美文网首页数据分析
数据分析学习Day9---业务(读懂活跃数据)

数据分析学习Day9---业务(读懂活跃数据)

作者: ghostdogss | 来源:发表于2018-11-17 09:00 被阅读0次

    对一家互联网公司来说,如果没有设置单独的数据运营岗,那么用户运营是和数据最贴近,也必须是最了解用户的。

    用户运营核心的方法论就三个:拉新,促活和留存。拉新可以作为渠道推广单独讨论,而促活和留存则相辅相成。

    非运营岗,或者其他类型的运营,通常只会注重一个活跃数据的果,而不会注意活跃数据的因。我们在这里就抽丝剥茧,教大家比较快速地了解活跃体系。

    互联网公司对活跃用户的定义大同小异,主要以用户打开APP一次记为一个活跃用户。

    按此基础可以在时间维度引申出周活跃用户,月活跃用户。即在一个自然周内打开一次APP,则本周为周活跃用户。月活跃用户同理。

    好的数据指标,都应该是比例或比率。

    我们设定一个新指标,活跃率:某一时间段内活跃用户在总用户量的占比。

    按照时间维度引申,有日活跃率DAU,周活跃率WAU,月活跃率等MAU。

    我们统计了注册用户数,那么我们也可以统计出本月新增用户数,很简单,两个月相减。

    按照活跃的定义,新注册的用户肯定是打开APP的用户,他也一定是活跃的用户

    所以,我们拿每月的注册总用户数减去新增用户数,计算老用户数。并且将新老用户的活跃率独立出来。

    产品进入稳定期后,有了一定用户规模,新增活跃一般对活跃数据就不会有大的影响了。

    那么以新老用户区分活跃统计就够了?我们简单定义三个场景:

        用户A下载产品后,把玩了一段时间,发现这是他想要的功能,爱不释手,成为发烧用户;

        用户B下载产品后,看了几眼就不再使用。产品2.0发布后,觉得有个新特性不错,于是回来继续使用,逐渐成为活跃份子;

        用户C从网上看到随便下载的,用了产品觉得一般,吐槽几句并且卸载,不再使用;

    用户包含各种类型,反应了不同群体的特征和想法。在使用整个产品的周期中,我们应定义更全面的指标:

    流失用户:有一段时间没有再打开产品,那么我们就视为流失用户,根据产品的属性,可以按30天,60天,90天等划分。

    不活跃用户:有一段时间没有打开产品,为了和流失区分开来,需要选择无交集的时间范围。比如流失用户是60天以上没打开产品,那么不活跃则是0~60天没打开。

    回流用户:有一段时间没用产品,之后突然回来再次使用,则称为回流用户。回流用户是活跃用户,且是由流失用户或不活跃用户唤回而来。

    活跃用户:一段时间内打开过产品。

    忠诚用户:也可以叫超级活跃用户,长期持续使用产品,比如连续四周,或者一个月内15天等。

    上文ABC的三位用户活跃路径为:

    A:新增—活跃—忠诚

    B:新增-不活跃-回流-活跃-忠诚

    C:新增-不活跃-流失

    用户活跃可以简化为一个最简单的公式:新增用户的数量要大于流失用户的增加量。可以想成一个水池,运营会一直往里灌水,但是水池也会漏水,如果漏水速度太大,那么水池就干了。一款产品可能因为市场竞争、拉新乏力导致新增用户数下降,也可能因为产品改动,运营策略失误造成后续流失用户变多。

    相关文章

      网友评论

        本文标题:数据分析学习Day9---业务(读懂活跃数据)

        本文链接:https://www.haomeiwen.com/subject/kyymfqtx.html