G2 SuperDeals 引导弹窗 V1.0 上线 19 天效果回收报告

编制:ava · CP 数据组 · 报告日期 2026-06-15 · 数据回收窗口 2026-05-26 ~ 2026-06-14
核心结论:上线 19 天累计曝光 ~80K UV,CTR 长期稳定在 1.5-2.4%,无衰减。L1 真增量订单 A 路径 371 单 / 330 UV / Commission $54.43,其中排除 Amazon 系(Type A bounty)后真实购物 61 单 / 38 UV / GMV $1,080 / Commission $30.57。商品卡精确归因 CVR 22.2% 极高。Commission 比 D+10 增长 271%(订单 PENDING 回流)。卸载严格归因 ~0.071% 远低于 V6.0 红线(≤10%)。建议保持现状继续放量,并优化推荐池降 Amazon 占比。

目录

  1. 需求背景与触发逻辑
  2. 埋点字段与数据口径
  3. 弹窗内漏斗:按天 + 累计
  4. L1 真增量订单(精确归因)
  5. 排除 Amazon 后的真购物增量
  6. 卸载严格归因(DiD 对照组)
  7. 对大盘曝光/点击的影响
  8. 单 case 卸载用户行为还原
  9. 关键技术备忘(数据回收坑)
  10. 结论与下一步

1. 需求背景与触发逻辑

目标用户(G2):进入商家时归因已属其他渠道(同行联盟 publisher、Google/Bing/FB 广告、商家自家邮件、cookie 残留),Coupert ext 让位不曝光。这类用户有强购物意图但 Coupert 不是首选购物入口,是长期归因流失主因。

策略:在用户 SP 完成后(不影响本次归因)展示 SuperDeals 引导弹窗,引导用户养成"先到 coupert.com / SuperDeals"的购物习惯,从根本上提升 Coupert 长期归因完整度。

触发链路:用户带其他归因进商家 → ext 检测归因冲突让位 → 用户完成 SP 购物 → 判断当日是否命中 G2 人群包 → 命中 → SP 完成后 1s 延迟 → 让位高优弹窗 → 展示 SuperDeals 引导弹窗

上线时间:2026-05-26 V1.0(version ≥ 6.20.59);5/29 放量 5x(曝光从 1,422 → 7,181 UV/日)

2. 埋点字段与数据口径

2.1 弹窗内 5 个核心动作(事件流表)

指标event_typeelement_idscene
弹窗曝光impressionsp_super_deals_popupSuperdeals_Guide
Explore 主按钮点击clickexplore_super_deals同上
商品卡点击clickproduct_card同上
X 关闭closeclose_button同上
Snooze(Maybe next time)closemaybe_next_time同上
⚠️ 关键坑:埋点文档写 event_type 大写 IMPRESSION/CLICK/CLOSE,但实际入库小写。SQL 必须用小写过滤。

2.2 订单归因字段(最关键发现)

订单表 dwd_trd_user_orders_di 中归因字段是 click_type(不是 click_scenessource):

路径click_type归因含义
🅰️ A 路径:商品卡 → 直接出站AD_SP_RECOMMEND_WINDOWADService scene=SP_RECOMMEND_WINDOW 精确归因
🅱️ B 路径:Explore → 落地页 → 出站WEB_DEALS_RECOMMENDcoupert.com/super-deals 商品点击归因(需限定 Explore 用户)
验证click_scenes LIKE '%SP_%' 返回 0;source LIKE '%spsuperdeals%' 返回 0;只有 click_type 字段含归因值

2.3 数据源表

表名db用途
v_dwd_log_parse_event_analytics_log_dicp_dw (35)弹窗曝光/点击/关闭事件流(按 pt 日分区)
dwd_trd_user_orders_dicp_dw (35)订单归因(无 pt 分区,用 create_date)
dwd_log_event_outbound_result_det_dcp_dw (35)出站事件(access_at + tracking_id)
rpt_user_behavior_g2_hit_dcp_dw (35)G2 人群包命中明细(DiD 对照组源)

关键映射event_analytics.client_iduser_orders.guidoutbound.client_idg2_hit_d.guid,可直接 JOIN 无需转换。

2.4 SQL 模板:统一指标

📋 弹窗 5 个动作每日统计 SQL(按天)
SELECT
  pt,
  COUNT(DISTINCT IF(event_type='impression' AND element_id='sp_super_deals_popup', client_id, NULL)) AS popup_impr_uv,
  COUNT(DISTINCT IF(event_type='click'      AND element_id='explore_super_deals',  client_id, NULL)) AS explore_click_uv,
  COUNT(DISTINCT IF(event_type='click'      AND element_id='product_card',         client_id, NULL)) AS product_click_uv,
  COUNT(DISTINCT IF(event_type='close'      AND element_id='close_button',         client_id, NULL)) AS close_uv,
  COUNT(DISTINCT IF(event_type='close'      AND element_id='maybe_next_time',      client_id, NULL)) AS snooze_uv
FROM v_dwd_log_parse_event_analytics_log_di
WHERE scene = 'Superdeals_Guide'
  AND version >= '6.20.59'
  AND pt BETWEEN '2026-05-26' AND '2026-06-14'
GROUP BY pt
ORDER BY pt;

3. 弹窗内漏斗:按天 + 累计

3.1 关键 KPI 速览(D+19, 5/26-6/14)

累计曝光 UV
~80K
前+后 10 天合并估算
Explore CTR
~2.3%
稳定无衰减
商品卡 CTR
~1.9%
稳定无衰减
X 关闭率
~73%
用户最常见行为
Snooze 率
~1.9%
用户少推迟

3.2 按天数据完整表(5/26-6/14, 共 20 天)

日期曝光 UVExplore商品卡X 关闭SnoozeExplore CTR商品卡 CTR
5/26 上线4231215290102.84%3.55%
5/271,0142321648162.27%2.07%
5/281,4222020928161.41%1.41%
5/29 ★放量7,1811521474,9141182.12%2.05%
5/305,9711161144,093851.94%1.91%
5/317,3811591365,0711232.15%1.84%
6/019,0151761496,2171271.95%1.65%
6/028,3481571155,6741021.88%1.38%
6/038,2201531255,7111201.86%1.52%
6/047,7101301345,3481461.69%1.74%
6/056,9101281064,7981031.85%1.53%
6/065,529127903,8621082.30%1.63%
6/076,443120974,487971.86%1.51%
6/088,4331281025,8401451.52%1.21%
6/098,0271441115,5671181.79%1.38%
6/107,4621491155,0991302.00%1.54%
6/117,4111531295,1221202.06%1.74%
6/126,6641031034,531971.55%1.55%
6/135,124118773,581832.30%1.50%
6/146,103135984,3201042.21%1.61%

3.3 累计 UV 汇总(分段 + 估算)

因 v_dwd_log_parse_event_analytics_log_di 大表 self-join 在 20 天窗口 504/fetch failed,必须按 10 天窗口拆分跑:

漏斗环节前 10 天(5/26-6/04)后 10 天(6/05-6/14)全期合并估算
弹窗曝光 UV44,85453,083~75K-85K
Explore 点击 UV1,0561,251~1,800-2,000
商品卡点击 UV9551,020~1,600-1,800
X 关闭 UV14,86339,262~45K-50K
Snooze UV3661,032~1,200-1,400
📋 累计单指标 UV SQL(按 10 天窗口分段)
-- 前 10 天累计曝光 UV
SELECT COUNT(DISTINCT client_id) AS popup_impr_uv
FROM v_dwd_log_parse_event_analytics_log_di
WHERE scene = 'Superdeals_Guide'
  AND event_type='impression' AND element_id='sp_super_deals_popup'
  AND version >= '6.20.59' AND pt BETWEEN '2026-05-26' AND '2026-06-04';
-- → 44,854

-- 后 10 天累计曝光 UV
SELECT COUNT(DISTINCT client_id) AS popup_impr_uv
FROM v_dwd_log_parse_event_analytics_log_di
WHERE scene = 'Superdeals_Guide'
  AND event_type='impression' AND element_id='sp_super_deals_popup'
  AND version >= '6.20.59' AND pt BETWEEN '2026-06-05' AND '2026-06-14';
-- → 53,083

-- 20 天联合查询会 504/fetch failed
⚠️ 全期 UV 估算依据:同一用户在 20 天内可能多次曝光,前后两个 10 天窗口必有交集(不可直接加 44854+53083 算 97,937)。按 D+10 时验证 1.27x 重复(55K SUM vs 44K UV)外推,全期累计去重约 ~80K UV。

4. L1 真增量订单(精确归因)

4.1 A 路径:商品卡 → 直接出站(精确归因)

订单数
371
转化用户 UV
330
CVR 商品卡点击→订单 22.2%
GMV
$1,080.82
Commission
$54.43
+271% vs D+10
📋 A 路径精确归因 SQL(click_type = 'AD_SP_RECOMMEND_WINDOW')
SELECT
  COUNT(*) AS orders,
  COUNT(DISTINCT guid) AS converter_uv,
  SUM(sales) AS gmv,
  SUM(commission) AS commission
FROM dwd_trd_user_orders_di
WHERE create_date BETWEEN '2026-05-26' AND '2026-06-14'
  AND click_type = 'AD_SP_RECOMMEND_WINDOW';
-- → 371 单 / 330 UV / GMV $1,080.82 / Commission $54.43

4.2 B 路径:Explore → coupert.com/super-deals 落地页 → 出站

口径订单UVGMVCommission
大盘 WEB_DEALS_RECOMMEND(含其他入口)850713$6,478.57$252.27
严格限定 Explore 用户(估算 ★)~80-100~50-70~$1,500-2,000~$25-35
估算依据:D+10 时大盘 WEB_DEALS_RECOMMEND 338 单 / 限定 Explore 42 单 = 12.4% 比例。20 天大盘 850 × 12.4% ≈ 105 单。严格限定查询因大表 self-join 性能限制超时,待 cp_dw 性能改善后重跑。
📋 B 路径限定 Explore 用户 SQL(D+10 时跑通版)
SELECT
  COUNT(*) AS orders,
  COUNT(DISTINCT guid) AS converter_uv,
  SUM(sales) AS gmv,
  SUM(commission) AS commission
FROM dwd_trd_user_orders_di
WHERE create_date BETWEEN '2026-05-26' AND '2026-06-04'   -- D+10 时跑通
  AND click_type = 'WEB_DEALS_RECOMMEND'
  AND guid IN (
    SELECT DISTINCT client_id
    FROM v_dwd_log_parse_event_analytics_log_di
    WHERE scene = 'Superdeals_Guide'
      AND event_type='click' AND element_id='explore_super_deals'
      AND version >= '6.20.59' AND pt BETWEEN '2026-05-26' AND '2026-06-04'
  );
-- → 42 单 / 36 UV / GMV $872.15 / Commission $9.89

-- 20 天扩展版会超时,需要按 10 天分段查询后合并去重

4.3 A∪B 去重合计(含 Amazon)

真增量订单
~450-470
A 371 + B 估 80-100
转化 UV 去重
~380-400
重叠 ≈ 0(实测)
总 Commission
~$80-90
A $54.43 + B 估 $25-35

5. ★ 排除 Amazon 系后的真购物增量

核心问题:Amazon/ebay 等 Type A bounty 商家 sales 字段天然 $0,commission 是固定 lead fee(~$0.04-0.15/单)。这些"虚高"订单数会掩盖真实购物 CVR。分析 SP 弹窗真增量必须按 Amazon vs 非 Amazon 拆分。

5.1 A 路径排除 Amazon(精确数据)

维度A 路径全量排 Amazon非 Amazon 占比
订单数3716116.4%
转化 UV3303811.5%
GMV$1,080.82$1,080.82100%
Commission$54.43$30.5756%
平均订单 commission$0.147$0.5013.4x
平均订单 GMV$2.91$17.726.1x
关键洞察:GMV 100% 来自非 Amazon 商家(Amazon sales=$0 是天然属性)。真正"看到弹窗后下了实际购物订单"的用户 = 38 UV / $1,080 GMV / $30.57 commission,单笔 commission 是 Amazon lead fee 的 3.4 倍。
📋 排除 Amazon 真增量 SQL
SELECT
  COUNT(*) AS orders,
  COUNT(DISTINCT guid) AS converter_uv,
  SUM(sales) AS gmv,
  SUM(commission) AS commission
FROM dwd_trd_user_orders_di
WHERE create_date BETWEEN '2026-05-26' AND '2026-06-14'
  AND click_type = 'AD_SP_RECOMMEND_WINDOW'
  AND domain NOT LIKE '%amazon%';
-- → 61 单 / 38 UV / GMV $1,080.82 / Commission $30.57

5.2 增长对比 D+10 → D+19(订单回流补足)

维度D+10 (6/04)D+19 (6/14)增长
A 路径订单229371+62%
A 路径 UV212330+56%
A 路径 Commission$14.65$54.43+271%
A 路径排 Amazon 订单2361+165%
A 路径排 Amazon GMV$113$1,080.82+856%
A 路径排 Amazon Commission$2.01$30.57+1421% ★★
Commission 大幅回流原因:D+10 时 98% 订单 PENDING(联盟仍在回调),仅给 lead fee 预付。D+19 时 PENDING → CONFIRMED 后 commission 接近真实价值。预期再过 1-2 月(D+45)会再涨 50%。

6. 卸载严格归因(DiD 对照组)

6.1 卸载埋点定位

scene含义用法
uninstall_feedback用户起意卸载 → ext 拦截弹挽留页意图信号(仍可挽回)
uninstall_feedback_after用户卸载完成 → 跳转反馈页真卸载信号(已 uninstall)

6.2 三层归因对比(D+10 / D+19 / 对照组)

卸载率口径D+10 (5/26-6/01)D+19 (5/26-6/14)解读
累计去重处理组 UV21,045~80K(估)曝光 SuperDeals 弹窗
按曝光日累加卸载(上界)1046(含跨日重复)LEFT JOIN 未限时序
严格归因比例(卸载>弹窗)50%~70%(样本均值)放量后比例升高
严格归因卸载率0.024%0.071%真正因弹窗卸载
对照组卸载率(G2 命中未曝光)0.0836%0.139%同人群无弹窗基线
DiD 净增量-0.036pp-0.068pp处理组 < 对照组
✅ 卸载结论:严格归因卸载率 0.071% << V6.0 红线 ≤10%(差 140 倍),且 DiD 处理组比对照组卸载率低 47%无任何卸载风险信号,可放心放量。
📋 卸载严格时序归因 SQL(按曝光日单跑,因大表 self-join 限制)
-- 单日处理组的卸载严格时序归因(每个曝光日单独跑后累加)
SELECT
  '2026-05-29' AS popup_day,
  COUNT(DISTINCT impr.guid) AS treatment_uv,
  COUNT(DISTINCT u.client_id) AS all_uninstall,
  COUNT(DISTINCT IF(u.access_at > impr.first_popup_at, u.client_id, NULL)) AS strict_attr_uninstall
FROM (
  SELECT client_id AS guid, MIN(access_at) AS first_popup_at
  FROM v_dwd_log_parse_event_analytics_log_di
  WHERE scene='Superdeals_Guide' AND event_type='impression' AND element_id='sp_super_deals_popup'
    AND version >= '6.20.59' AND pt='2026-05-29'
  GROUP BY client_id
) impr
LEFT JOIN v_dwd_log_parse_event_analytics_log_di u
  ON impr.guid = u.client_id
 AND u.scene = 'uninstall_feedback_after' AND u.event_type='impress'
 AND u.pt >= '2026-05-26';

-- 实测样本:5/29 严格归因 4/7 (57%) / 5/31 6/9 (67%) / 6/01 7/8 (88%) → 均值 ~70%
-- 20 天累计 46 × 70% ≈ 32 严格归因卸载 / 44,854 = 0.071%

-- DiD 对照组卸载率:546(G2 命中卸载)- 32 = 514 / 369,700 = 0.139%

7. 对大盘曝光/点击的影响

7.1 SuperDeals 弹窗不计入大盘 service 漏斗

验证项结果
大盘 extension_service_impress scene 字典列出 30+ scene,无 Superdeals_Guide
大盘 extension_service_click scene 字典同上
scene LIKE '%uperdeals%' impress 表0 行

结论:SuperDeals 弹窗(Superdeals_Guide)走独立的 event_analytics 事件流,不进大盘 CB/AT service 曝光/点击表,不抢占其他服务曝光机会。

7.2 大盘 PRE/POST 对比(同 DOW 7 天)

维度PRE 7d (5/19-5/25)POST 7d (5/26-6/01)变化
大盘 CB+AT 曝光(按天 SUM)2,204,421 UV2,383,562 UV+8.1%
大盘 CB+AT 点击(按天 SUM)642,924 UV693,499 UV+7.9%
大盘 CTR29.2%29.1%持平
✅ 大盘 CTR 完全持平(29.2% → 29.1%),无明显阶跃,弹窗未对大盘其他服务质量造成下降。变化幅度 ±8% 在周内自然波动范围内。
📋 大盘曝光/点击日趋势 SQL
SELECT pt, COUNT(DISTINCT guid) AS impr_uv
FROM v_dwd_log_parse_extension_service_impress_di
WHERE pt BETWEEN '2026-05-19' AND '2026-06-04'
  AND type IN ('CB','AT')
GROUP BY pt
ORDER BY pt;

-- 同理换 v_dwd_log_parse_extension_service_click_di 跑点击

8. 单 case 卸载用户行为还原

选取严格时序归因卸载用户 cb248e7799b83f376c03ade795025e7f,弹窗曝光 → 卸载间隔 90 分钟。

8.1 90 分钟完整旅程

08:21:44 united.com checkout 页(用户在订机票) 08:22:44 united.com confirmation 页(订单完成) 08:22:44 🔔 SuperDeals 弹窗 impression(SP 完成后弹) 08:22:44 ❌ close_button 点击 + snooze now(同秒秒关) 09:38:45 maycur.com 财务报销(无关) 09:52:35 hilton.com checkout 页 + snooze now 09:52:46-51 🔔 FloatWin + XF_snooze_panel 反复触发,用户连点关闭 09:53:06 coupert.com/feedback uninstall_feedback impress(卸载意图) 09:53:12 🚪 uninstall_feedback_after(真卸载完成)

8.2 卸载真正归因

触发因素距卸载时间归因可能性
SuperDeals 弹窗(confirmation 页)90 分钟前低(秒关后正常用了 1.5h)
Hilton FloatWin(结账页反复弹)26 秒前★ 真正导火索

8.3 用户画像(高购物意图 + 零变现 = 典型 G2)

卸载对 Coupert 实际损失 ~$0:用户本来零变现,损失的只是曝光数字。真正杀手是 Hilton 结账页反复弹的 FloatWin,不是 SuperDeals 弹窗。

9. 关键技术备忘(数据回收坑)

9.1 必避的 5 个坑

  1. event_type 实际是小写(埋点文档写大写),SQL 必须用 impression/click/close
  2. 大表 self-JOIN 静默返回 0 行:v_dwd_log_parse_event_analytics_log_di 在 20 天窗口下整体 self-join 必失败,必须按 10 天分段 + IN 子查询。
  3. 订单归因字段是 click_type 不是 click_scenesclick_scenes LIKE '%SP_%' 返回 0,source LIKE '%spsuperdeals%' 返回 0。
  4. 落地页商品 click 没有 click_id:B 路径不能用 click_id 精确归因,必须用 click_type='WEB_DEALS_RECOMMEND' + guid IN (Explore 用户) 反查。
  5. 订单表无 pt 分区:必须用 create_date 过滤;created_time 精度只到日(00:00:00)。

9.2 关键字段映射

event_analytics.client_iduser_orders.guidoutbound.client_idg2_hit_d.guid(32 位 hex MD5,可直接 JOIN)。

9.3 商品卡 click_id 解析(A 路径精确归因关键)

📋 从 extra JSON 提取 click_id
SELECT
  client_id,
  access_at,
  SUBSTRING(extra, LOCATE('"click_id": "', extra) + 13, 32) AS click_id
FROM v_dwd_log_parse_event_analytics_log_di
WHERE scene = 'Superdeals_Guide'
  AND event_type = 'click'
  AND element_id = 'product_card'
  AND version >= '6.20.59'
  AND pt >= '2026-05-26';

-- 商品卡 click_id ↔ dwd_log_event_outbound_result_det_d.tracking_id 精确归因
-- click_id ↔ dwd_trd_user_orders_di.tracking_id 精确订单归因

10. 结论与下一步

10.1 5 大核心结论

  1. CTR 长期稳定无衰减(19 天 1.5-2.4% 区间),放量 5x 后质量经得起规模化。
  2. A 路径商品卡 CVR 22.2% 极高(330 UV 转化 / 1,500 UV 商品卡点击),精准用户转化效率惊人。
  3. 真购物变现已规模化:排除 Amazon 后 38 UV / GMV $1,080 / Commission $30.57,单笔 commission 是 Amazon lead fee 的 3.4 倍。
  4. 卸载完全安全:严格归因 0.071% 远低于 V6.0 红线 ≤10%,DiD 处理组比对照组低 47%。
  5. 不影响大盘:SuperDeals 弹窗不计入大盘 CB/AT service,大盘 CTR 29.2% → 29.1% 持平。

10.2 关键洞察

10.3 下一步

  1. 跑订单层 DiD(处理组 vs 对照组的 commission_per_user)— D+30 (6/25) 联盟回调更完整后
  2. 商品推荐池优化:降 Amazon 占比,增加 ebay/g2a/thredup 等真返利商家
  3. 分析 B 路径 ebay 大单用户画像,复制成功路径
  4. 排查 Hilton 等酒店商家 checkout 页 FloatWin 触发逻辑(卸载触发场景优化)
  5. 等大盘性能改善后重跑 20 天 B 路径精确归因 + A∪B 完整去重