当Web3运营从粗放型转向集约型，该如何做好真实用户增长？

TL;DR

Web3 的增长正在变得更加专业化和精细化，通过数据驱动运营的项目方优质用户比例明显高于普通项目；
Web3 常见的联合活动（Joint Campaign）对增长确实有用，但增长效果取决于项目方如何精准转化目标用户，针对 4 类不同的用户应该用不同的运营手段；
过了起量阶段的项目方，单纯的增长并非痛点，如何做好留存是关键。

背景

近期 Web3 的增长玩法并没有发生太多变化，但有趣的是，项目方之间的联合活动越来越多了，很明显，单个项目增长乏力，项目方相互换量成为 Web3 增长常态。

但常见的联合多家项目方的活动到底增长效果如何？

我们是否真的知道自己的目标用户是谁？

如何追踪数据挖掘真实用户提高转化？

如何精准吸引对方项目的大户或 KOL 到自己项目？

为了找到答案，上个月我做了一场联合活动的增长实验，18 个项目方参与，设置了 20 条用户追踪数据，包括但不限于以下指标：

活跃度指标：

用户加入 Discord 的时间
Discord 持有的角色和数量
发送消息和邀请人数的数量

购买力指标：

钱包各类 Token 的余额
持有的蓝筹 NFT 数量

影响力指标：

用户 Twitter 粉丝数量
用户转评赞带来的浏览和 Impression 总量

忠诚度指标：

平均参与的活动数量
持有的 POAP 和 OAT 数量

比较可惜的是完整追踪了前 10 天数据指标的项目只有 10 个，受数据量影响，结论的准确度会有偏差，但管中窥豹，可见一斑，目前的数据仍然得到了很多有价值的结论。

联合活动数据复盘

此次活动持续 10 天，社媒曝光量约 45k，激活到 campaign 页面的用户约 21k，追踪到的完成了所有任务，有钱包并且有链上交互行为和社交媒体动态的用户（即真实用户）约 2.3k，整体转化率约 10% 左右，非常遗憾有 8 家优质项目方的数据没有被完整追踪到，下文为详细数据分析。

注：利益相关 — 本文所有数据均来自 Clique。

真实流量分布

活动期间每日用户匀速增加，其中第 2 天和第 8 天整体参与人数较多，一方面说明信息传播需要时间，另一方面也说明用户在活动刚开始和快结束的时候参与度较高，活动周期一拉长，用户的积极性会降低。

新老用户分布

本次活动中，89% 的用户是在活动期间新关注项目方 Twitter 并加入项目方 Discord 的，算做新增用户，说明联合活动项目方各自导量的诉求基本可以被满足，也侧面说明目前单一的任务类活动比较难唤回老用户；
老用户占比虽然不高，但质量相对较好，11% 老用户钱包中持有的 ETH 余额占整体用户余额的 26%，粉丝量占整体的 31%，购买力是新用户的 2 倍多，社媒影响力是新用户的 3 倍左右，综合价值较高。
如果能针对老用户设计促活类 campaign，性价比会高于拉新活动，最近 Crew3 增长速度这么快也印证了 Web3 项目促活的需求旺盛，增长重心从拉新逐渐转移到提高留存上；
各项目中，新增用户较多的 5 个项目方有 3 个属于 DeFi/NFTFi 类型，其他 2 个项目的奖励价值较高，说明新用户更偏好参与交易类或奖励高的任务；老用户中活跃度最高的是 Solv 和 ExtraFi 两个 DeFi 项目，说明虽然各类赛道和新叙事五花八门，真实用户还是集中于 DeFi 相关领域。

用户分层画像

按照购买力和影响力细分用户，以用户钱包中 ETH 余额和稳定币总值作为指标衡量购买力，以用户 Twitter 粉丝量作为指标衡量社交影响力（购买力中位数为 10ETH，影响力中位数为 300 关注者），同时根据用户平均参与的活动数量和 Discord 中角色持有量来衡量用户忠诚度和活跃度，得出 4 类用户画像如下：

Valuable User【高综合价值用户】
- 更偏好 DeFi 项目，忠诚度高，基本只参与 1 个项目的活动，也相对活跃，在 Discord 里面都经过验证且持有角色，人均 POAP 持有量为 14 个，说明这群人了解 Web3 项目的玩法，而且喜欢参与高质量的项目活动，绝对是又懂又爱玩的类型；
- 这部分人数量虽然少，占整体 2%，但人均钱包余额约 51 个 ETH，人均 Twitter 约 2.3k 粉丝，持有总量 21% 的 ETH 和拥有 16% 的整体用户粉丝量，既有购买力，又有影响力，属于核心用户，如果是大型 campaign，建议设计更多链上交互任务并将更多份额的奖励发放给这部分人群；
User w. Purchasing Power【高购买力用户】：
- 没有明显的项目偏好，DeFi 和 NFT 类型都有，忠诚度更高，几乎只参与特定项目的活动，这部分人群和项目方大户的地址重合度比较高，和项目方大概率认识，以现有用户为主；
- 活跃度较低，在 Discord 中不太水群，持有角色量也不多，人均持有的 POAP 为 4 个，社交媒体发声不会很频繁，所以粉丝量不多，典型的闷声发大财类型；
- 这 4% 的高购买力用户持有总量 60% 的 ETH，人均钱包余额约 48 个 ETH，有近千个 ETH 的大户也不少，此类人群购买力强但普通信息渠道难以触达，建议项目方拉大户群或者 DC 开 Whale Channel，重要活动单独通知，触达率更高；
User w. Social Influence【高影响力用户】：
- 没有项目偏好，忠诚度一般，会同时参与多个项目的活动，在每个项目方的分布都比较平均，活跃度很高，在项目方 Discord 中起码有 2 个角色，人均 POAP 持有量为 16 个，虽然资金量不大，但影响力较高，属于 Web3 小 KOL 类型；
- 这 6% 的高影响力用户拥有总量 57% 的 Twitter 粉丝，针对此类用户可以更多设计转推、Tag 好友和邀请类任务，建议直接奖励 Token，充分发挥社交媒体的低成本拉新和用户乘数作用；
General Active User【活跃用户】：
- 没有项目偏好，忠诚度较低，至少会同时参与 3 个以上的活动，活跃度非常高，在项目方 Discord 中有 1～2 个角色，基本都持有 POAP 或者 OAT，应该属于搬砖党或者羊毛党；
- 86% 的用户都集中在这个领域，数量庞大，如何发挥出此类用户的价值是项目方的难题，我始终认为每一个真实用户都是有价值的，只要不是 bot，设计好转化方案就能实现增长，所以针对这部分用户，应该设计更多 Daily task，追踪长期活跃度来发放奖励会比较合理。

作为项目方，在设计相对大型活动的时候，如果能基于用户的多维度数据将奖励分层分级，不同奖励精准发放给不同类型的用户，这样更有助于提高留存，优化 ROI，抓住核心用户，而不是单纯的 raffle。这个行业羊毛党和科学家太多，如果 reward 最终留到了非真实用户手上，对项目长期而言并无益处。

分项目数据剖析

由于联合活动所有参与方的宣发方式、时间、周期都是确定的，任务发布平台也一致，没有太多外部影响因素，相当于控制变量的对照实验，然而增长效果迥异。其中有 7 个项目的新增用户比例超过了 90%，平均 65% 以上的用户在 Discord 中都验证过身份持有角色，而有的项目则没有达到预期效果。

各自转化数据不同是用户赛道偏好的问题，还是奖励设置和运营方式的差异导致的？也许能从各项目方数据的横向对比中找到原因。

按照项目的运营时长和粉丝量，将项目方分为两个大类，分别是初步增长类项目和稳定增长类项目：

初步增长类项目：
- 这类项目用户基数小，campaign 的主要诉求是用户增长，更愿意付费换取流量，不太会过多关注用户质量，处于起量阶段；
- 其中 MadMen 和 MidaSwap 社媒粉丝量虽然少，但参与用户质量较高，4 大类用户分布较为合理，采访发现：
  - MadMen 在推广上融入了本平台自身的渠道，鼓励观看了宣传视频的用户直接进入活动页面，且奖励的是可兑换成 Token 的券，而 MadMen 的早期用户来源于合作的优质 GameFi 项目方，这些用户基本上拥有一定的资产，并且愿意参与活动和投入时间，所以综合数据较好；
  - MidaSwap 在活动期间同步开启了其他平台的推广，各平台用户交叉流动，但由于内测阶段还没有开始营大面积推广，在 NFT 熟人圈子测试为主，所以 NFT 大户和 KOL 相对较多；
  - ExtraFi 作为产品还没 launch 的新项目，用户量较多的原因应该和奖励相关度较高，除了 SBT 外，所有合格用户可以拿到 Discord 的 OG 角色，对应未来的 Token 奖励预期；
- 所以对于这类项目而言，宣传渠道和有价值的奖励为影响活动参与量的主要因素；
稳定增长类项目：
- 这类项目有一定的用户基础，主要诉求是真实用户增长和核心用户转化，既关注增量又关注质量，处于增效阶段；
- 其中 SWAGGA 和 Solv Protocol 用户黏性较高，双方均表示并没有任何特殊宣传或奖励，目前这个参与量属于基操，平时就经常会做活动来活跃用户，大户本身就比较关注项目动态，而且都是尚未发 Token 的项目，用户或许对项目方未来有乐观预期；
- 所以对于这类项目而言，长期运营提高用户互动率为影响活动参与量的主要因素；

经过 1o1 的采访后我发现，无论是早期项目还是老牌项目，运营精细化的项目方，用户质量和黏性确实更高，在如今卷功能、卷用户体验、卷奖励的 Web3 增长方式下，专业化运营的重要程度开始逐渐凸显。

新增用户行为分析

通过联合活动来相互导量增加真实用户是项目方最核心的需求，这里的新增用户就是目标人群，因为这部分人乐于参加类似的活动，易于被别的项目方转化，如果能挖掘和转化公域流量中有购买力或者有影响力的人，对于增长效果而言，事半功倍。

购买力

新用户中的大户主要分布在 Solv、MidaSwap、MadMen 和 TraditioNow 等项目，人均钱包余额约 46 个 ETH，其中 Solv 有多个新用户持有超过 150ETH，MidaSwap 有持币超过 900ETH 的大户，如果想在联合活动中精确触达大户，建议和这类项目深度合作，提供更高质量的奖励，下图中标记的 User w. Purchasing Power 的 60+ 用户就是比较容易转化的目标对象。

影响力

新用户中的 KOL 主要分布在 Solv、SWGGA，MidaSwap、MadMen 和 ExtraFi 等项目，人均粉丝量约 1,000 人，粉丝量超过 15k 的 KOL 有 3 个，最高有 32k，比很多项目方的粉丝都多。

根据上文的用户画像数据可以看到，KOL 比大户好转化，因为活跃度高而又没有大户那么难触达，如果想转化这部分 KOL 的影响力，建议在联合活动中增加社媒转发或者邀请类任务，下图中标记的 User w. Social Influence 的 190+ 用户就是目标对象。

如何基于数据优化运营

设置数据指标

做好精细化运营的第一步就是要设置数据指标，要有数据才能谈优化，不然就会非常盲目。

Web3 用户数据比较特别的是，资产、交互和一部分行为类数据都在链上，但更多的信息仍然在链下，要构建用户画像的话需要链下 + 链上的综合信息，包括但不限于用户身份信息、交易记录、社交数据、资产数据等多个维度的数据。

在上文的数据分析中，其实已经提到了很多对于运营侧的建议，这里简单总结一下：

关键步骤优化

1. 推广时间

根据流量时间分布来看，给运营侧的建议是活动可以提前 2 天开始预热，结束前 1～2 天提醒，活动周期尽量短平快，单个活动尽量不要超过 5 天，如果是大型活动可以拆到每周来设计和发布。

2. 分层奖励，精准促活

根据画像找到各类用户后，需要设定不同的运营方式和分层奖励，针对 OG 就留足奖励份额，设计更多链上交互任务并将奖励发放给这部分人群；针对有购买力的人就拉大户群或者 DC 开 Whale Channel，重要活动单独通知；针对有影响力的人可以在活动中直接奖励 Token，更多设计转推、Tag 好友、创作类或邀请类任务；针对大量的活跃用户，则需要设计更多日常任务，追踪长期活跃度来发放奖励。

3. 筛选联合活动的参与方

明确自己做联合活动的目的，需要触达的人群是谁，然后筛选并定向 BD 符合条件的合作项目方，而不是来者不拒，盲目参加活动发任务，最后发现效果一般也不知道原因是什么。

Next Step

从这次增长实验的数据中，确实发现了很多有意思的 insight，我想长期把这个实验做下去，这次的活动没有特意区分赛道，接下来会拆分赛道，DeFi、GameFi、DID、Metaverse 等等，每次活动都邀请相同赛道的项目一起参与，从数据角度看看用户画像有何不同，真实用户都分布在哪，各类用户的行为特点都有哪些。

感兴趣的项目方欢迎联系我，如果有想和我一起做这个增长实验的小伙伴也欢迎 DM！

合作联系

第一次做这样的 Web3 增长实验，还有很多需要改进的地方，非常非常非常感谢参与和支持这次活动的所有项目方，衷心祝愿大家的项目越做越好，WAGMI！

以下是项目方的联系方式，如果有合作需求的项目方或者有任何疑问，建议直接和团队对接。

一些思考

这里是我经常被人问到的几个问题，还挺有意思，干脆写下来抛砖引个玉：

1. 为什么很多 Web3 项目都在做或者转型做任务平台？

底层逻辑：任务平台是表象，核心还是用户和用户信息可变现的价值。
市场原因：
- 市场规模：「to earn」的市场是绝对够大的，且不是垄断性生意，容得下多家项目且竞争格局未定，每个细分场景都还有特定需求要被满足，这是入局的前提；
- 市场供需：
- 增长是永恒的需求，有需求就有市场；
- 僧多粥少，项目方比用户还多，转型服务 B 端反而容易起量，而任务平台开发门槛并不高，成为了很多有渠道的项目方选择进入的领域；
- Web3 渠道过于分散，除了交易所大渠道外，基本都以社区为主，任务平台通过整合 giveaway 来整合小散社区，本质上是解决了获客渠道问题；
行业阶段原因：
- 熊市几乎所有赛道的数据都在集体走低，只有任务类平台是逆势增长的，无论是转型还是自己做 task 平台的性价都是比较高的；
- Web3 确实还在早期，增长方式单一，以做活动发 Token/WL 为主要形式，也没有足量的用户数据来精准营销，我始终认为目前的任务平台绝对不是终局，现在的路数还是私域那一套模式，而 Web3 应该是公开的，大家都在共同的用户池子里获客和转化，前提是数据量要够，用户画像要足够精准，期待一个真正把用户数据层做好的项目。