起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識中獎不易，抽獎活動設計更不易
編輯導讀：人為什么喜歡盲盒？因為喜歡追求刺激，尤其是充滿未知。抽獎就是這樣的充滿變數的活動，想要中獎不容易，想要做好一個抽獎設計也不容易。本文作者將從五個方面進行分析，與你分享。
前言：在實習過程中因參與項目，學習并思考了如何在一個小程序中設計一個抽獎活動，并未官方設計，也不作為相關的工作說明，僅作為交流探討。
抽獎作為促活、拉新的傳統營銷手段，無論是在線下營銷，還是如今的互聯網運營時代，都被廣泛采用及推廣。形式多種多樣，包括較為常見的大轉盤、乒乓球號，到口紅機、砸金蛋，萬變不離其宗，都是通過概率性事件，營造稀缺性，翹動用戶的互動參與意愿，同時通過物質激勵等方式持續刺激，階段性強刺激，來保證用戶的長期活躍度。
回歸到抽獎上來，作為運營的手段，我們該分為幾步著手。
一、用戶基礎研究
設計抽獎活動前，我們需要對目前所擁有的資源和現實條件進行一個總結，在此基礎上，我們對之后的活動目標設計會有更明確的方向和指標。可以試著回答以下幾個問題，但不僅限于此：
- 小程序平臺原先的點擊量，是什么量級？
- 用戶留存率是多少？
- 這些留存的用戶主要瀏覽/點擊哪個板塊？
- 這個板塊和抽獎是否能形成關聯？
- 用戶進入小程序后主要行為是什么？
- 用戶主要行為能否和抽獎行為形成關聯？
其實也就是解決這三個問題：是否有人參與？誰來參與？怎么參與？
二、目標設定
回答完上述問題后，我們對承載這個抽獎活動的小程序平臺的基本情況就心里有數了。接下來可以確定抽獎活動的目標，這將影響到后面所有的細節設計，包括抽獎模型、抽獎體驗、獎品安排等。我們常見的超市的抽獎活動，一般可能在開業時，目標就是為了聚人氣，這時候可能處在賠本賺吆喝的階段，成本高一些無妨，只要將品牌打出去就可以；有些互聯網APP的抽獎，可能則是以發放優惠券等形式，這時候的目標就是為了帶動自身產品的消費。
一般而言目標的設定分為不可見的和可見的，不可見的包括提高品牌聲譽、用戶體驗提升，可以通過問卷等形式進行量化，但較少會進行量化的處理；可見的是指可以通過數據量化的，包括活躍度的提升（訪問量、留存率等）。
我們開發小程序中的抽獎活動，目的就是為了給小程序帶來更多的流量，實現拉新，同時吸引用戶持續進入小程序參與抽獎，與此同時瀏覽/點擊小程序內的其他模塊，購買產品等等，即實現留存和促成用戶的消費行為。基于此，最基礎的活動目標即是實現小程序的點擊人數的增加。
比如可以預設兩個目標：希望小程序達到每年點擊人次是30萬（可見），這個；用戶獲得良好的抽獎體驗（不可見）。抽獎的體驗如果想要進行量化，可以利用一個公式，即抽獎體驗=抽獎概率*獎品價值-抽獎成本，也就是當用戶獲得的收益大于付出的成本時，用戶抽獎時得到正反饋，他們才有動機參與到活動中來。
三、目標拆解
新增30萬人次，對于全新的小程序，不算一個小量級，那為了實現這個目標，我們必然要對目標進行拆解，是否可以拆分成具體的指標和要素，最好能形成公式，針對性提升某一個要素，從而達到聚沙成塔的效果，也可以說是構建一個用戶增長的模型。有一個比較經典的AARRR模型，Acquisition、Activation、Retention、Revenue、Referral，應用到這個例子中，簡單而言，抽獎活動可以促成Retention、Revenue、Referral，也就是留存、裂變。留存即每日都可參加抽獎，吸引用戶每日進入小程序；裂變即分享給好友，獲得禮/增加抽獎次數/增加獲獎概率等。
我們可以這樣認為，小程序的人次增加來源（1）拉新增量，有可能是用戶自然行為，有可能是營銷結果；（2）用戶留存；（3）其他渠道轉化量；（4）裂變增量。所以在確定了30萬人次的目標后，我們可以根據經驗數據進行分配，從而對每一個要素的情況有一個大概的估計，在運營過程中及時調整策略。
四、抽獎模型
抽獎模型可以說是一個抽獎活動的內核，抽獎模型可以實現活動參與和活動運營的控制。這里舉三個比較：
1. 普通概率模型
設定獎品的固定概率Xi。例如：如果活動是設定100%中獎，獎品A中獎概率1/4，獎品B中獎概率3/4。一開始估計只有1000個用戶參加抽獎，故只準備了250個獎品A，750個獎品B，這時候所有人中獎概率相等。而實際活動開展后，有2000人前來抽獎，則前1000人將會將獎品全部抽走，剩下1000人抽中獎品的概率為0，一方面影響整個活動期間的抽獎氛圍，一方面用戶體驗極差。此時可以選擇追加獎品，但會出現獎品超發的情況，預算不可控?；蛘哌x擇活動就此暫停，即“先到先得”。
優點：概率可以固定；
缺點：因參與人數為變量，所以當實際參與人數過多的時候，很有可能出現前期獎品都被抽走的情況，如果追加獎品，則可能出現超發情況；如不追加，可能會影響用戶體驗。
2. 計數器模型（即逢“幾”中獎）
例如以1000為周期，逢288、488、688中一等獎，100、200、300中二等獎。假設有2000人參加抽獎，則第288、488、688、1288、1488、1688參與抽獎的用戶抽中一等獎，第100、200、300、1100、1200、1300抽中二等獎。
優點：如果每日參與熱度相對平均，則每隔一段時間會出現一個大獎刺激用戶；
缺點：參與人數為變量，獎品可能需要追加。
3. 動態概率模型
舉一個例子，也可以直接看公式。假設預估有240000人次（平均每月20000人次）參加抽獎，獎品A的中獎概率為50%，獎品B的中獎概率為30%，獎品C的中獎概率為20%，則獎品A準備120000份，獎品B準備72000份，獎品C準備48000份。設定每月動態更新一次抽獎概率。
以1月份是第一個月為例，1月平均每天參加抽獎人次為1000，當月獎品A被抽走17000份，獎品B被抽走12000份，獎品C被抽走5000份，此時獎品A剩余113000份，獎品B剩余60000份，獎品C剩余43000份。此時調整活動剩余參與人次期望為334000（剩余天數334*平均每天參加人次1000），抽中獎品A的概率調整為33.83%（剩余A數量113000/剩余參加活動人次334000），抽中獎品B的概率調整為17.96%（剩余B數量60000/剩余參加活動人次334000），抽中獎品C的概率調整為12.87%（剩余C數量43000/剩余參加活動人次334000）。此時，三種獎品的抽中概率均發生下降的原因是第一個月活動熱度高，平均每月20000人次的情況下第一個月實際參與抽獎的有31000人次，為了確保獎品不超發，只能降低后續抽中概率。也就是說，在2月份，獎品A中獎概率為33.83%，獎品B中獎概率為17.96%，獎品C中獎概率為12.87%，不中獎的概率為35.34%。
2月平均每天參加抽獎人次為500，當月獎品A被抽走6000份，獎品B被抽走4000份，獎品C被抽走1000份，此時獎品A剩余107000份，獎品B剩余56000份，獎品C剩余42000份。此時平均每天參與人次為763（1月、2月總的平均每天參加人次）。此時調整活動剩余參與人次期望為233478（剩余天數306*平均每天參加人次763），抽中獎品A的概率調整為45.82%（剩余A數量107000/剩余參加活動人次2334780），抽中獎品B的概率調整為23.98%（剩余B數量56000/剩余參加活動人次2334780），抽中獎品C的概率調整為17.98%（剩余C數量42000/剩余參加活動人次2334780）。我們可以發現，當月抽中獎品的概率得到大幅上升，原因是因為2月抽獎參與人次降低，對后續活動剩余參與人次期望降低，所以獎品的抽中概率會得到提高。也就是說，在3月份，獎品A中獎概率為45.82%，獎品B中獎概率為23.98%，獎品C中獎概率為17.98%，不中獎的概率為12.22%。
以此類推，當月結束時，統計計算活動參與數據，動態調整下個月的抽獎概率。
1）參數
K：參與熱度，平均每天參與抽獎活動的人次
T：活動剩余時間，單位為天
M：該獎品剩余獎品數量
S：剩余參加活動的人次
X：抽中這個獎品的概率
2）公式
k（平均每天參加的人次）=（∑目前參與抽獎人次之和）/活動已開展天數①
S（剩余參加活動的人次）=T（剩余時間）*k（平均每天參加的人次）②
X（抽中這個獎品的概率）=M（該獎品剩余獎品數量）/S（剩余參加活動的人次）③
3）步驟
Step1：預估活動期間參與人數，設定獎品中獎概率，計算得到初始獎品數；
Step2：統計目前參與抽獎人次之和，計算得到平均每天參與抽獎活動的人次K①，利用公式②計算剩余參加活動的人次；
Step3：根據每個品類獎品剩余的數量，利用公式③計算得到調整后的中獎概率；繼而調整未中獎概率；
Step4：依此類推，直到活動期末。
4）注意事項
該動態概率模型，在實際應用中需要注意和處理的問題有：
- 當參與熱度高于預估時，獎品的中獎概率會降低，需要增加“未中獎”事件，100% 減去各個獎品中獎概率之和為未中獎概率。
- 當參與熱度小于預估時，獎品的中獎概率會提升，當出現各個獎品中獎概率之和大于100%，抽獎過程中有可能會同時抽中兩個獎品，此時獎品發放邏輯可為取獎品價值大的進行發放，以此達到刺激參與熱度的作用。這里也可以不調整中獎概率，按原有設定的概率也不會出現超發的情況。
此處的邏輯可以根據實際情況進行調整，也可以使用算法進行更復雜的設計，如該用戶之前已獲得3次以上價值1元的獎品，那此次同時抽中兩個獎品，則發放10元的獎品；如果剩余獎品中x獎品比例過大，則發放x獎品等邏輯。
5）計算說明
上述的動態調整如果通過算法自動計算最為方便，可以將更新頻率縮小到一天，但更新頻率過高，則波動會更大，此時就需要考慮采用滑動平均進行濾波。如果手動計算，則可以月為周期進行動態調整。
6）修正改進
每天參與抽獎人次可能存在較大波動，使用算術平均計算平均每天人次，對后續概率計算影響較大，故需要進行濾波，可采用滑動平均法進行低通濾波?；瑒悠骄ǖ囊饬x在于當時間序列的數值由于受周期變動和隨機波動的影響，起伏較大，不易顯示出事件的發展趨勢時，使用滑動平均法可以消除這些因素的影響，顯示出事件的發展方向與趨勢，然后依趨勢線分析預測序列的長期趨勢。
當然還有一些其他的模型及算法，比如依靠一個完全隨機數定是否中獎，今天早上A股上證指數開盤時整數的后兩位，用一個公式計算得到中獎號碼等等。
五、獎品的確定
到了用戶最為關心的抽獎獎品環節，原則是大獎要精，小獎要多，通過大獎營造爆點，吸引眼球，給予強刺激，通過多而惠、小而美的獎品來對用戶形成持續的吸引。
1. 獎品類型
可以考慮的形式有很多，比如：
- 積分，積分用于兌換禮品、再次抽獎，形成小程序積分體系內部循環；
- 消費紅包，鼓勵用戶進行消費；
- 虛擬獎品，比如視頻網站會員卡等，一方面可以和平臺合作，一方面也便于發放；
- 實物獎品，給用戶強刺激，同時配合抽獎區域跑馬燈對用戶形成持續刺激，吸引留存，提高參與度。
2. 呈現形式
形式一：盲盒/禮包
形式二：獎品直接展示
3. 獎品數量及預算
在抽獎概率模型中，我們其實已經設定了一個初始的概率，故可以根據初始概率及預估的全年參與人次，計算得到獎品的數量。此時，獎品的單價由預算決定，可以參考目前互聯網渠道的獲客成本。
抽獎活動的策劃還有不少門道，讓一個活動策劃合理化，且達到最初預想的運營效果，可能并不是一個簡單的事。掌握運營之道，道阻且長。第一次參與抽獎設計，考慮不周，如有疏漏之處，請各位多指教。
本文由 @司馬子元 原創發布于人人都是產品經理。未經許可，禁止轉載。
題圖來自Unsplash，基于CC0協議。
大佬，有個問題，例如抽盲盒的中獎概率，盲盒每次50元，60個獎品，總價值3000元，分為6個檔次，這樣該怎么算動中獎概率動態調整？因為也沒有時間和人數，數量比較少
你好，我有個疑問，如果第一個月過后，獎品的發放并不是按照設定概率來的，不應該復盤一下概率的計算問題嗎？
您好。不好意思我有點沒太理解您的問題。我們初始在進行策劃的時候，是根據這個式子去確定的獎品數量，獎品數量=設定的初始概率*預估總抽獎人次，也可以看成剩余獎品數量=中獎概率*接下來參與人次。
我們做動態調整有一個前提就是我們不追加獎品。在獎品限定的情況下，如果等式右邊，實際上參與抽獎人次大于我們預估，那中獎概率必然得變小才能滿足等式成立。（此處我們認為樣本數量足夠大，實際中獎的情況已經逼近設定的概率了）。
如果參與的人數很少，而概率是大量重復實驗后逼近的一個值，確實可能存在獎品數量可能并不等于參與人數*設定的概率，那本身獎品夠用，我們也無需調整概率。