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 ...

活跃用户的测算方法与用户黏性指数的提出

活跃用户的测算方法与用户黏性指数的提出相关推荐

最新文章

热门文章