立即登录 数据分析圈子里有个话题，几乎每次开会都能吵起来——自然增长率。
做营销和运营的人尤其深有体会。老板拍桌子问：这次活动到底贡献了多少？你吭哧吭哧算完，对面来一句"你这数不对吧"，然后双方就开始漫长的扯皮。更憋屈的是，有时候你算出来的自然增长率低得可怜，活动方脸都绿了，反过来质疑你的模型有问题。
今天就把这个坑好好捋一捋。
"自然增长"到底是个啥
严格来说，商业世界里不存在真正的"自然增长"。钱不会自己从天上掉下来，所有业绩都是人干出来的。但不同部门的角色确实不一样。销售、广告投放这类，直接面对客户、直接成交，功劳算得清。品牌、营销、用户运营这些呢？更像是给销售"叠buff"——原本卖30块的东西，塞张5元券；原本没名气的，包装成"国际大牌"；原本没人理的，加个"限时尊享"的标签。买的人会不会变多？也许吧，但谁也说不准这里面有多少是产品本身争气，有多少是包装唬人。
所以这些"叠buff"的部门特别需要一个概念：自然增长率。把"本来就会买的"和"被活动吸引来的"分开，好证明自己的价值。
讽刺的是，销售部门后来也学会了这套。算法一样，用途相反：先把自然增长率算高，剩下的锅甩给"天气不好""运营瞎搞活动""大环境差"。
理论上，这事不难
学术点讲，剥离人工干预的影响，大概有三条路。
按时间切——活动前叫自然，活动中叫人工。按人群切——没参加活动的是自然，参加了的是人工。按产品切——没做活动的产品算自然，做了活动的算人工。
听起来清爽利落。但真到工位上开干，全是坑。
第一个坑：非活动期间的数据根本没法看
人不是机器，不会均匀消费。上班族只能周末逛商场，宝妈得等娃睡了才能刷手机。周末销量高，周一暴跌，这能说明周一"自然"就低吗？选多长时间算"基准期"？三个月？一个月？一周？选哪个都能吵一架。
第二个坑：有些行业压根没有"非活动期"
零售、电商、游戏，活动排得比日历还满。大促之间那点空隙，消费者刚被掏空钱包，正处于"回血期"，数据本来就失真。时间切分法，基本废掉。
第三个坑：商品根本找不到对照组
同品类商品，一个做活动一个不做，但SKU不可能完全一样。更何况，卖得好不好本身就是人为干预的结果——加库存、给曝光、清尾货，哪有什么"纯自然"的销量？
第四个坑：人群划分有时机违法风险
618、双11这种全民狂欢，你怎么找人"没参与"？线下渠道更麻烦，搞差异化定价？等着被举报"大数据杀熟"吧。
第五个坑：就算分了人群，也控不住变量
哪怕真找了"对照组"，性别、年龄、购买频次、品牌忠诚度、价格敏感度……影响购买的因素多如牛毛。稍微抽样偏一点，对照组建出来购买率奇低，AB测试直接失效。
第六个坑：永远有人搬出"宏观环境"
以上都考虑到了？还有人等着呢。"你没看XX竞品跌了30%？我们才跌20%，已经跑赢大盘了！"这种话术，本质上是把不可证伪的外部因素当万能挡箭牌。
吵到这一步，其实大家都明白，争的不是数字，是甩锅。
那有没有解？
理论上，有。前提是先把屁股从小部门挪开，想想怎么把整体业绩做上去。
外部因素不是不能提，但得满足四个条件才能认：有明确的时间节点、影响范围可界定、数据有显著突变、且排除其他内部变量。否则，听风就是雨，不行。
直接产业绩的部门，别扯什么自然增长。达标就是达标，不达标就是不达标，找内部原因还是外部原因，都比玩文字游戏强。
"叠buff"的部门可以算，但分三种情况：没硬指标的，跟过去比就行；有硬指标但任务明确的，先完成KPI再说；背了整体指标的，看大局别抠细节——整体没达标，你单个活动数据再漂亮也没人信。分组营销的直接上AB测试，事前约定好规则，比事后扯皮强一百倍。
最靠谱的一招，其实是买定离手。项目启动前，算法、基准期、对照组怎么选，各方签字画押。效果好不好，事后按规矩复盘，而不是临时改口径。
但说实话……
前面这些都是"理论上"。真到了会议室，运营还是想证明自己"一手遮天"，销售还是抱怨"后台不给力"，老板心里还是各有算盘。自然增长率的争吵，永远不会停。
更现实的是，很多数据分析师本身就挂在运营底下，老板需要你"帮忙站台"。这时候，科学不科学的，有时候真由不得你。
但懂行的人心里得有数。知道游戏怎么玩，才能在各种"圆故事"的场合进退自如。说到底，数据分析的终极难题从来不是计算本身，而是数字背后坐着的人——屁股决定脑袋，数据只是枪。
---
本站主要收集互联网运营相关干货，内容来自公开资料或用户分享，不代表本站立场。如有侵权，请联系删除。