活跃用户的测算方法与用户黏性指数的提出
研究互联网的同志应该都有听说过DAU(日活跃用户数)、WAU(周活跃用户数)MAU(月活跃用户数),但是具体这些数字是怎么测算的?他们彼此之间又是怎样的关系?在本文中,笔者试图谈谈自己的一些思考,请大家多交流指教。
一、DAU、WAU、MAU是什么?
根据百度的定义,活跃用户是相对于“流失用户”的一个概念,是指那些会时不时地光顾下网站,并为网站带来一些价值的用户。与活跃用户相对应,流失用户是指那些曾经访问过网站或注册过的用户,但由于对网站渐渐失去兴趣后逐渐远离网站,进而彻底脱离网站的那批用户。
活跃用户用于衡量网站的运营现状,而流失用户则用于分析网站是否存在被淘汰的风险,以及网站是否有能力留住新用户。
进一步,按照测算周期,我们可以将活跃用户分为DAU(日活跃用户数) 、WAU(周活跃用户数)MAU(月活跃用户数)。举例来说,DAU的含义就是每天有多少活跃用户光顾过该网站。那么,这里就面临着一些问题——光顾过几次才算活跃用户?只要当天光顾过一次就可以计入当天的活跃用户?如果算,那么偶尔登入网站的用户也被计入了该如何处理? 而时间维度被拉长至每周或每月,又分别要光顾几次才算呢?让我们看看下一小节的分析。
二、DAU/WAU/MAU如何计算?
首先,我们需要统一一个标准,即什么用户才是活跃用户。然后经过思考之后,我们终于明白,这个是很难有具体标准的。因为对于不同的互联网产品,衡量的标准是不同的。游戏产品的用户会在某段时间内频繁登陆,而在线文档编辑网站的用户则可能每月只是使用几次。于是,我们只能简化处理,将“只要来过就是活跃用户作为我们的统计标准”。于是计算方法如下:
DAU/WAU/MAU通常统计一日/一月之内,登录或使用了某个产品的用户数(去除重复登录的用户) 。
但是这种计算方式确实带来一个问题,就是其中必然有一些用户来访问了网站,然后觉得这不是他们想要的服务,于是离开了。这批用户被定义为流失用户可能更合适,却被计入了活跃用户。如何处理?
笔者认为有两种解决办法。第一种是拉长观察窗口,比如观察一个月内的DAU数据变化,并做平滑处理,画出趋势线,去掉上述偶尔的访问量造成的影响。第二种方法则是利用DAU、WAU、MAU三者之间的关系,这个方法也是我更为推荐的。具体的,请看下一小节的分析。
三、DAU、WAU、MAU之间是什么关系?
我们已经知道了日活、周活、月活三者的计算方式,毋庸置疑,当观察窗口固定时,这三者在大多数情况下数据并不一样,而呈现DAU<WAU<MAU的关系。这三者会有一样的时候吗?也是有可能的,那就是无论是每天、每周还是每月,都是同一批用户前来访问。
通过做差进行大小比较是最简单的一种关系描述。下面我们试着过渡到稍微高级些的关系描述——做商。
举例来说,DAU/MAU这一比例代表了什么含义?假设1月1日的DAU=10万,1月的MAU=100万,则意味着整个1月份有100万活跃用户,其中有10万用户在1月1日使用了该网站服务。直观感受下,不难明白,当MAU固定时,DAU越高就说明该网站越受欢迎。(我巴不得每月的这100万活跃用户天天来呢)
对!此时DAU/MAU=0.1,它代表的是用户的黏性。该数值越高,用户黏性就越高。STICKNESS OF USERS=DAU/MAU。
对做商这一稍微高级些的关系进行描述之后,让我们再思考一个更高级的关系描述——二阶做商。
刚才已经说过,DAU/MAU表示用户黏性,假设在1月1日SoU1=0.1,1月30日SoU2=0.5,这对网站来说是好是坏呢?毋庸置疑,一定是好事,因为用户黏性在增加。于是我们可以定义一个新的公式:
DEVELOPMENT OF STICKNESS=SoU2/SoU1。我将该新的变量定义为“黏性发展指数”,它表示了网站黏性的变化速度。当DoS>1时,表示用户黏性在提升,并且该数值越大说明用户黏性提升越快;当DoS<1时,表示用户黏性在降低,并且该数值越低说明用户黏性降低越快。在运用此指数时,有一点必须要注意,就是比较的周期应该是一致的,周黏性发展指数or月黏性发展指数。
总之,用户黏性SoU是对一个网站在某一时点的静态描述,黏性发展指数DoS则是对一个网站在某一时间段的动态描述。
活跃用户的测算方法与用户黏性指数的提出相关推荐
- 数据分析方法之用户画像分析!
01 写在前面 我们经常在淘宝上购物, 作为淘宝方, 他们肯定想知道他的使用用户是什么样的, 是什么样的年龄性别, 城市, 收入, 他的购物品牌偏好, 购物类型, 平时的活跃程度是什么样的, 这样的一 ...
- 用户画像构建方法调研和初步解决方案
近期,由于项目需求,需要构建一套消费者的用户画像.这是一套偏大数据处理和实时数仓领域的解决方案,因为之前对这个领域并不熟悉,因此做了下前期的方案调研和初步的解决方案设计,本文将这个过程做个记录总结,希 ...
- 数据分析方法-AARRR用户增长模型
AARRR模型因其掠夺式的增长方式也被称为海盗模型,<增长黑客>一书的核心思想就是AARRR漏斗模型. AARRR模型的核心要点主要是把控产品的整体收益情况,用户生命周期价值(LTV)远大 ...
- 一种计算用户留存的方法
0x00 概述 用户留存分析是互联网时代常用的一种数据分析方法.而很多快速发展的公司并没有相应的方法论沉淀,这就导致了在计算用户留存的时候会出现下面的一些问题:1)用户留存的定义不明确,不同的研发有自 ...
- 用户体验需求分析方法-用户旅程地图
目录 简介 用户旅程地图的构成 通过使用用户旅程地图能够解决哪些问题? 那么用户旅程地图的优点有哪些呢? 如何制作一份有效的用户旅程地图 总结 简介 在软件工程的历史中,很长时间里人们一直认为需求分析 ...
- 如何利用QQ营销的方法将用户圈起来?
如果能够利用QQ营销的方法将用户圈起来,那么用户就会有很大的可能性二次消费我们的网站和产品.QQ营销是怎么将用户转变成现金的呢?或者是建立一个QQ群就能将流量变现吗?显然还有很多需要注意的点,我给分析 ...
- 用户画像的方法与案例——从具象到抽象
摘要:用户画像,可以简单,也可以复杂,本文试图用通俗的文字将专业的用户画像方法进行简单的表达,让没做过用户分析的同学也能看的明白用户画像究竟是什么,在产品侧如何应用. 三年前,还在腾讯的时候,我对&q ...
- MySQL重置root用户密码的方法
MySQL重置root用户密码的方法 转自:http://www.xunmeinet.com/help/info.asp?id=45 本教程适用于采用Win2003.WinXP操作系统的迅美VPS和云 ...
- win7计算机创建新用户,win7系统无法创建新用户的解决方法
很多小伙伴都遇到过win7系统无法创建新用户的困惑吧,一些朋友看过网上零散的win7系统无法创建新用户的处理方法,并没有完完全全明白win7系统无法创建新用户是如何解决的,今天小编准备了简单的解决办法 ...
最新文章
- IOS开发 ARC forbids explicit message send of 'autorelease'错误解决办法
- 【深度学习】你有哪些深度学习(RNN、CNN)调参的经验?
- oracle如何带符号求和,ORACLE 实现行转列(字符串求和)
- OPA 6 - module(Create Button Test);
- flutter 自定义键盘_入门级机械键盘选购对比
- 51nod1766-树上的最远点对【结论,线段树】
- Intellij IDEA 那些隐藏好用的小技巧
- 2.(leaflet篇)leaflet加载接入百度地图
- sh: /node_modules/.bin/vue-cli-service: Permission denied
- Git 详细安装教程(最新保姆级)
- 普歌-飞灵团队-nuxt中jQuery报e.indexOf is not a function错误
- 全国计算机专业录取分数线排名,2020中国高校录取分数线排名全国大学录取分数线表...
- GD32系列总结 - systick介绍及使用
- 学计算机进富士康,大学生去富士康会分配到流水线上工作吗?
- C++洛谷题解(28)——P5717
- mysql导入.dmf文件_AX2012 DMF数据导入的问题
- 习题 4.15 用条件编译方法实现以下功能:输入一行电报文字,可以任选两种输出,一为原文输出;一为将字母变成其下一字母。用#define命令来控制是否要译成密码。
- JS实现简易ATM机
- 10.9 guz模拟题题解
- 西门子PLC地址的分配方式有哪些?
热门文章
- 华为折叠x2是鸿蒙系统吗,华为发布折叠旗舰Mate X2:各种黑科技设计,率先升级鸿蒙系统...
- 计算机试题四北京网络教育,网络教育统考计算机模拟真题选择题(四)
- c++ - 第19节 - c++11
- 使用视频监控摄像头的语音对讲功能,在视频平台,配置符合GB28181协议国标视频对讲
- 高通与安卓水火不容 Android音频系统缺陷测评
- 二叉树中的的深度、高度、度及其运算性质详解
- Add/SubtractWorkingDaystoaDate_SAP刘梦_新浪博客
- CMT2380/HC32L110入门踩坑记录
- app ui设计规范
- tan0.75等于多少度用计算机怎么算,75度的正弦值是多少?怎么计算?