当安装量不再是答案，多邻国如何借助 Adjust 找到高价值用户

对于快速增长的应用而言，用户规模扩大只是增长的开始。安装量增加了，用户是否会留下？渠道带来的用户是否真正有价值？营销预算又是否投向了正确的渠道？这些问题，正是全球语言学习平台多邻国（Duolingo）在用户规模不断扩大的过程中需要解决的。

成立于 2011 年的多邻国，目前已支持 43 种语言学习，并拓展至音乐、数学等课程。其通过游戏化机制、奖励和间隔重复等方式提升用户学习积极性。为了进一步提升用户获取和营销效率，多邻国选择与移动归因及分析平台 Adjust 合作，组建更成熟的效果营销团队，构造基础架构和技术堆栈。

从“获取多少”到“用户价值”

在与 Adjust 合作之前，多邻国的用户获取体系尚未完全成熟，推广活动和基础营销监测主要由工程团队负责。2018 年加入多邻国的效果营销和媒体总监 Arthur Jun开始着手建立更加成熟的效果营销团队、基础架构和技术体系，其中关键一步，就是让营销决策建立在准确、可用的数据之上。

多邻国选择 Adjust 作为其移动归因合作伙伴（MMP），并将其作为唯一真实数据来源，在此基础上借助 Adjust Measure，将第 7 天留存率、变现事件，以及 1 年和 3 年生命周期价值（LTV）纳入分析。这让团队不只关注“带来了多少安装”，而是进一步判断“带来了什么样的用户”，从用户获取延伸至留存和长期价值，为渠道优化和预算分配提供更完整的依据。

Adjust 客户成功团队也为多邻国提供产品支持和咨询，帮助团队理解产品、建立报告并分析营销表现。

正如 Arthur Jun 所说：“Adjust 一直以来都非常令人满意。他们帮助我们完成质量保证，为不甚熟悉营销的工程师提供培训……如果没有 Adjust 的支持，很多工作都几乎不可能开展起来。”

一个“高表现”渠道，为何最后却成了低效渠道？

如果说留存和 LTV 帮助多邻国看清了用户质量，那么防作弊则帮助团队重新审视了渠道质量。

Arthur Jun 表示：“使用 Adjust 防作弊套件后，发现之前我们认为表现最好的渠道之一其实表现垫底。这一发现很有意义，也帮我们节约了媒体成本。”

这一发现意味着，过去基于表面数据做出的渠道判断可能并不准确。通过识别异常流量、追溯作弊来源，多邻国得以重新评估渠道表现，避免失真的数据进一步影响预算决策。

让数据成为营销决策的基础

随着营销渠道和推广形式不断增加，多邻国进一步将 Adjust 作为统一的数据基础，将用户获取、留存、变现和 LTV 等指标连接起来。

基于这些数据，多邻国不仅优化了 Google、Facebook 等合作渠道，也能够尝试包括网红营销等新的用户获取方式。同时，通过 Adjust 跟踪链接将品牌知名度推广活动纳入统一的监测体系。

更重要的是，数据不只是用于复盘，而是开始参与营销策略制定：哪些用户值得获取、哪些渠道值得投入，以及哪些指标真正能够反映营销质量，都可以建立在更加可靠的数据之上。

Arthur Jun 表示：“我们是一家移动优先的企业，而 Adjust 帮助我们理解了不同媒体对业务的影响，我们现在有能力、也有机会灵活测试漏斗下游事件……继续开展优化，更深刻地理解推广效率。”

从安装量到用户质量，从渠道表现到长期 LTV，多邻国的实践体现了 App 用户获取正在发生的一个变化：增长的重点不只是获得更多用户，而是找到更有价值的用户，并持续理解他们在整个生命周期中的表现。

而 Adjust 所提供的，不只是归因和监测工具，更是帮助营销团队将用户获取、留存、LTV 和渠道质量连接起来的数据基础，让营销决策从“看见结果”进一步走向“理解结果，并据此优化”。

如需获得更多Adjust的成功案例或与Adjust开展合作，欢迎发送邮件至 china-marketing@adjust.com 与我们的专家取得联系。

关于 Adjust

Adjust 隶属于 AppLovin（纳斯达克代码：APP），是应用营销领域领先的数据监测、分析、深度链接与防作弊一体化解决方案提供商。凭借卓越的技术实力，Adjust 深受全球众多企业信赖，助力营销人员高效打通全渠道、全平台、全场景下的每一个用户触点。依托 AI 智能分析、自动化运营、隐私优先型归因服务及全域交互解决方案等核心能力，Adjust 所提供的深入洞见与高效工具将帮助客户显著提升投资回报率、持续优化用户体验，全面赋能品牌实现全渠道的稳健增长。