增长与运营面试遇到「活动成交额和新使用者都增加了，要不要加码」，先确认平台实际取得多少收入、补贴后留下多少贡献，再检查使用者是否回来，以及改善是否由活动造成。成交额上升可以是好消息，但扩大预算还需要一个理由：多花的钱，能否换来原本不会出现、而且值得保留的生意。
这篇以原创电商平台案例练习这项决定，适合准备使用者增长、活动运营及电商运营职位的人。平台、两个市场、数字、期间与判断条件全属虚构，并非企业真题或真实经营结果。读完后，你可以完成一张诊断表，再设计下一轮要做的实验。
活动分析确实与这类工作有关。例如 TikTok 的一份伦敦直播活动运营职位说明，包含使用者分析、寻找增长机会和活动报告，亦提及留存逻辑。这只是角色背景；直播创作者运营与下文电商促销并不相同，也不能据此推定任何公司的面试题目、评分方式或目前招聘状态。来源：TikTok 官方职位说明。
先把「增长」变成一个预算决定
假设平台在甲、乙两个市场推出首购券。主管看到交易额增加，想将下一轮活动预算翻倍。你的回答可以先限定：「我从平台角度判断是否扩大这项首购促销，先检查新客在同等时间内的购买与贡献，再确认活动本身的额外效果。」这样便知道接下来要算什么，也知道商家营收增加并不能直接替平台作决定。
第一个要讲清的名词是商品交易总额，常写作 GMV。本文把它定义为有效订单的商品金额：已扣商家折扣、未扣平台出资优惠券，不含税和运费，并排除最终取消或退货的订单。平台从这个金额收取服务费，因此交易额和平台收入是两笔不同的数字。实际公司可能采用不同口径，面试中应先询问采用哪一种。
例如一笔商品交易额是 100 元，平台按本案例假设收取 10% 服务费，收入就是 10 元。若买家用了平台出资的 5 元券，平台仍按 100 元计费、另承担这 5 元，扣完券只剩 5 元，还没扣支付、履约与客服成本。商家自己出的折扣已反映在 100 元中，不能再当成平台补贴扣一次。
这也提醒你先核对财务栏位。若题目提供的「平台收入」已扣平台券，就不要再次扣券；若券由商家与平台共同出资，只列平台承担部分。把支出分清楚，不只是避免算错，也能看出活动究竟依赖谁持续付钱。
同样追踪三十天，才能比较回购
下面把活动期与前一期各自十四天内首次购买的使用者分开记录。每人都从首次有效购买当天起追踪三十天；必须等最后加入者完成追踪，再结算取消和退货。所有金额都按固定汇率换算为同一币种，以「元」表示，不把两种货币直接相加。
访客数是各期去除重复、此前从未购买的访客；首购人数是其中在该十四天内完成首次有效购买的人。回购人数是首购日起三十天内至少再有一次有效购买的人，回购率就是回购人数除以该批首购人数。为方便核算，本例假设每位回购者恰好再买一次，每笔有效订单交易额均为 100 元。表中交易额涵盖该批新客的首购及三十天内回购，并非全平台的月度成交额。
| 同一口径的观察项目 | 甲市场前期 | 甲市场活动期 | 乙市场前期 | 乙市场活动期 |
|---|---|---|---|---|
| 符合条件的访客 | 10,000 | 12,000 | 10,000 | 15,000 |
| 首购人数 | 1,000 | 1,500 | 800 | 1,600 |
| 三十天内回购人数 | 300 | 450 | 160 | 240 |
| 三十天回购率 | 30% | 30% | 20% | 15% |
| 有效订单数 | 1,300 | 1,950 | 960 | 1,840 |
| 商品交易总额（元） | 130,000 | 195,000 | 96,000 | 184,000 |
甲市场的首购转换率由 10% 升至 12.5%，回购率维持 30%；乙市场的首购转换率由 8% 升至约 10.7%，回购率却由 20% 降至 15%。乙市场回购人数仍然增加，因为新客翻倍了。只报「多了八十人回购」会漏掉每批新客回来的比例正在下降；只报比例下降，也会漏掉实际人数的增加。
不过，这还不能证明首购券带来较差的使用者。活动可能吸引了不同来源的人，也可能刚好碰上配送延误。应再按市场、进站来源与首次购买日期查看，并保留付款失败、配送时间及退货原因。这些拆分用来找原因，不能把后来才发现表现最好的小群体当成整场活动的代表。
时间长度尤其不能省略。若甲市场已追踪三十天，乙市场只过十天，就应将乙市场标为尚未完成观察，或让两边都先比较前十天。没有回购记录，可能只是还没轮到补货；未满观察期的使用者不能直接被判为流失。
交易额增加了，平台留下的钱却可能减少
回购率说明多少人再次购买，还没说明平台为这些购买付出多少。接着对照同一批新客、同一追踪期的收入和成本。本例的平台贡献额，等于服务费收入，减平台补贴、获客支出，以及支付、履约和客服等变动成本。这个金额尚未扣固定人员、办公室及共同技术投入，因此不能当作公司完整利润；若扩大活动需要额外固定投入，决策时还要另列。
为延续上面的算例，假设服务费为交易额的 10%；前期每位首购者获平台补贴 1 元，活动期改为 5 元，回购没有额外平台券。每笔有效订单平均分摊 3 元相关变动成本，已包含这批使用者产生的取消、退款处理支出。获客支出包含对应访客中未成交者的投放费，既不含优惠券，也不和变动成本重复。这些都是练习假设。
| 同一批新客的金额（元） | 甲市场前期 | 甲市场活动期 | 乙市场前期 | 乙市场活动期 |
|---|---|---|---|---|
| 平台服务费收入 | 13,000 | 19,500 | 9,600 | 18,400 |
| 平台承担补贴 | 1,000 | 7,500 | 800 | 8,000 |
| 获客支出 | 2,000 | 4,000 | 1,600 | 4,500 |
| 相关变动成本 | 3,900 | 5,850 | 2,880 | 5,520 |
| 本例平台贡献额 | 6,100 | 2,150 | 4,320 | 380 |
以乙市场活动期为例，18,400－8,000－4,500－5,520＝380 元。两市场合计交易额从 226,000 元增至 379,000 元，约增加 67.7%；平台贡献额却从 10,420 元降至 2,530 元。此时直接翻倍预算缺乏支持，但也不能把两期贡献额的差额全部说成促销造成的损失。
「先亏一点，之后会回本」可以是待验证的假设，还不是答案。你需要延长观察，看看没有额外平台券时是否继续回购、每次回购留下多少，以及活动是否把原本下个月才买的需求提前了。本例的三十天结果不足以证明长期价值；同样地，也不应在没有后续证据时断言这批使用者永远不值得获取。
渠道归因回答「记给谁」，增量回答「多了多少」
要判断补贴是否值得，除了计算已经发生的收入和支出，还需要一个可比较的情况。假设活动报表把 1,600 位乙市场首购者都记在某个投放渠道名下，这通常只说明平台按特定点击、曝光或时间规则分配了功劳。其中一部分人即使没看到活动，也可能自然购买。计算真正增量时，要问的是：同样一群符合条件的人，没有这项改变，本来会发生什么。
Google 的 Conversion Lift 官方说明以接触广告和未接触广告的组别作比较，衡量广告带来的额外购买等行为。这支持使用对照来估计因果效果的原则，不能直接证明本文优惠券一定有效，也不代表一般渠道报表已提供同等证据。来源：Google 广告增量测量说明。
本例只有前后期数字，尚未排除季节性、商家同期促销、流量来源改变和自然增长，所以增量贡献仍是未知。你可以据此提出「暂不全面加码、先验证较省补贴的方案」，但不要把保守决定包装成已证明因果。面试中清楚区分已知和未知，会让下一步实验有具体目的。
下一轮只验证一个优惠券改动
从乙市场较弱的回购表现出发，可以提出一个假设：把部分首购补贴留到第二次购买，可能比全部花在首购，更有利于平台贡献。这不等于认定「缺回购券」就是原因；如果问题其实是配送慢，券可能只是掩盖服务问题。实验要同时保留这种失败可能。
这一轮只比较两种方案。A 组维持首购 5 元券；B 组改为首购 3 元券，首次购买后再有 2 元回购券。两组每人最高补贴都是 5 元，首次购买须在分组后十四天内完成，回购券在分组后第三十天到期，其他活动规则一致。两种方案都在使用者首次符合资格、尚未看见优惠时分配，让首购减少的代价也进入比较。A、B 是实验组别，与甲、乙两个市场不同；每个市场都会有两组。
在每个市场及事先记录的来源内，按使用者随机分组，同一使用者持续留在同一组，优惠不可转赠。若两组共用紧张的商家库存或配送容量，活动可能相互影响；此时先处理干扰、缩小范围或重新设计分组，不能因为用了「随机」两字就宣称比较有效。
主要衡量项目是每名入组使用者的平均平台贡献额：先把每组在分组后六十天内的平台贡献额，除以该组全部符合资格的入组使用者数，再计算 B 组减 A 组的差。分母包括没有购买、没有领券的人，其对应获客支出也保留；只比较领券或完成首购的人，会漏掉方案本身对购买意愿的影响。最后三十天没有本次实验的券，可以初步查看优惠结束后的表现，仍不能代表终身价值。
这个差值回答的是「拆分补贴是否比现行首购券更好」，没有回答「发券是否比完全不发券更好」。保留这条边界，便不会拿相对改善替所有促销支出背书。实验实际花费也未必相同，因为有些回购券不会被使用；应把实际核销金额计入成本，而非假设两组都用完上限。
把扩大、修改与停止条件先写好
开始前，运营负责人与分析人员应共同记下：分组资格、来源定义、总预算上限、六十天观察期，以及多大的每人贡献改善才值得改方案。样本量需要依既有波动、希望辨认的差异和分析方法估算；不是随便各找一千人，也不是数字第一天上升就宣布成功。本文没有提供这些估算所需的完整数据。
还要监测首购转换率、退款及使用者投诉。退款率以退款订单除以已付款订单，投诉可按每千笔已付款订单计算，两组使用相同期限并等待结果完整。若补贴减少同时让首购大幅下降，或活动造成严重付款错误，就应按事先约定的风险条件处理，不能只看较漂亮的回购率。
Microsoft 实验团队提醒，实验期间需要确认数据是否完整可靠、核对分组情况，并监测不希望恶化的表现；过早解读短期结果也可能导致错误判断。本文将这些原则用于优惠券练习；六十天并非其规定或任何公司的通用标准。来源：Microsoft 实验品质说明。
最后的决定应对应证据：贡献改善达到事先要求，而且把估计误差算进去后仍支持改善，没有不可接受的服务恶化，才考虑逐步扩大；首购或履约暴露可修正的问题，就修改方案；完整结果若支持拆分补贴使贡献恶化，便停止这项改动。
数据有缺漏或错误时，先修复再判断；样本不足以分辨两组时，应说结果尚不确定，按事先约定的补充验证安排处理。这些都是尚未得到足够答案的情况，不能把「没看出差异」说成「两组一样」，也不能为了交出建议而勉强宣布成功。
现在用本文数字做一次两分钟回答：先说是否立刻翻倍预算，再引用乙市场的回购率与贡献额，接着交代目前缺少因果证据，最后说明要比较哪两种券、何时作决定。把这四点填成一页实验卡，并加上一条会推翻你建议的结果。若还不清楚活动要吸引谁、希望改变哪个购买行为，可以先读产品市场营销面试：从目标使用者到上市计划，再回来检查本次促销的目的。