
一篇文章讀懂活躍數(shù)據(jù)
今天先聊一聊用戶運營中,有關活躍的基礎話題。
對一家互聯(lián)網(wǎng)公司來說,如果沒有設置單獨的數(shù)據(jù)運營崗,那么用戶運營是和數(shù)據(jù)最貼近,也必須是最了解用戶的。
用戶運營核心的方法論就三個:拉新,促活和留存。拉新可以作為渠道推廣單獨討論,而促活和留存則相輔相成。
非運營崗,或者其他類型的運營,通常只會注重一個活躍數(shù)據(jù)的果,而不會注意活躍數(shù)據(jù)的因。我們在這里就抽絲剝繭,教大家比較快速地了解活躍體系。
互聯(lián)網(wǎng)公司對活躍用戶的定義大同小異,主要以用戶打開APP一次記為一個活躍用戶。
按此基礎可以在時間維度引申出周活躍用戶,月活躍用戶。即在一個自然周內(nèi)打開一次APP,則本周為周活躍用戶。月活躍用戶同理。
我們假設有一款新產(chǎn)品,這是它四個月內(nèi)的活躍數(shù)據(jù)。嗯,看來不錯。
產(chǎn)品專注的市場領域不同,活躍用戶數(shù)天差地別。一款小眾的垂直領域產(chǎn)品和泛社交類產(chǎn)品,單純看活躍用戶數(shù),你很難界定它們好壞。
好的數(shù)據(jù)指標,都應該是比例或比率。
我們設定一個新指標,活躍率:某一時間段內(nèi)活躍用戶在總用戶量的占比。
按照時間維度引申,有日活躍率DAU,周活躍率WAU,月活躍率等MAU。
例:月活躍,本月活躍用戶在截止月末的總注冊用戶中占比。
一般而言:活躍用戶數(shù),看的是產(chǎn)品的市場體量。活躍率,看的是產(chǎn)品的健康度。
實際得承認,不同產(chǎn)品,用戶需求(高頻或低頻)不同,活躍率也有差異。用戶運營更多的職責是監(jiān)控活躍率的變化,并且提升它。
看,我們的活躍用戶數(shù)上升,活躍率下降,這對新產(chǎn)品來說很正常。你不能要求每一個用戶都使用我們產(chǎn)品不是?
別急,我還沒補刀呢。
我們統(tǒng)計了注冊用戶數(shù),那么我們也可以統(tǒng)計出本月新增用戶數(shù),很簡單,兩個月相減。
是不是看出來什么了?
要知道,按照活躍的定義,新注冊的用戶肯定是打開APP的用戶,他也一定是活躍的用戶。
所以,我們拿每月的注冊總用戶數(shù)減去新增用戶數(shù),計算老用戶數(shù)。并且將新老用戶的活躍率獨立出來。
指標拆分后,我們發(fā)現(xiàn)老用戶的活躍率比預期低。
實際在產(chǎn)品早期、渠道投入資源推廣、或一次成功的病毒營銷后,因為新增用戶數(shù)量的暴漲,總是會帶動活躍數(shù)的上升。
A產(chǎn)品打算在五月份做大投入,在APP上進行活動,希望用戶大力參與,同時在B渠道進行推廣。在常規(guī)的統(tǒng)計指標中,發(fā)現(xiàn)活躍數(shù)據(jù)上升。事后分析發(fā)現(xiàn)活躍為新增活躍,老用戶的活躍數(shù)據(jù)沒有顯著上升。配合其他活動數(shù)據(jù),證實活動效果較差。
C產(chǎn)品獲得投資后,通過大規(guī)模的燒錢推廣,獲得一個正向的活躍數(shù)據(jù)反饋。此時活躍有不小可能是由新增用戶撐起的。產(chǎn)品自身的打磨若不好,老用戶活躍率不會提高,這也是我們常說的留存概念。導致錢白白浪費不少。
產(chǎn)品進入穩(wěn)定期后,有了一定用戶規(guī)模,新增活躍一般對活躍數(shù)據(jù)就不會有大的影響了。
那么以新老用戶區(qū)分活躍統(tǒng)計就夠了?我們簡單定義三個場景:
用戶包含各種類型,反應了不同群體的特征和想法。在使用整個產(chǎn)品的周期中,我們應定義更全面的指標:
流失用戶:有一段時間沒有再打開產(chǎn)品,那么我們就視為流失用戶,根據(jù)產(chǎn)品的屬性,可以按30天,60天,90天等劃分。
不活躍用戶:有一段時間沒有打開產(chǎn)品,為了和流失區(qū)分開來,需要選擇無交集的時間范圍。比如流失用戶是60天以上沒打開產(chǎn)品,那么不活躍則是0~60天沒打開。
回流用戶:有一段時間沒用產(chǎn)品,之后突然回來再次使用,則稱為回流用戶?;亓饔脩羰腔钴S用戶,且是由流失用戶或不活躍用戶喚回而來。
活躍用戶:一段時間內(nèi)打開過產(chǎn)品。
忠誠用戶:也可以叫超級活躍用戶,長期持續(xù)使用產(chǎn)品,比如連續(xù)四周,或者一個月內(nèi)15天等。
現(xiàn)在我們發(fā)現(xiàn),不論是活躍用戶還是不活躍用戶的維度,都一下子豐富了起來。
通俗的理解一下用戶活躍的變化
上文ABC的三位用戶活躍路徑為:
A:新增—活躍—忠誠
B:新增-不活躍-回流-活躍-忠誠
C:新增-不活躍-流失
回到一開始那款產(chǎn)品的數(shù)據(jù),我們將分解后的新指標統(tǒng)計出來。(定義忠誠用戶一個月內(nèi)有15天活躍;流失用戶為兩個月沒打開過)
(以上數(shù)據(jù)以月末當天的統(tǒng)計為準)
你看,指標開始變得復雜了。產(chǎn)品有長期使用的忠實用戶,也有流失用戶。有用戶回來繼續(xù)使用,也有用戶不怎么愛用產(chǎn)品。
數(shù)據(jù)是為了方便講解隨手編的。實際的情況可能會更復雜,可以根據(jù)情況靈活應對。
用戶活躍可以簡化為一個最簡單的公式:新增用戶的數(shù)量要大于流失用戶的增加量。可以想成一個水池,運營會一直往里灌水,但是水池也會漏水,如果漏水速度太大,那么水池就干了。一款產(chǎn)品可能因為市場競爭、拉新乏力導致新增用戶數(shù)下降,也可能因為產(chǎn)品改動,運營策略失誤造成后續(xù)流失用戶變多。
將數(shù)據(jù)制作圖表:
(活躍用戶和不活躍用戶可以拆分出來,周活躍同理)
用戶運營們可以按照日、周、月維度維護三張報表,監(jiān)控活躍數(shù)據(jù)的變化(建議花更多精力在周報表上)。
如果是一個好的用戶運營,他會繼續(xù)思考:每天有多少活躍用戶變得不活躍?有多少忠誠用戶變得不活躍?又有多少流失用戶被我們喚回來等,并且分別是什么原因引起的。
怎么樣更詳細的監(jiān)控活躍數(shù)據(jù)的變化呢?我們引入?;?Sankey)圖的概念。
這時,活躍數(shù)據(jù)比單純的表格清晰多了,而且我們也能夠顯著觀察到不同活躍層的變化。萬千變化,存乎一圖。
以上種種,皆是用戶運營需要考慮,也是要和各部門協(xié)同解決,貫徹整個產(chǎn)品一生的運營方向。
活躍類指標有一個顯著特點需要明白,它們都是后見性的指標,也就是事情發(fā)生后我們才能觀察到。比如我們發(fā)現(xiàn)某一段時間流失數(shù)據(jù)(假定兩個月沒打開APP為流失)上升,往前倒推兩個月,發(fā)現(xiàn)當時剛好展開一次活動,那么我們有理由相信活動造成了一批用戶卸載,可惜運營此時已經(jīng)無能無力。先見性預防比后見性觀察對運營更重要。
根據(jù)不同的用戶活躍狀態(tài),依據(jù)產(chǎn)品的特性能采取很多運營手段。這是精準化運營的第一步。接下來則是劃分用戶層次等,進行更精準的運營,不過那是另外的話題了。
用戶運營路漫漫修遠兮,用我偶然得之的一句話做結尾吧。
別低頭,活躍會掉,別流淚,報表會笑。
Tips:
1.以上主要針對移動產(chǎn)品,對網(wǎng)站,或者網(wǎng)站手機端混合,乃至微信端??赡芤捎昧硗庖惶捉y(tǒng)計邏輯,這里不展開了。
2.市面有許多第三方應用或SDK能達到類似的數(shù)據(jù)統(tǒng)計。不過我建議,若只能統(tǒng)計,不能拿到數(shù)據(jù),為了后續(xù)運營還是辛苦點做一套活躍統(tǒng)計系統(tǒng)寫入數(shù)據(jù)庫吧。
3.下一期,我們可以引申出用戶運營的其他框架,或者怎么用有趣的?;鶊D,做更性感的分析。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經(jīng)網(wǎng)絡(RNN)家族中,長短期記憶網(wǎng)絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務的價值轉化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數(shù)據(jù)查詢到趨勢預判? ? 在數(shù)據(jù)驅動決策的時代,預測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領域中,準確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認證作為國內(nèi)權威的數(shù)據(jù)分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應對策略? 長短期記憶網(wǎng)絡(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學方法在市場調(diào)研數(shù)據(jù)中的深度應用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉日期:解鎖數(shù)據(jù)處理的關鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準確性的基礎 ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03