UTM Source × Invalid Reasons

2026 年 3 月渠道无效原因诊断

这份页面专门回答一个问题：3 月注册线索里的无效量，究竟是哪些渠道带来的，又主要坏在什么原因上。这里使用的是 线索状态 与 无效线索原因 的当前值，查询时间点为 2026-04-01。

当前无效线索
4,662
占 3 月注册量 39.50%
第一无效原因
不需要
2,526 次标记
无效贡献最大渠道
baidu-organic
1,546 条无效
相对最健康渠道
direct
无效率 31.19%

结论先看

这组数据说明 3 月无效问题不是均匀分布的，而是同时存在“头部来源贡献大”和“原因结构差异明显”两个特征。也就是说，同样是注册线索，不同渠道带来的无效形态并不一样。

  • 截至 2026 年 4 月 1 日本次重跑时点，3 月注册线索里当前处于 `无效线索` 的共有 4,662 条，占整月 39.50%。这里用的是 4 月 1 日当前记录状态，所以会比更早跑出的月报有轻微浮动。
  • 整体无效原因最集中在 `不需要` 2,526 次标记，其次是 `误注册` 2,047 次。因为一条线索可能同时勾选多个原因，所以原子原因标记次数之和会大于无效线索数。
  • `baidu-organic` 当前贡献了最多无效线索，共 1,546 条，占整个无效池 33.16%。
  • `direct` 在这组主渠道里无效率最低，为 31.19%，可以当作相对更健康的对照组。

整体无效原因

这里把无效原因拆成原子标签后重新统计。因为一条线索可能同时带多个无效原因，所以这张图展示的是“原因被标记的次数”，不是去重后的线索数。

不需要2,526 / 54.18%误注册2,047 / 43.91%个人用户429 / 9.20%已合作284 / 6.09%其他94 / 2.02%电话无效87 / 1.87%学生61 / 1.31%非管理员/重复线索13 / 0.28%

哪个渠道贡献了最多无效线索

这张图按“无效线索数”看渠道贡献，不看总注册量。它能直接回答：当前无效池主要是由哪些渠道堆起来的。

baidu-organic1,546 / 33.16%baidu1,397 / 29.97%workspaceShare802 / 17.20%mpweixinRegister163 / 3.50%direct92 / 1.97%WorkSpace76 / 1.63%
例如 baidu-organic 和 baidu 两个来源合计就贡献了超过 60% 的无效池。

重点渠道逐个看

下面这些卡片是最适合拿去做复盘讨论的部分。每张卡片都显示该渠道的无效率、商机推进占比，以及最主要的无效原因。

baidu-organic

累计 3,311 条，其中无效 1,546 条，占该渠道 46.69%。商机推进占比 1.72%。

不需要 880 (56.92%)误注册 805 (52.07%)个人用户 111 (7.18%)其他 18 (1.16%)

baidu

累计 4,145 条，其中无效 1,397 条，占该渠道 33.70%。商机推进占比 7.77%。

不需要 805 (57.62%)误注册 486 (34.79%)个人用户 204 (14.60%)已合作 73 (5.23%)

workspaceShare

累计 1,695 条，其中无效 802 条，占该渠道 47.32%。商机推进占比 0.29%。

不需要 424 (52.87%)误注册 398 (49.63%)已合作 49 (6.11%)个人用户 37 (4.61%)

mpweixinRegister

累计 373 条，其中无效 163 条，占该渠道 43.70%。商机推进占比 2.41%。

不需要 81 (49.69%)误注册 66 (40.49%)已合作 28 (17.18%)个人用户 13 (7.98%)

direct

累计 295 条，其中无效 92 条，占该渠道 31.19%。商机推进占比 17.97%。

不需要 41 (44.57%)误注册 21 (22.83%)已合作 18 (19.57%)个人用户 11 (11.96%)

WorkSpace

累计 215 条，其中无效 76 条，占该渠道 35.35%。商机推进占比 9.30%。

不需要 46 (60.53%)误注册 26 (34.21%)个人用户 8 (10.53%)已合作 8 (10.53%)

重点渠道对比表

如果你想做更正式的汇报，这张表最直观。它把量、无效率、对无效池的贡献和前三无效原因放到了一起。

UTM Source 累计量 无效量 无效率 对无效池贡献 商机推进占比 前三无效原因
baidu-organic3,3111,54646.69%33.16%1.72%不需要 880 (56.92%) / 误注册 805 (52.07%) / 个人用户 111 (7.18%)
baidu4,1451,39733.70%29.97%7.77%不需要 805 (57.62%) / 误注册 486 (34.79%) / 个人用户 204 (14.60%)
workspaceShare1,69580247.32%17.20%0.29%不需要 424 (52.87%) / 误注册 398 (49.63%) / 已合作 49 (6.11%)
mpweixinRegister37316343.70%3.50%2.41%不需要 81 (49.69%) / 误注册 66 (40.49%) / 已合作 28 (17.18%)
direct2959231.19%1.97%17.97%不需要 41 (44.57%) / 误注册 21 (22.83%) / 已合作 18 (19.57%)
WorkSpace2157635.35%1.63%9.30%不需要 46 (60.53%) / 误注册 26 (34.21%) / 个人用户 8 (10.53%)

怎么解读这份结果

按当前数据，我建议这样理解：

  • baidu 是主力拉量渠道，无效也多，但它的无效率和推进占比都明显好于 baidu-organic 与 workspaceShare。
  • baidu-organic 和 workspaceShare 的共同问题是：`不需要` 与 `误注册` 都很高，说明其中混入了大量低意向或误触型注册。
  • direct 量级不大，但无效率最低、推进占比最高，可以作为更健康的基准来源来反看其他渠道。
  • 如果后面要做渠道治理，优先级建议是：先看 baidu-organic，再看 workspaceShare，最后再去细拆 baidu 的投放计划。
数据源：release/qingflow_problem_diagnosis_2026-03.json