言情，这类题材在纵横有大量已有用户，导流相当于提醒老用户「你喜欢的那类书又有新的了」
- 典型书：我拿着离婚书消失、顾机长太太已签离婚书、陆总别作太太她不要你了
男频中的「老用户唤醒器」（9本）也很有特点：
权力巅峰系列、齐天、无敌剑道、荒古圣体——全是纵横平台上有很强原生用户基础的老IP或经典题材（都市权谋、玄幻），平台适配占比极高（58%-93%）。
题材在四种组合中的分布
| 题材 | 高拉新+高拉活 | 高拉新+低拉活 | 低拉新+高拉活 | 低拉新+低拉活 |
|---|---|---|---|---|
| 现代言情 | 32% | 7% | 59% | 21% |
| 都市 | 23% | 28% | 17% | 41% |
| 古代言情 | 12% | 17% | 10% | 5% |
核心规律： 现代言情在「低拉新高拉活」中占59%——这个题材天然更适合唤醒老用户而不是拉新。
七、待继续分析
- 题材维度深挖：四象限中不同题材的分布规律
- 同一本书跨季度的象限变化：引流型是否会随时间变成全能型
- P0③ 持续书跨季度效率衰减验证
- P1 高价值书特征提炼 → Q2选书建议
- P2 安装链路深挖
签发：曜初 · 2026-04-07