DAU:Daily Active Users是日活跃用户数。该指标为运营指标,用于互联网产品,用来评估产品的用户规模,用户粘性,用户增长或者留存如何。
计算规则因产品不同而不同,因分析目的不同而略有差异,表现在登录实体、登录次数或者登录时长的区别。这里,登录实体表现为设备、帐号还是cookie。
DAU的分析价值所在:
核心用户规模:DAU指标直接反应了核心用户规模。可以结合其他指标一同分析。
生命周期分析的价值:产品不同阶段,DAU的数据表现不一样。DAU趋势下滑,那么很可能是老用户流失,产品开始走下坡路。是否要投入运营预算,是否要产品重新战略部署等。
产品黏性:DAU指标结合留存指标来分析产品的用户粘性。
渠道价值分析:DAU可以间接判断各大渠道对产品的贡献价值。在产品初期投放各大渠道之后,DAU数据会逐步减少,后期可以有选择的保留用户基数大的渠道运营。
用户流失分析:运营活动结束之后,DAU数据有大幅减少,则要进行用户流失分析。
某天,发现DAU数据异常,如何分析?
每项指标都有其设计的目的。各项指标、维度,需要综合评估。DAU分析的一大意义就是发现异常值,从宏观层面了解目前的产品问题。可以从如下三个角度进行。
数据是否准确。一般来说,ETL过程,调度过程,服务器等是否有问题导致数据不准确。该问题的几率比较小,但是也不排除。
DAU的多个维度分析,趋势、同步、环比、定基比等。
结合其他指标一起看数据。新增用户、MAU、ACU、ARPU值、在线时长、付费转化率等多个指标进行多维分析。
结合小数据,最后,定位问题。
一,DAU的多维度分析。
趋势:通过判断DAU指标在某一时间段的变化来预测未来的数据表现,一般用趋势图表示。例如,未来一个月的收益表现,可以参考三个月的DAU,去年同期的数据表现,可以综合评估分析。
同比:是将本周期内的数据与历史相同时间点的数据进行比对。例如,今年N月与去年N月相比。
环比:是将本期数据与前期数据进行对比,体现了数据连续性变化的趋势。例如,今年九月同八月、七月的数据进行比对。
定基比:数据进行比对才有意义。该分析需要以某个时期为基数,其他各期数据都可以与之对比。基准线是产品发展的里程碑水平,可以反映产品的发展运营情况如何。
二,结合其他指标一起定位问题。
DAU分析可以及时发现异常值,及时从数据层面发现业务问题。但是,需要结合其他一起分析,如:MAU、ACU、ARPU值、在线时长、付费转化率等多个指标进行多维分析。
最后,可以列一个常见问题清单,挨个过滤,来定位问题。一般表现为:数据异常时间点的不同(如节假日,高考等),产品体验,近期是否发版,近期的运营活动,渠道投放,广告推广,产品相关的新闻事件,以及市场竞品的影响(如有新竞品进入市场,竞品最近搞运营活动)等。
三,总结分析DAU的几点:
数据要去重,select语句要有distint。
看趋势、看拐点,看占比、同比、环比等。
多维度分析DAU,如渠道维度。
DAU指标的定义要清楚。计算对象是设备、帐号还是cookie,怎样算是活跃,登录多次还是登录时长要超过一定时间。
DAU一般要根据产品阶段来看数据趋势。
结合其他指标、结合小数据进行分析并定位问题。
说明:文中的小数据定义:大数据之外的对事物的观察所得到信息,例如线下的问卷调查,新闻事件等。个人杜撰。
题外话:说好的每天一篇呢?陪伴小朋友、游泳、朋友聊天,还是手机“刷刷党”,时间不知不觉过去了……捂脸
领取专属 10元无门槛券
私享最新 技术干货