115,547 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。

我们本来准备画一条全年热度曲线。做完发现不该画：把 10 个完整自然年 各自归一化后叠加，全年最热的月份也只有最冷月份的 1.36 倍（月度指数 86–117，100 = 全年均值）。 更关键的是，这个形状本身在逐年代变化——不同时期的子窗口互相打架， 分歧比信号还大。给你一条平滑好看的曲线，是在把噪声当规律卖。

怎么用：八月的指数从 131 掉到 79，十一月从 115 掉到 80——这说明「旺季」跟着客户结构走，不是行业铁律。 所以：赶节点带来的增量，小于把同一个活动的分发做扎实。 如果你的活动只能做一次，把力气花在触点和投放上，比花在挑日子上回报更高。

口径提醒：按活动的开始时间统计。实测 78.3% 的活动「开始月 = 创建月」， 真正提前排期的不到 4%——所以这条曲线更接近「运营在什么时候做活动」，而不是「活动被排在什么时候」。

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。