营销岗日常要回答的问题其实很集中：这次投放带来多少有效线索，活动哪一步掉得最多，新客和老客谁在复购，渠道花出去的钱能不能收回来，品牌传播有没有形成讨论。每个问题对应的分析模型不同，选错模型，指标口径和结论都会跟着偏。下面按五类常见任务说明模型用途、输入指标和输出结论，再给一张选择对照表和落地所需的数据能力。

一、投放与转化：漏斗分析与AARRR

漏斗分析用于定位转化链路中的流失环节。输入是各环节的曝光、点击、访问、加购、下单等事件数据，每个环节要有统一的统计单位和时间窗口，输出是各环节转化率及环比变化。AARRR把获客、激活、留存、收入、推荐拆成五段，适合在漏斗之上看整体增长结构，但它是框架而非单一计算模型，不能替代具体环节的转化率计算。

使用时先确认分母。例如"下单转化率"的分母是访问用户数还是加购用户数，不同口径结论可能相反。漏斗输出应能回答"哪一步流失最大、变化发生在哪个时间段"。

二、用户分层与留存：RFM与同期群

RFM按最近一次消费时间（R）、消费频次（F）、消费金额（M）三个维度给用户打分分层，适合复购型业务做人群运营。输入是用户ID、订单时间、订单金额，需先确定统计周期和分档阈值，输出是高价值、沉睡、流失预警等标签群体。RFM的局限是只反映交易行为，对内容互动型用户不敏感。

同期群分析（Cohort）按用户首次行为时间分组，观察各组在后续周期的留存或复购表现。输入是用户首购或首访时间、后续各周期活跃记录，输出是分群留存曲线。它能把"整体留存没变"拆成"新客留存下降、老客留存上升"这类结构变化，比单看月度留存率更有解释力。

三、活动效果复盘：AB测试与对比分析

活动复盘常需要判断改版或策略是否真的有效。AB测试把用户随机分到对照组和实验组，比较同一指标在两组间的差异，输入是分组标识、曝光记录和目标指标，输出是差异大小及是否统计显著。做AB测试要先确定样本量和观察周期，避免中途反复查看结果导致误判。

没有条件做随机分组时，可用前后对比或同群体对比，但要交代混杂因素，例如同期还有别的投放。复盘报告应写清指标口径、数据来源和判断依据，让结论可被下一次活动复现。

四、渠道投入产出：渠道ROI与LTV/CAC

渠道ROI按"（渠道带来收入－渠道投入）÷渠道投入"计算，输入是分渠道的投入金额和归因后的收入。LTV/CAC则是用户生命周期价值与获客成本之比，CAC为总获客投入除以新增客户数，LTV需明确是按历史复购推算还是按合同期计算。两个指标都要先统一归因口径：收入算给首次触点还是末次触点，会直接改变渠道排序。

归因分析本身是模型选择问题。末次点击归因简单但高估转化环节，首次点击归因偏向拉新渠道，多触点归因更贴近实际但需要完整的触点数据。选哪种取决于数据可得性和决策用途，报告里要写明。

五、品牌传播：声量与内容分析

品牌传播的分析模型相对轻量，常用声量趋势、情感倾向分布和内容构成分析。输入是各平台的提及量、互动量、正负向标注，输出是传播周期内的声量峰值、情感结构和主要讨论话题。这类分析要说明采样范围和标注规则，避免把平台样本当成整体市场。

模型选择对照表

选模型时先看目标，再看数据是否支撑。没有分渠道投入数据就做不了渠道ROI，没有随机分组就做不了严格AB测试，这时应改用对比分析并说明限制。

模拟示例：一次活动转化率下降的排查

假设某次活动转化率从5%降到3.5%（模拟数据）。第一步用漏斗分析，发现"加购到下单"环节流失明显上升；第二步用同期群对比，新客留存下降而老客稳定，说明问题集中在新客路径；第三步对改版页面做AB测试，实验组下单率低于对照组且差异显著；最后用渠道ROI核对，发现某渠道新客CAC上升、LTV/CAC低于1。结论指向该渠道新客质量与页面改版共同作用，后续可分别调整投放和页面。这个流程说明模型之间是接力关系，不是并列清单。

落地所需的数据能力

模型能不能用起来，取决于三件事：指标口径是否统一，取数是否可复现，结论是否能被验证。漏斗和同期群要求事件埋点完整，RFM要求订单数据干净，渠道ROI要求归因规则事先约定。这些能力对应指标体系构建方法中的口径定义与指标拆解、数据分析方法中的漏斗与同期群计算，以及用户标签与用户画像中的行为标签设计。CDA Level I的相关模块覆盖了这些内容，适合按"先定口径、再算指标、后出报告"的顺序做练习：用公开或模拟数据完成一份渠道分群与转化漏斗报告，检查取数、口径和结论能否互相解释，再决定是否深入更复杂的归因建模。

下一步

选一个你手上真实的活动或渠道数据，先写出漏斗各环节的分子分母和统计周期，跑一遍转化率，再判断是否需要接同期群或渠道ROI。口径写不清楚的地方，就是需要补的数据能力。

延伸阅读

[1] CDA Level I 考试大纲