{"skill":{"slug":"03-acquisition-retention","displayName":"03 Acquisition Retention","summary":"社区团购获客与用户留存全链路技能包。涵盖获客渠道矩阵、社群运营SOP、用户分层体系、复购激励、各平台获客策略差异及配套工具。适用于平台运营者、团长管理者。不含选品（模块一）、团长运营（模块二）。","description":"---\nname: community-group-buying-acquisition-retention\ndescription: 社区团购获客与用户留存全链路技能包。涵盖获客渠道矩阵、社群运营SOP、用户分层体系、复购激励、各平台获客策略差异及配套工具。适用于平台运营者、团长管理者。不含选品（模块一）、团长运营（模块二）。\nversion: 1.0.0\ncreated_at: 2026-04-14\nlicense: MIT\ngithub_url: null\n---\n\n# 模块三：获客与留存\n\n> **模块边界说明**\n> 本模块聚焦\"用户\"的获取与留存，即流量从哪里来、怎么留住用户、怎么让用户反复购买。\n> 选品策略 → 模块一\n> 团长运营 → 模块二\n> 各模块边界独立，不重叠。\n\n---\n\n## 知识库\n\n### 3.1 获客渠道全景图\n\n社区团购获客有五类渠道，各有优劣：\n\n```\n获客渠道矩阵：\n\n               低成本          高成本\n                ↑               ↑\n  存量裂变  ──────┤    地推扫码  ─────┤\n                │               │\n  老带新    ──────┤    线下摆摊  ─────┤\n                │               │\n  公众号    ──────┤    广告投放  ─────┤\n                │               │\n  小程序分享 ──────┤    KOL合作  ─────┤\n                │               │\n  团长私域  ──────┤    门店引流  ─────┤\n```\n\n#### 五类渠道详解\n\n**渠道A：存量裂变（ROI 最高）\n- 定义：老用户带动新用户\n- 工具：拼团邀请、分享红包、助力免单\n- 优点：成本极低（平台出优惠券，实为补贴）、信任度高\n- 缺点：天花板明显（老用户有限）、传播链短\n\n**渠道B：老带新（ROI 1:8-15）\n- 定义：老团长推荐新团长、老用户推荐新用户\n- 工具：推荐奖励（团长）、邀请有礼（用户）\n- 优点：信任背书，转化率极高\n- 缺点：规模受老用户基数限制\n\n**渠道C：地推扫码（ROI 1:3-5）\n- 定义：BD 人员在社区/菜市场摆摊，引导扫码关注\n- 工具：扫码送鸡蛋/纸巾等小礼品\n- 优点：可规模化、覆盖面广\n- 缺点：成本高（地推人员 + 礼品成本）、用户质量参差不齐\n\n**渠道D：团长私域（ROI 最高但依赖团长质量）\n- 定义：团长在微信群/朋友圈发布内容，直接转化\n- 工具：早报推送、限时秒杀、新品预告\n- 优点：零成本（团长时间成本由佣金覆盖）、信任度高\n- 缺点：完全依赖团长运营能力，平台无法直接控制\n\n**渠道E：广告投放（ROI 1:1-2，适合品牌期）\n- 定义：朋友圈广告/抖音/微信搜索\n- 优点：可快速起量\n- 缺点：ROI 低，用户留存差，不适合初创期\n\n#### 各渠道 ROI 对比\n\n| 渠道 | ROI | 适合阶段 | 适合平台 |\n|------|-----|---------|---------|\n| 存量裂变 | 1:15+ | 全阶段 | 任意 |\n| 老带新 | 1:8-15 | 全阶段 | 任意 |\n| 团长私域 | 1:10+ | 中后期（团长已成熟） | 任意 |\n| 地推扫码 | 1:3-5 | 冷启动期 | 资金充足时 |\n| 广告投放 | 1:1-2 | 品牌期 | 成熟平台 |\n\n---\n\n### 3.2 社群运营核心框架\n\n社群是社区团购的主战场，用户 80%+ 的交易在社群内发生。\n\n```\n社群运营三角：\n\n        内容\n       /    \\\n      /      \\\n     /        \\\n  互动 —— 交易\n\n内容：让群有价值（不只是卖货）\n互动：让群有温度（不只是公告板）\n交易：让群能变现（最终目标）\n```\n\n---\n\n### 3.3 用户分层体系\n\n用户按价值分层运营：\n\n```\n用户分层模型（RFM 简化版）：\n\n高价值用户：近30天购买 ≥ 4次 且 客单价 ≥ 50元\n  → 占用户总数 15%\n  → 占 GMV 贡献 50%+\n  → 策略：VIP专属服务、优先新品试用\n\n潜力用户：近30天购买 2-3次 或 客单价 ≥ 30元\n  → 占用户总数 25%\n  → 占 GMV 贡献 30%\n  → 策略：提升频次、提升客单\n\n普通用户：近30天购买 1次\n  → 占用户总数 35%\n  → 占 GMV 贡献 15%\n  → 策略：激活复购、引导加购\n\n沉默用户：近30天无购买，但注册 > 7天\n  → 占用户总数 15%\n  → 占 GMV 贡献 < 5%\n  → 策略：召回激励、流失预警\n\n流失用户：近60天无购买\n  → 占用户总数 10%\n  → 几乎不贡献 GMV\n  → 策略：超低价召回、放弃（成本过高不投）\n```\n\n---\n\n### 3.4 各平台获客策略差异\n\n#### 美团优选\n```\n获客策略：流量互通 + 地推优先\n核心打法：\n  1. 美团 APP 首页流量导入（美团 4 亿用户基础）\n  2. 地推团队规模化获客（BD 1万人）\n  3. 团长拉新：每新用户首单奖励 3 元\n\n用户留存重点：\n  → 美团品牌背书，用户天然信任\n  → 依托美团外卖骑手做线下渗透\n  → 会员体系：美团会员通用\n\n弱点：用户对平台无情感连接，纯价格驱动\n```\n\n#### 多多买菜\n```\n获客策略：社交裂变 + 拼团驱动\n核心打法：\n  1. 拼团机制：2-3 人成团，团长社交关系裂变\n  2. 邀请助力：帮砍价/助力免费拿，朋友圈刷屏\n  3. 低价爆品：1 分钱秒杀，引流进群\n\n用户留存重点：\n  → 拼团成功后留存（群主持续运营）\n  → 拼多多用户本身价格敏感，复购依赖持续低价\n  → 重度运营\"限时秒杀\"保持社群活跃\n\n弱点：用户忠诚度极低，谁便宜买谁\n```\n\n#### 兴盛优选\n```\n获客策略：门店获客 + 社区渗透\n核心打法：\n  1. 线下门店：进店顾客扫码关注，实体店信任背书\n  2. 团长推荐：门店老板即是团长，人情社会关系深\n  3. 本地化推广：社区公告栏/菜市场横幅/社区微信群\n\n用户留存重点：\n  → 团长与用户同社区，天然强关系\n  → 实体店可见，用户信任感强\n  → 社区活动（节日促销/免费试吃）增强粘性\n\n优点：用户忠诚度最高，次月留存率 78%\n```\n\n#### 淘菜菜\n```\n获客策略：88VIP + 淘宝生态联动\n核心打法：\n  1. 88VIP 会员专属价（会员有认同感）\n  2. 淘宝直播带团购（内容电商）\n  3. U先试（试用装发放）拉新\n\n用户留存重点：\n  → 阿里系会员体系，用户有归属感\n  → 内容运营：淘宝直播/种草社区\n  → 88VIP 会员复购率高（已付费会员）\n\n弱点：拉新成本高，依赖阿里生态\n```\n\n---\n\n### 3.5 复购驱动体系\n\n复购是社区团购最核心的运营指标：\n\n```\n复购驱动三要素：\n\n1. 习惯养成（让用户形成购买习惯）\n   → 定时推送：每天同一时间发\"今日爆品\"\n   → 频次提醒：\"您已 3 天没下单啦\"\n   → 周期购：每周三会员日/周末囤货节\n\n2. 利益激励（让用户愿意回来）\n   → 积分体系：积分抵现金/积分换赠品\n   → 满返优惠：连续购买 3/5/7 次解锁满返\n   → 会员专享价：高频用户享额外折扣\n\n3. 情感连接（让用户不想离开）\n   → 团长人设：团长是\"邻居朋友\"不只是卖货\n   → UGC 内容：鼓励用户晒好评/买家秀\n   → 社区归属：线下自提点变成社交场所\n```\n\n---\n\n## 方法论\n\n### 3.6 社群运营 SOP（日常版）\n\n```\n每日社群运营时间轴：\n\n┌──────────┐\n│  07:00  │  早报推送（今日爆品预告）\n│  10:00  │  第一波下单提醒（限时优惠）\n│  11:00  │  爆品种草（图文并茂）\n│  14:00  │  午间加购（适合下午茶的轻食）\n│  16:00  │  发货提醒（今日下单已发货）\n│  19:00  │  限时秒杀（黄金时段，18-21点最佳）\n│  20:00  │  好评展示（用户晒单 + 团长推荐）\n│  21:00  │  明日预告 + 晚安互动\n└──────────┘\n\n注意：每天消息不超过 5-7 条，避免刷屏被用户屏蔽\n```\n\n#### 爆品推送话术模板\n\n```\n【限时秒杀 30 分钟】\n\n🏆 今日王炸！山东大樱桃 250g\n💰 秒杀价：9.9 元（市场价 19.9）\n📦 仅限今日，售完即止\n\n张姐说：\"上次买的特别甜，孩子爱吃\"\n李哥说：\"已经第 3 次回购了\"\n\n👇 点击链接下单 👇\n[小程序链接]\n\n━━━━━━━━━━━━━━━━━\n留言\"已买+1\"，揪 3 位送 5 元优惠券\n```\n\n#### 早报推送话术模板\n\n```\n【 早安！今日团品已上线 🌟 】\n\n📣 今日爆品预告：\n\n① 🦐 厄瓜多尔白虾 400g → 秒杀价 23.9（超市 39）\n② 🍑 阳山水蜜桃 4 个 → 拼团价 18.8\n③ 🥬 有机小青菜 300g × 2 → 9.9（新用户专享）\n\n⏰ 秒杀 10:00 开抢，定好闹钟！\n\n💬 昨天买了鸡蛋的王姐说：\n\"比菜市场便宜 2 块，个头还大\"\n\n━━━━━━━━━━━━━━━\n有问题找团长，24 小时在线～\n```\n\n### 3.7 用户召回 SOP\n\n不同沉默程度的用户，召回策略不同：\n\n```\n召回分层策略：\n\n轻度沉默（7-14天未购买）：\n  → 推送高性价比刚需品（如大米/鸡蛋）\n  → 文案：\"您好久没来了，这次有个秒杀您肯定感兴趣\"\n  → 优惠：首单满 30 减 5（限时 3 天）\n\n中度沉默（15-30天未购买）：\n  → 推送老用户专属价（比新用户更低）\n  → 文案：\"我们想您了，这是您的专属优惠\"\n  → 优惠：老用户专属 8 折券（限时 7 天）\n\n重度沉默（31-60天未购买）：\n  → 推送大额召回红包\n  → 文案：\"流失用户召回，专属福利仅此一次\"\n  → 优惠：满 20 减 8（仅限一次）\n\n流失用户（>60天）：\n  → 推送超低价引流品（近乎成本价）\n  → 文案：\"我们升级了，想请您回来看看\"\n  → 优惠：1 分钱购指定商品（限新客）\n  → 注意：成本过高，建议放弃或低预算测试\n```\n\n### 3.8 用户分层驱动的活动策略\n\n> **MECE边界说明**：本节聚焦\"针对哪类用户做什么活动\"，即基于用户分层的活动策略制定。\n> 具体的活动形式设计（秒杀/满减/拼团等）、优惠券体系、大促策划 → 模块六（营销与促销）\n> 本节不重复 Module 06 的活动机制设计，只聚焦用户分层与活动目标的匹配。\n\n```\n用户分层活动匹配矩阵：\n\n┌─────────────────────────────────────────────────────────────────────────────┐\n│  用户层级        活动目标         活动类型                  预期效果       │\n│  ─────────────────────────────────────────────────────────────────          │\n│  高价值用户      留存维护        会员专享/积分体系/新品试用  月复购≥3次    │\n│  潜力用户        提升频次        满减阶梯/复购返券          月复购≥2次    │\n│  普通用户        激活复购        限时秒杀/首单礼            月复购≥1次    │\n│  沉默用户        召回激活        大额召回券/专属活动        召回率≥15%    │\n│  流失用户        超低价召回      1分钱引流/专属福利         召回率≥3%     │\n└─────────────────────────────────────────────────────────────────────────────┘\n\nStep 1：识别活动目标用户\n  数据来源：Module 08 用户画像 / RFM 分层\n  判定标准：\n    高价值：近30天≥4次购买 且 客单价≥50元\n    潜力用户：近30天2-3次购买 或 客单价≥30元\n    普通用户：近30天1次购买\n    沉默用户：距上次购买7-30天\n    流失用户：距上次购买>60天\n\nStep 2：匹配合适活动类型\n  高价值用户 → 专属活动（不打折，保护品牌价值）\n    活动：会员日/新品抢先购/专属积分加倍\n    禁忌：不能用优惠券打扰（降低品牌调性）\n\n  潜力用户 → 提升频次（引导加购）\n    活动：满减阶梯/品类券/复购提醒\n    禁忌：不能用超低价（惯坏价格敏感度）\n\n  普通用户 → 激活复购（给一个下单理由）\n    活动：限时秒杀/今日特惠/老用户专享价\n    注意：限时紧迫感是关键\n\n  沉默用户 → 定向召回（大额激励）\n    活动：大额券（满25减10）/专属老用户价\n    注意：必须定向发送，避免全量发券浪费预算\n\n  流失用户 → 超低价召回（吸引回巢）\n    活动：1分钱商品/限时0元购\n    注意：成本高，仅用于挽回高潜力流失用户\n\nStep 3：制定分层运营日历\n\n  日常运营（每日）：\n    高价值用户：07:00 推送新品/会员专享\n    潜力用户：14:00 推送限时加购提醒\n    普通用户：19:00 推送当日秒杀\n\n  周主题活动：\n    周一：潜力用户专属券发放日\n    周三：高价值用户会员日\n    周五至周日：普通用户秒杀高峰\n\n  月度召回：\n    每月1日：沉默用户定向券发放\n    每月15日：流失用户超低价召回活动\n\n  注意事项：\n    → 避免同一用户同时收到多张冲突优惠券\n    → 活动频率：每用户每周触达 ≤ 3次（避免骚扰）\n    → 数据验证：活动后追踪各层级转化率，优化策略\n```\n\n---\n\n## 工具集\n\n### Tool 1: 用户分层分析器\n\n```python\n#!/usr/bin/env python3\n# -*- coding: utf-8 -*-\n\"\"\"\n用户分层分析器\n输入：用户近30天购买数据\n输出：用户分层占比 + 重点运营建议\n\"\"\"\n\n\ndef classify_user(\n    purchase_frequency: int,  # 近30天购买次数\n    avg_order_value: float,  # 平均客单价\n    days_since_last: int,     # 距上次购买天数\n):\n    \"\"\"\n    单用户分层\n\n    Returns:\n        str: 用户层级\n        str: 运营建议\n    \"\"\"\n    if days_since_last > 60:\n        return \"流失用户\", \"超低价召回或放弃\"\n    elif days_since_last > 30:\n        return \"沉默用户\", \"大额优惠券召回\"\n    elif purchase_frequency >= 4 and avg_order_value >= 50:\n        return \"高价值用户\", \"VIP专属服务，优先新品试用\"\n    elif purchase_frequency >= 2 or avg_order_value >= 30:\n        return \"潜力用户\", \"提升频次，引导加购\"\n    elif purchase_frequency == 1:\n        return \"普通用户\", \"激活复购，引导加购\"\n    else:\n        return \"新用户\", \"首单优惠，培养习惯\"\n\n\ndef analyze_user_portfolio(\n    user_data: list,\n):\n    \"\"\"\n    用户组合分析\n\n    Args:\n        user_data: list of dicts with keys:\n            - user_id\n            - purchase_frequency (int)\n            - avg_order_value (float)\n            - days_since_last (int)\n\n    Returns:\n        dict: 分层统计 + 运营建议\n    \"\"\"\n    segments = {\n        \"高价值用户\": {\"count\": 0, \"gmv_contribution\": 0.0},\n        \"潜力用户\": {\"count\": 0, \"gmv_contribution\": 0.0},\n        \"普通用户\": {\"count\": 0, \"gmv_contribution\": 0.0},\n        \"沉默用户\": {\"count\": 0, \"gmv_contribution\": 0.0},\n        \"流失用户\": {\"count\": 0, \"gmv_contribution\": 0.0},\n        \"新用户\": {\"count\": 0, \"gmv_contribution\": 0.0},\n    }\n\n    for u in user_data:\n        seg, _ = classify_user(\n            u[\"purchase_frequency\"],\n            u[\"avg_order_value\"],\n            u[\"days_since_last\"],\n        )\n        segments[seg][\"count\"] += 1\n\n    total = len(user_data) or 1\n\n    segment_summary = {}\n    priority_actions = []\n\n    for seg, data in segments.items():\n        pct = data[\"count\"] / total * 100\n        segment_summary[seg] = {\n            \"人数\": data[\"count\"],\n            \"占比\": f\"{pct:.1f}%\",\n        }\n\n    # 识别重点问题\n    if segments[\"沉默用户\"][\"count\"] / total > 0.20:\n        priority_actions.append(\"⚠️ 沉默用户占比 > 20%，需立即召回\")\n\n    if segments[\"流失用户\"][\"count\"] / total > 0.10:\n        priority_actions.append(\"⚠️ 流失用户占比 > 10%，需评估召回价值\")\n\n    high_value_pct = segments[\"高价值用户\"][\"count\"] / total * 100\n    if high_value_pct < 10:\n        priority_actions.append(\"⚠️ 高价值用户占比 < 10%，需加强培养\")\n\n    return {\n        \"总用户数\": total,\n        \"分层明细\": segment_summary,\n        \"优先行动\": priority_actions if priority_actions else [\"✅ 各层级用户结构健康\"],\n    }\n\n\ndef calculateRetentionMetrics(\n    week1_users: int,\n    week2_retained: int,\n    week3_retained: int,\n    week4_retained: int,\n):\n    \"\"\"\n    计算留存率\n\n    Args:\n        week1_users: 第1周活跃用户数\n        week2_retained: 第2周仍活跃用户数\n        week3_retained: 第3周仍活跃用户数\n        week4_retained: 第4周仍活跃用户数\n\n    Returns:\n        dict: 次日/7日/30日留存率\n    \"\"\"\n    d1 = week2_retained / week1_users * 100 if week1_users > 0 else 0\n    d7 = week3_retained / week1_users * 100 if week1_users > 0 else 0\n    d30 = week4_retained / week1_users * 100 if week1_users > 0 else 0\n\n    return {\n        \"次日留存率\": f\"{d1:.1f}%\",\n        \"7日留存率\": f\"{d7:.1f}%\",\n        \"30日留存率\": f\"{d30:.1f}%\",\n        \"健康标准\": {\n            \"次日留存率\": \"40-50%（优质）\",\n            \"7日留存率\": \"25-35%（优质）\",\n            \"30日留存率\": \"10-20%（优质）\",\n        },\n    }\n\n\ndef run():\n    print(\"=\" * 55)\n    print(\"用户分层分析器\")\n    print(\"=\" * 55)\n\n    mode = input(\"模式：1-演示数据 / 2-手动输入用户数据：\").strip() or \"1\"\n\n    if mode == \"1\":\n        # 演示数据\n        demo_data = [\n            {\"user_id\": \"U001\", \"purchase_frequency\": 6, \"avg_order_value\": 68.0, \"days_since_last\": 2},\n            {\"user_id\": \"U002\", \"purchase_frequency\": 3, \"avg_order_value\": 45.0, \"days_since_last\": 5},\n            {\"user_id\": \"U003\", \"purchase_frequency\": 1, \"avg_order_value\": 28.0, \"days_since_last\": 10},\n            {\"user_id\": \"U004\", \"purchase_frequency\": 0, \"avg_order_value\": 0.0, \"days_since_last\": 35},\n            {\"user_id\": \"U005\", \"purchase_frequency\": 5, \"avg_order_value\": 55.0, \"days_since_last\": 3},\n        ]\n        data = demo_data\n    else:\n        # 手动输入\n        n = int(input(\"用户数量：\").strip() or \"5\")\n        data = []\n        for i in range(1, n + 1):\n            print(f\"\\n--- 用户 {i} ---\")\n            uid = input(\"用户ID：\").strip() or f\"U{i:03d}\"\n            freq = int(input(\"  购买频次（月）：\").strip() or \"3\")\n            aov = float(input(\"  客单价（元）：\").strip() or \"35\")\n            days = int(input(\"  距上次购买天数：\").strip() or \"10\")\n            data.append({\"user_id\": uid, \"purchase_frequency\": freq,\n                         \"avg_order_value\": aov, \"days_since_last\": days})\n\n    result = analyze_user_portfolio(data)\n\n    print(f\"\\n用户总数：{result['总用户数']}\")\n    print(\"\\n分层明细：\")\n    for seg, segdata in result[\"分层明细\"].items():\n        print(f\"  {seg}：{segdata['人数']}人（{segdata['占比']}）\")\n\n    print(\"\\n优先行动：\")\n    for action in result[\"优先行动\"]:\n        print(f\"  {action}\")\n\n    print(\"\\n\" + \"=\" * 55)\n    print(\"留存率参考指标\")\n    print(\"=\" * 55)\n    metrics = calculateRetentionMetrics(1000, 450, 300, 150)\n    for k, v in metrics.items():\n        if k != \"健康标准\":\n            ref = metrics[\"健康标准\"].get(k, \"\")\n            print(f\"  {k}：{v}  参考：{ref}\")\n\n\nif __name__ == \"__main__\":\n    run()\n```\n\n### Tool 3: 社群活跃度分析器\n\n```python\n#!/usr/bin/env python3\n# -*- coding: utf-8 -*-\n\"\"\"\n社群活跃度分析器\n输入：社群每日发言数据 + 下单数据\n输出：活跃度评分 + 健康诊断 + 优化建议\n\"\"\"\n\n\ndef analyze_community_health(\n    community_name: str,\n    member_count: int,\n    daily_messages: int,\n    daily_orders: int,\n    active_members_7d: int,\n    new_members_7d: int,\n    quit_members_7d: int,\n    avg_response_time_minutes: float,\n):\n    \"\"\"\n    分析社群健康度\n\n    Args:\n        community_name: 社群名称\n        member_count: 当前群成员数\n        daily_messages: 日均发言数（条）\n        daily_orders: 日均订单数\n        active_members_7d: 7日内活跃成员数\n        new_members_7d: 7日内新增成员数\n        quit_members_7d: 7日内退群成员数\n        avg_response_time_minutes: 团长平均响应时间（分钟）\n\n    Returns:\n        dict: 健康度评分 + 诊断 + 建议\n    \"\"\"\n    # 基础比率\n    active_rate = active_members_7d / member_count * 100 if member_count > 0 else 0\n    engagement_rate = daily_messages / member_count * 100 if member_count > 0 else 0\n    order_per_message = daily_orders / daily_messages if daily_messages > 0 else 0\n    growth_rate = (new_members_7d - quit_members_7d) / member_count * 100 if member_count > 0 else 0\n\n    # 社群活跃度评分（100分）\n    # 指标1：成员活跃率（30分）\n    if active_rate >= 60:\n        activity_score = 30\n    elif active_rate >= 40:\n        activity_score = 20\n    elif active_rate >= 20:\n        activity_score = 10\n    else:\n        activity_score = 3\n\n    # 指标2：发言率（20分）\n    if engagement_rate >= 10:\n        msg_score = 20\n    elif engagement_rate >= 5:\n        msg_score = 12\n    elif engagement_rate >= 2:\n        msg_score = 6\n    else:\n        msg_score = 2\n\n    # 指标3：转化率（30分）- 发言→下单\n    if daily_orders >= 20:\n        conv_score = 30\n    elif daily_orders >= 10:\n        conv_score = 20\n    elif daily_orders >= 5:\n        conv_score = 12\n    elif daily_orders >= 1:\n        conv_score = 5\n    else:\n        conv_score = 0\n\n    # 指标4：增长健康度（20分）\n    if growth_rate >= 2:\n        growth_score = 20\n    elif growth_rate >= 0:\n        growth_score = 12\n    elif growth_rate >= -1:\n        growth_score = 6\n    else:\n        growth_score = 0\n\n    total_score = activity_score + msg_score + conv_score + growth_score\n\n    # 健康诊断\n    issues = []\n    if active_rate < 30:\n        issues.append(f\"🔴 成员活跃率仅 {active_rate:.1f}%，社群濒临死亡\")\n    elif active_rate < 50:\n        issues.append(f\"🟠 成员活跃率 {active_rate:.1f}%，低于健康线 50%\")\n\n    if daily_messages < 10:\n        issues.append(f\"🔴 日均发言仅 {daily_messages} 条，群已死寂\")\n    elif engagement_rate < 5:\n        issues.append(f\"🟡 发言率 {engagement_rate:.1f}%，低于健康线（目标 > 5%）\")\n\n    if daily_orders < 3:\n        issues.append(f\"🔴 日均订单仅 {daily_orders} 单，转化极差\")\n    elif daily_orders < 10:\n        issues.append(f\"🟠 日均订单 {daily_orders} 单，转化有提升空间\")\n\n    if quit_members_7d > new_members_7d:\n        issues.append(f\"🔴 退群人数 > 新增人数，群在萎缩\")\n\n    if avg_response_time_minutes > 30:\n        issues.append(f\"🟡 团长响应时间 {avg_response_time_minutes:.0f} 分钟，偏慢（目标 < 15 分钟）\")\n\n    # 定级\n    if total_score >= 80:\n        grade = \"🟢 优秀\"\n        verdict = \"社群活跃健康，用户粘性极强\"\n    elif total_score >= 60:\n        grade = \"🟡 良好\"\n        verdict = \"社群运营正常，但有提升空间\"\n    elif total_score >= 40:\n        grade = \"🟠 一般\"\n        verdict = \"社群活跃度不足，需加强运营\"\n    else:\n        grade = \"🔴 危险\"\n        verdict = \"社群濒临死亡，建议重组或解散\"\n\n    # 优化建议\n    suggestions = []\n    if active_rate < 50:\n        suggestions.append(\"增加早报/晚安等日常互动内容，提升存在感\")\n    if engagement_rate < 5:\n        suggestions.append(\"发起话题讨论（如：今天吃什么？），鼓励成员发言，提升发言率至 5% 以上\")\n    if daily_orders < 10:\n        suggestions.append(\"增加限时秒杀/限量抢购等活动，刺激下单\")\n    if growth_rate <= 0:\n        suggestions.append(\"启动老带新活动，邀请邻居进群\")\n    if avg_response_time_minutes > 15:\n        suggestions.append(\"设置自动回复机器人，减少用户等待时间\")\n\n    return {\n        \"社群名称\": community_name,\n        \"社群规模\": f\"{member_count} 人\",\n        \"健康度评分\": f\"{total_score}/100\",\n        \"评级\": grade,\n        \"整体判断\": verdict,\n        \"核心指标\": {\n            \"成员活跃率\": f\"{active_rate:.1f}%（目标 > 50%）\",\n            \"日均发言率\": f\"{engagement_rate:.1f}%（目标 > 5%）\",\n            \"日均订单\": f\"{daily_orders} 单（目标 > 10 单）\",\n            \"7日净增长\": f\"{'+' if growth_rate >= 0 else ''}{growth_rate:.2f}%\",\n            \"团长响应时间\": f\"{avg_response_time_minutes:.0f} 分钟（目标 < 15 分钟）\",\n        },\n        \"分项得分\": {\n            \"成员活跃率（/30）\": activity_score,\n            \"发言率（/20）\": msg_score,\n            \"转化效果（/30）\": conv_score,\n            \"增长健康度（/20）\": growth_score,\n        },\n        \"健康诊断\": issues if issues else [\"✅ 暂无明显异常\"],\n        \"优化建议\": suggestions if suggestions else [\"✅ 继续保持当前运营节奏\"],\n    }\n\n\ndef run():\n    print(\"=\" * 55)\n    print(\"社群活跃度分析器\")\n    print(\"=\" * 55)\n\n    name = input(\"社群名称：\").strip() or \"XX小区群\"\n\n    try:\n        members = int(input(\"群成员数：\").strip() or \"200\")\n    except ValueError:\n        members = 200\n\n    try:\n        messages = int(input(\"日均发言数（条）：\").strip() or \"35\")\n    except ValueError:\n        messages = 35\n\n    try:\n        orders = int(input(\"日均订单数（单）：\").strip() or \"15\")\n    except ValueError:\n        orders = 15\n\n    try:\n        active = int(input(\"7日内活跃成员数：\").strip() or \"80\")\n    except ValueError:\n        active = 80\n\n    try:\n        new_m = int(input(\"7日内新增成员：\").strip() or \"5\")\n    except ValueError:\n        new_m = 5\n\n    try:\n        quit_m = int(input(\"7日内退群成员：\").strip() or \"2\")\n    except ValueError:\n        quit_m = 2\n\n    try:\n        response = float(input(\"团长平均响应时间（分钟）：\").strip() or \"12\")\n    except ValueError:\n        response = 12\n\n    result = analyze_community_health(\n        name, members, messages, orders, active, new_m, quit_m, response\n    )\n\n    print(f\"\\n{'='*55}\")\n    print(f\"社群健康度报告：{result['社群名称']}\")\n    print(f\"{'='*55}\")\n    print(f\"\\n社群规模：{result['社群规模']}\")\n    print(f\"健康度评分：{result['健康度评分']}\")\n    print(f\"评级：{result['评级']}\")\n    print(f\"判断：{result['整体判断']}\")\n\n    print(f\"\\n核心指标：\")\n    for k, v in result['核心指标'].items():\n        print(f\"  {k}：{v}\")\n\n    print(f\"\\n分项得分：\")\n    for k, v in result['分项得分'].items():\n        print(f\"  {k}：{v}\")\n\n    print(f\"\\n健康诊断：\")\n    for issue in result['健康诊断']:\n        print(f\"  {issue}\")\n\n    print(f\"\\n优化建议：\")\n    for s in result['优化建议']:\n        print(f\"  → {s}\")\n\n\nif __name__ == \"__main__\":\n    run()\n```\n\n### Tool 2: 活动 ROI 计算器\n\n```python\n#!/usr/bin/env python3\n# -*- coding: utf-8 -*-\n\"\"\"\n活动ROI计算器\n输入：活动成本 + 预期GMV + 拉新目标\n输出：ROI分析 + 定价建议\n\n注意：详细ROI计算逻辑和品类敏感性分析，见模块六 Tool 1。\n本工具提供基础计算，复杂活动策划请参考模块六。\n\"\"\"\n\n\ndef calculate_activity_roi(\n    activity_name: str,\n    # 成本项\n    subsidy_cost: float,        # 补贴成本（优惠券/红包）\n    marketing_cost: float,      # 营销成本（广告/物料）\n    commission_cost: float,     # 额外佣金（团长活动奖励）\n    # 收益项\n    expected_gmv: float,        # 预期 GMV\n    expected_new_users: int,   # 预期新增用户\n    baseline_gmv: float,        # 同期基准 GMV（无活动时）\n):\n    \"\"\"\n    计算活动 ROI\n\n    Returns:\n        dict: ROI 分析报告\n    \"\"\"\n    total_cost = subsidy_cost + marketing_cost + commission_cost\n    incremental_gmv = expected_gmv - baseline_gmv  # 增量 GMV\n    net_contribution = incremental_gmv - total_cost  # 净贡献\n\n    # 平台综合佣金率（估算）\n    platform_rate = 0.15\n    platform_revenue = expected_gmv * platform_rate\n    contribution_margin = platform_revenue - total_cost\n\n    # ROI\n    roi = (net_contribution / total_cost * 100) if total_cost > 0 else 0\n\n    # 每新用户成本\n    cac = total_cost / expected_new_users if expected_new_users > 0 else float(\"inf\")\n\n    # 判断活动可行性\n    if roi > 50:\n        verdict = \"🟢 极好（ROI > 50%）\"\n        advice = \"立即执行，可加大预算\"\n    elif roi > 20:\n        verdict = \"🟢 良好（ROI > 20%）\"\n        advice = \"可以执行，建议监控实时数据\"\n    elif roi > 0:\n        verdict = \"🟡 保本（ROI 0-20%）\"\n        advice = \"谨慎执行，需确保新用户留存\"\n    else:\n        verdict = \"🔴 亏损（ROI < 0）\"\n        advice = \"不建议执行，重新调整方案\"\n\n    return {\n        \"活动名称\": activity_name,\n        \"成本明细\": {\n            \"补贴成本\": round(subsidy_cost, 2),\n            \"营销成本\": round(marketing_cost, 2),\n            \"佣金成本\": round(commission_cost, 2),\n            \"总成本\": round(total_cost, 2),\n        },\n        \"收益明细\": {\n            \"预期 GMV\": round(expected_gmv, 2),\n            \"基准 GMV（无活动）\": round(baseline_gmv, 2),\n            \"增量 GMV\": round(incremental_gmv, 2),\n            \"平台佣金收益\": round(platform_revenue, 2),\n        },\n        \"核心指标\": {\n            \"ROI\": f\"{roi:.1f}%\",\n            \"净贡献\": round(net_contribution, 2),\n            \"贡献利润率\": f\"{net_contribution/expected_gmv*100:.1f}%\" if expected_gmv > 0 else \"0%\",\n            \"每新用户成本（CAC）\": f\"{cac:.1f}元\" if cac != float(\"inf\") else \"∞\",\n        },\n        \"评估\": verdict,\n        \"建议\": advice,\n    }\n\n\ndef compare_activities(activities: list):\n    \"\"\"活动横向对比（修复：ROI字符串→数值排序）\"\"\"\n    results = sorted(\n        activities,\n        key=lambda x: float(x[\"核心指标\"][\"ROI\"].rstrip(\"%\")),\n        reverse=True\n    )\n    for i, r in enumerate(results):\n        r[\"排名\"] = i + 1\n    return results\n\n\ndef run():\n    print(\"=\" * 55)\n    print(\"活动 ROI 计算器\")\n    print(\"=\" * 55)\n\n    activity = input(\"活动名称：\").strip() or \"限时秒杀\"\n\n    try:\n        subsidy = float(input(\"补贴成本（优惠券/红包，元）：\").strip() or \"5000\")\n    except ValueError:\n        subsidy = 0\n\n    try:\n        marketing = float(input(\"营销成本（广告/物料，元）：\").strip() or \"2000\")\n    except ValueError:\n        marketing = 0\n\n    try:\n        commission = float(input(\"佣金成本（团长活动奖励，元）：\").strip() or \"1000\")\n    except ValueError:\n        commission = 0\n\n    try:\n        expected_gmv = float(input(\"预期 GMV（元）：\").strip() or \"80000\")\n    except ValueError:\n        expected_gmv = 0\n\n    try:\n        new_users = int(input(\"预期新增用户（人）：\").strip() or \"200\")\n    except ValueError:\n        new_users = 0\n\n    try:\n        baseline = float(input(\"基准 GMV（无活动同期，元）：\").strip() or \"60000\")\n    except ValueError:\n        baseline = 0\n\n    result = calculate_activity_roi(\n        activity, subsidy, marketing, commission, expected_gmv, new_users, baseline\n    )\n\n    print(f\"\\n{'='*55}\")\n    print(f\"【{result['活动名称']}】ROI 分析报告\")\n    print(f\"{'='*55}\")\n\n    print(\"\\n成本明细：\")\n    for k, v in result[\"成本明细\"].items():\n        print(f\"  {k}：{v:.0f} 元\")\n\n    print(\"\\n收益明细：\")\n    for k, v in result[\"收益明细\"].items():\n        print(f\"  {k}：{v:.0f} 元\")\n\n    print(\"\\n核心指标：\")\n    for k, v in result[\"核心指标\"].items():\n        print(f\"  {k}：{v}\")\n\n    print(f\"\\n评估：{result['评估']}\")\n    print(f\"建议：{result['建议']}\")\n\n\nif __name__ == \"__main__\":\n    run()\n```\n\n---\n\n### 3.9 各渠道获客话术模板\n\n```\n五类渠道话术：\n\n渠道A：地推扫码话术（面对面）\n\n开场白（3秒吸引注意）：\n  \"您好，打扰一下！我是XX社区团购的推广员，\n   我们在帮社区居民省钱，买菜水果比超市便宜20-30%。\n   扫码关注就送6枚鸡蛋，您看看了解一下？\"\n\n需求挖掘：\n  \"您平时在哪里买菜呀？\n   菜市场还是超市？\n   我们比菜市场还便宜，而且明天就能送到小区门口。\"\n\n处理抗拒（用户说\"不需要\"）：\n  \"完全理解！您可以先看看，不买也没关系。\n   关注了以后有优惠活动您就知道了，\n   反正不花钱，先占个便宜呗😊\"\n\n促成（用户犹豫不扫码）：\n  \"这样吧，我送您一袋小橘子，\n   您扫码进群了解一下，不喜欢随时退出来就行。\n   群里的东西真的比超市便宜很多！\"\n\n---\n\n渠道B：老带新（团长推荐）话术\n\n团长推荐团长话术（私信）：\n  \"XX姐，您做团长做得真好！\n   我们现在招募新团长，您有没有朋友住在别的社区想做的？\n   推荐成功的话，您和您朋友都能拿200元奖励！\n   她们要是做得好，您还能拿她们GMV的永久分成呢~\"\n\n邀请新用户话术（私信）：\n  \"您好，我是XX团长的助理～\n   XX姐推荐您来了解我们的团购！\n   她的社群口碑特别好，您在她的群里买东西特别靠谱。\n   我给您发个链接，您可以先看看有什么实惠的～\"\n\n---\n\n渠道C：微信群裂变话术\n\n群发话术（邀请好友进群）：\n  \"【福利到】🎉\n   邀请2位邻居进群，双方各得5元无门槛券！\n   蔬菜水果比超市便宜20%+，明日送达～\n   想省钱的邻居扫码进群👇\"\n\n助力话术（分享链接）：\n  \"【0元免费拿】🎁\n   帮我点一下，助力成功就能0元拿这箱牛奶！\n   感谢感谢🙏 [链接]\n   （这活动真的免费，我已经拿到了）\"\n\n拼团话术：\n  \"【2人成团】智利车厘子2斤，原价58，两人拼团只要38！\n   差1人，快来和我一起拼！\n   点击链接立即参与👇\"\n\n---\n\n渠道D：流失用户召回话术\n\n轻度流失（7-14天）私信：\n  \"您好，我是团长小XX！\n   您之前在我们这买过土鸡蛋，还记得吗？\n   最近到了特别好吃的草莓，给您留了一份专属价¥19.9（市场价¥35）\n   这是您的专属优惠哦，点击领取👇\"\n\n中度流失（15-30天）私信：\n  \"您好！我是XX，好久没见您来了～\n   想问一下是不是最近比较忙呀？\n   我们上了很多新品，给您申请了一张20元无门槛券，\n   有效期7天，不用就浪费啦，点击领取👇\"\n\n重度流失（31-60天）私信：\n  \"【专属召回福利】🎁\n   您已经60天没来啦，我们非常想念您！\n   为您准备了一份超级回归礼包：\n   1分钱换购任意商品 + 10元无门槛券\n   仅限您一人，戳链接领取👇\"\n\n---\n\n渠道E：朋友圈推广话术\n\n日常推广（图文）：\n  \"【社区团购日记】🏠\n   今天到了一批阳山水蜜桃，邻居们都说特别甜！\n   比超市便宜一半，明日送达，扫码下单👇\n   [配图：实物图+价格对比图]\"\n\n活动预告：\n  \"【明早10点 限量秒杀】⏰\n   土鸡蛋30枚，市场价32，我们只要19.9！\n   只有100份，手慢无，扫码进群预约👇\"\n\n好评晒单：\n  \"今天邻居们的反馈来了👏\n   张姐说'鸡蛋特别新鲜，比菜市场好还便宜'\n   李哥说'排骨收到了，很嫩，推荐！'\n   想买的邻居，点下面链接下单👇\"\n```\n\n---\n\n### 3.10 各平台获客成本（CAC）详细对比\n\n```\n各平台真实获客成本数据（基于2021-2023年行业调研）：\n\n多多买菜：\n  ┌─────────────────────────────────────────────────┐\n  │  获客渠道        成本/人      用户质量     备注    │\n  │  ─────────────────────────────────────          │\n  │  1分钱秒杀引流    ¥30-45     极低（羊毛党）  已停  │\n  │  邀请助力        ¥8-15      中等（真实用户） 主力  │\n  │  拼团裂变        ¥5-12      较高（目标用户） 最佳  │\n  │  团长私域转化    ¥3-8       高（信任关系）   最低  │\n  │  朋友圈广告投放   ¥25-40     中等            补充  │\n  │  加权平均 CAC    ¥12-18     —               —     │\n  └─────────────────────────────────────────────────┘\n  注：多多买菜重拉新轻留存，实际有效用户CAC更高\n\n美团优选：\n  ┌─────────────────────────────────────────────────┐\n  │  获客渠道        成本/人      用户质量     备注    │\n  │  ─────────────────────────────────────          │\n  │  美团APP流量导入   ¥2-5       高（既有用户）  优势   │\n  │  地推扫码        ¥15-25      中等            主力   │\n  │  团长拉新        ¥5-10       高（团长信任）   主力   │\n  │  BD团队拓展      ¥20-35      中等            早期   │\n  │  社交裂变        ¥8-12       较高            辅助   │\n  │  加权平均 CAC    ¥8-15       —               —     │\n  └─────────────────────────────────────────────────┘\n  注：美团APP流量是核心竞争力，CAC显著低于行业\n\n兴盛优选：\n  ┌─────────────────────────────────────────────────┐\n  │  获客渠道        成本/人      用户质量     备注    │\n  │  ─────────────────────────────────────          │\n  │  门店自然流量     ¥1-3       极高（进店顾客） 核心   │\n  │  团长社交推荐     ¥3-8       极高（强关系）   核心   │\n  │  社区活动        ¥5-15       高（情感连接）   低频   │\n  │  口碑传播        ¥0（几乎0） 极高            最优   │\n  │  加权平均 CAC    ¥2-6        —               最低   │\n  └─────────────────────────────────────────────────┘\n  注：兴盛CAC最低，用户质量最高，LTV/CAC表现最优\n\n淘菜菜：\n  ┌─────────────────────────────────────────────────┐\n  │  获客渠道        成本/人      用户质量     备注    │\n  │  ─────────────────────────────────────          │\n  │  88VIP会员导入    ¥5-10      极高（付费会员） 优势   │\n  │  淘宝直播导流     ¥15-25      中等            流量大  │\n  │  地推扫码        ¥20-30      中等            成本高  │\n  │  U先试拉新       ¥12-18      较高            试用转化 │\n  │  加权平均 CAC    ¥12-20      —               偏高   │\n  └─────────────────────────────────────────────────┘\n  注：依托阿里生态，但CAC偏高，规模效应不明显\n\n行业健康标准参考：\n  CAC < ¥10：优秀（兴盛优选水平）\n  CAC ¥10-20：良好（美团优选水平）\n  CAC ¥20-30：一般（多多买菜/淘菜菜水平）\n  CAC > ¥30：危险（纯补贴拉新模式）\n```\n\n---\n\n## 案例库\n\n### 案例1：多多买菜\"1分钱秒杀\"裂变活动复盘\n\n```\n活动设计：\n  → 每天 10:00 上线 100 份 1 分钱秒杀商品\n  → 用户需邀请 2 位好友助力才能购买\n  → 邀请链接分享到朋友圈/微信群\n\n分渠道数据效果：\n  活动期间（2021年3月，日均）：\n    日均新增用户：+15 万（峰值）\n    活动页面 UV：80 万\n    邀请转化率：35%（80万UV→28万完成助力）\n    每邀请 1 人成本：约 ¥0.8（平台补贴0.01元商品）\n    实际CAC：¥8-12/人（均摊运营成本）\n\n用户质量分层（1分钱活动专项分析）：\n  ┌─────────────────────────────────────────────────┐\n  │  用户类型      占比    30日复购率   60日复购率  │\n  │  ─────────────────────────────────────          │\n  │  真实消费者    35%      42%        28%        │\n  │  羊毛党        45%      8%          3%        │\n  │  沉默用户      20%      15%         8%         │\n  │  整体均值      100%     15%         8%         │\n  └─────────────────────────────────────────────────┘\n\nROI 分析：\n  活动成本：¥15万 × 30天 = ¥450万/月（补贴+运营）\n  带来新用户：15万 × 30天 = 450万用户\n  实际CAC：¥450万 / 450万用户 = ¥1/人（表面）\n  真实CAC（含羊毛党剔除）：¥450万 / (450万×35%) = ¥2.9/人\n  但留存价值：30日复购率仅15%，LTV < ¥5\n  结论：ROI 为负，长期亏损\n\n教训：\n  → 低价拉新用户质量极低（45%羊毛党），不是目标用户\n  → 真实消费者 CAC = ¥2.9，但 LTV < ¥5，LTV/CAC < 2，不合算\n  → 建议：取消纯补贴拉新，改用\"拼团+内容\"组合（真实用户占比提升至60%+）\n```\n\n### 案例2：兴盛优选社区活动留存打法\n\n```\n活动设计（湖南某社区）：\n  → 端午节：团长组织\"包粽子大赛\"，社区免费参加\n  → 参与用户现场下单可领粽子材料包\n  → 赛后合影发朋友圈，额外领 5 元无门槛券\n\n数据效果：\n  活动参与人数：50 人（社区 200 户家庭）\n  活动当天 GMV：3.2 万（日常 5000 元）\n  参与用户 30 日复购率：82%\n  参与用户 90 日留存率：71%\n\n核心逻辑：\n  → 用社区活动建立情感连接，不是纯利益交换\n  → 用户记住了团长这个人，不只是记住\"便宜\"\n  → 线下见过面，信任感翻倍\n\n可复用经验：\n  → 节日/节气活动 = 天然的社群活跃机会\n  → 团长主办 + 平台补贴 = 最低成本的活动形式\n  → 活动后的 UGC 晒单 = 最好的口碑传播\n```\n\n### 案例3：美团优选\"早市经济\"留存体系\n\n```\n策略设计：\n  → 每天 07:00 推送\"早市\"专属优惠（限 2 小时）\n  → 主打生鲜/蔬果/早餐食材\n  → 文案强调\"新鲜\"、\"今天吃\"\n  → 早市 GMV 单独统计，不计入日常 GMV 考核\n\n数据效果：\n  早市用户月均购买频次：8-10 次（行业最高）\n  早市用户平均客单价：35 元（略高于均值）\n  早市专属用户 30 日留存率：65%\n  早市用户向全品类延伸率：40%\n\n核心逻辑：\n  → 习惯养成：每天同一时间推送，用户形成\"早餐买菜\"习惯\n  → 场景绑定：早市 = 新鲜 = 兴盛优选\n  → 频次优先：先养成频次，再提升客单价\n\n可复用经验：\n  → 固定时间 + 固定内容 = 最简单的习惯养成机制\n  → 早起用户 = 高价值用户（有时间购物 = 家庭采购决策者）\n```\n\n### 案例4：某平台\"广告投放ROI崩溃\"的获客教训\n\n```\n背景：2022年某中型社区团购平台（月GMV约5000万）为快速扩张，大量投放信息流广告\n\n问题：获客效率持续恶化，广告成为纯烧钱机器\n\n数据暴露问题：\n  → 月均广告投放：¥300万\n  → 月均新增用户：3万\n  → 实际 CAC：¥100/人（目标 ¥30/人，严重超标）\n  → 新用户30日复购率：8%（目标 > 30%）\n  → 计算：¥100 × 3万 × 30天 = 月亏损 ¥900万\n\n根因分析（Step 1：用户来源拆分）：\n  投放渠道效果对比：\n  ┌────────────────────────────────────────────────────────────┐\n  │ 渠道          投放占比    CAC      30日复购率   ROI       │\n  │ ─────────────────────────────────────────────────────     │\n  │ 抖音信息流    50%        ¥150     5%          0.2       │\n  │ 微信朋友圈    30%        ¥80      10%         0.4       │\n  │ 百度搜索      15%        ¥60      15%         0.6       │\n  │ 团长老带新    5%         ¥15      35%         2.5       │\n  └────────────────────────────────────────────────────────────┘\n\n  发现：80%的预算花在ROI<0.5的渠道，只有5%预算在团长老带新（ROI最高的渠道）\n\n根因分析（Step 2：用户质量验证）：\n  → 广告用户 vs 团长用户对比：\n    广告用户：首单¥12（多为凑单），7日复购率5%，30日复购率8%\n    团长用户：首单¥38，7日复购率30%，30日复购率35%\n  → 广告用户几乎100%是\"羊毛党\"，有补贴就下单，没补贴就消失\n\n应急处置：\n  → 第1周：立即暂停抖音/朋友圈广告投放（ROI<0.5的一律暂停）\n  → 第2周：将80%预算转移到团长老带新（ROI 2.5）\n  → 第3周：保留百度搜索（ROI 0.6但品牌价值），降低投放\n  → 第4周：建立广告ROI红线，任何渠道CAC>¥50立即暂停\n\n数据效果（调整后3个月）：\n  月均CAC：¥100 → ¥35（下降65%）\n  新用户30日复购率：8% → 28%（提升20pp）\n  月均获客成本：¥300万 → ¥120万（下降60%）\n  但月GMV从¥5000万 → ¥4500万（牺牲了扩张速度）\n\n核心教训：\n  → 社区团购获客绝对不能依赖广告投放（用户太容易薅羊毛）\n  → 团长老带新是ROI最高的获客方式，应占预算60%以上\n  → 广告投放CAC红线：>¥50立即暂停，>¥80全面审查\n  → 获客质量比获客数量重要10倍：10个真实用户 > 100个羊毛党\n```\n\n### 案例5：某平台\"拉新裂变活动被薅羊毛导致巨额损失\"\n\n```\n失败背景：2023年某平台中秋活动，推出\"邀请好友得20元红包\"裂变机制\n\n事故经过：\n  ① 活动设计：\n    → 邀请1个新用户注册，得20元红包（无门槛提现）\n    → 预算：活动期间发出红包上限100万元\n    → 预期：5万新用户（CAC约20元）\n\n  ② 风险识别失败：\n    → 活动上线前，风控团队未做\"羊毛党识别\"测试\n    → 技术团队未设置\"一人多邀请\"上限（允许无上限邀请）\n    → 黑产发现漏洞：一人控制100+账号邀请，套取红包\n\n  ③ 发现时损失：\n    → 活动上线4小时，发出红包50万元\n    → 核实发现：80%红包被约200个账号薅走（人均套取2000元）\n    → 实际新用户仅8000人（大量虚假注册）\n    → 当日紧急停止活动，最终损失：¥38万（仅2.8万真实用户）\n\n损失分析：\n  → 红包成本：¥50万（其中¥38万被薅走）\n  → 实际有效获客：2.8万人，CAC实际约¥17元（看起来还行）\n  → 但虚假用户：7.2万人，贡献GMV为0，平台额外承担¥12万补贴成本\n  → 更严重后果：虚假团长入驻后，平台商誉受损，真实团长流失\n\n整改措施：\n  ① 邀请活动必须设置上限：每人最多邀请10个新用户\n  ② 引入风控系统：识别设备指纹/IP异常/账号关联\n  ③ 新用户必须完成首单才可提现红包（不能仅注册）\n  ④ 活动预算分批释放：先放20%预算，观察数据再决定是否继续\n  ⑤ 建立\"薅羊毛监控大屏\"：实时监控异常邀请行为\n\n核心教训：\n  → 任何\"邀请得红包\"活动必须预设风控措施，不能上线后再补救\n  → 羊毛党的组织化程度远超想象，要有专人负责风控\n  → 活动预算不能一次性全放出，必须分批+实时监控\n  → 虚假用户不仅是钱的问题，还会破坏平台生态（真实团长流失）\n```\n\n---\n\n## 附录：获客与留存检查清单\n\n```\n月度获客与留存健康检查：\n\n□ 1. 获客成本：本月 CAC 是否 < 50 元？（超过则预警）\n□ 2. 拉新质量：本月新用户 30 日复购率是否 > 30%？\n□ 3. 社群活跃：团长社群发言率是否 > 5%？（日均发言数/群成员数）\n□ 4. 流失预警：轻度/中度沉默用户是否已推送召回？\n□ 5. 复购激励：本周是否有限时复购活动？\n□ 6. 内容运营：每天推送消息条数是否控制在 5-7 条？\n□ 7. 用户分层：高价值用户是否有专人维护？\n□ 8. 活动策划：本周是否安排了主题活动？\n□ 9. 好评展示：是否每天固定晒出 2-3 条用户好评？\n□ 10. 留存复盘：本月留存率环比是否提升？\n\n红线预警（任一触发立即复盘）：\n  → CAC > 100 元\n  → 月流失率 > 30%\n  → 团长社群退群率 > 5%/月\n  → 沉默用户占比 > 30%\n```\n","tags":{"latest":"1.0.0"},"stats":{"comments":0,"downloads":380,"installsAllTime":14,"installsCurrent":1,"stars":0,"versions":1},"createdAt":1777684700588,"updatedAt":1778492826217},"latestVersion":{"version":"1.0.0","createdAt":1777684700588,"changelog":"Initial release: 全链路社区团购获客与用户留存体系\n\n- 提供社区团购获客渠道矩阵及ROI全景对比，覆盖新老用户、团长、地推、广告等五类主流渠道及运营优劣分析。\n- 输出社群运营SOP、分层用户体系（RFM简化版）、不同分层用户召回&复购激励策略及运营日历工具。\n- 梳理美团优选、多多买菜、兴盛优选、淘菜菜等平台在获客与留存上的打法异同，便于平台化运营差异化对标。\n- 内含用户分层分析工具（Python脚本），实现批量数据导入、一键分层与运营建议自动输出。\n- 明确模块边界，聚焦用户拉新、留存、复购，不含选品及团长运营内容。","license":"MIT-0"},"metadata":null,"owner":{"handle":"nic-yuan","userId":"s17601s6pc41mkraa1bkeshfx983kdsw","displayName":"nic-yuan","image":"https://avatars.githubusercontent.com/u/195308903?v=4"},"moderation":null}