115,549 场上线活动
能告诉运营的几件事

把「客户实际用哪类玩法开活动」和「我们库里备了哪类玩法」放在一起看，会出现一个稳定的缺口： 抽奖类只占模板库的 14.3%，却承担了 20.4% 的真实活动—— 它是被用得最凶、相对最缺货的一类。测试类正相反：备了 4.9% 的货，只跑出 2.6% 的活动。

口径提醒：两侧用的是同一套归类规则（标签优先、类型兜底），但取自不同的表——需求侧按活动 实际使用的引擎模板归类，供给侧按活动市场在架的模板归类。「生成类」供给为 0 不是统计误差： 活动市场目前确实没有在架的生成类模板，而历史上有 2.4% 的活动用的是它。

怎么用：如果你在选玩法，抽奖类是最被验证过的一档——它简单、发奖路径最短、 对用户的理解成本几乎为零。分数闯关类占比最高（53.4%）， 但那更多是因为库里这类模板本来就最多（57.9%），不代表它效果更好。

第 ① 节说的是哪类玩法被用得多，这一节说的是哪类玩法真的有效。 三列互相独立，回答三个不同的问题：玩家愿不愿意重复玩、打开了会不会真的开始玩、 这个玩法容不容易做大。最粘的和最不粘的差了 11 倍——但差在哪一列，比差多少更值得看。

怎么用：先想清楚你要哪一个。要触达广度，选助力砍价或抽奖； 要停留与复访，选签到；分数闯关是中间项。 一个玩法两头都占的情况，在这份数据里没有出现过。

口径提醒：「人均参与次数」= 参与次数 ÷ 参与人数，只取参与 ≥30 人的活动； 「看过就玩」= 参与人数 ÷ 浏览人数，只取浏览 ≥50 人的活动（浏览计数器会丢点，比值封顶到 100%）。 两列的分母不同，样本量也不同。每格样本量不足 100 的玩法整行不列入。

把每场活动的参与时刻各自归一化后叠加，得到的不是一条平缓的曲线，而是两个峰： 10 点 与 20 点。两个峰几乎一样高，中间的午后有一段明显的凹陷， 凌晨 2–5 点合计不到 1.3%。

怎么用：把推文和短信压在两个峰的上升沿，也就是 10 点和 20 点各提前二十分钟发出。 中午发，等于把预算投进那段凹陷里。

口径提醒：按活动等权。已剔除 9.7% 的活动 （162 场）——它们在 0 点有批量发奖尖峰， 那是系统在做每日结算或排名结算，不是玩家在玩。不剔除的话 0 点会假性冲到第一。

粗看数据会得到一个很好卖的结论：有分享记录的活动，参与量中位数是没有分享记录的几十倍。 那是选择偏差——没人玩的活动自然也没人分享，这句话等于什么都没说。

去掉这个偏差之后再看：只取已经有真实受众（参与 ≥100 人）的 11,192 场活动，按「人均分享次数」分成四档—— 分享率越高的那一档，活动规模反而越小。

这一节只描述模板库——是我们按行业备货的结构，不是客户行业分布 （为什么不出客户行业分布，见下一节）。 只统计专属模板：标注 1–6 个行业的 175 个模板； 把 15 个行业全标满的通用模板剔除掉，否则它们会淹没每个行业里真正专属的那部分。

一个模板可以同时标注多个行业，所以各行业覆盖率相加大于 100%。 样本量不足 10 的行业标注已合并为「其他」，未单独展示。