老用戶回流大數據分析?編輯導語：數據分析是設計師了解用戶行為的一個重要手段本文作者分享了不同指标的核心含義，從用戶數據的存量、Active活躍度、User用戶展開分析，一起來學習一下吧，希望對你有幫助，現在小編就來說說關于老用戶回流大數據分析?下面内容希望能幫助到你，我們來一起看看吧!

老用戶回流大數據分析

編輯導語：數據分析是設計師了解用戶行為的一個重要手段。本文作者分享了不同指标的核心含義，從用戶數據的存量、Active活躍度、User用戶展開分析，一起來學習一下吧，希望對你有幫助。

随着設計師對産品設計在業務上的接觸越來越深入，數據分析成為設計師了解用戶行為的一個重要手段。而業務上的數據指标如此之多，如何系統的了解不同指标的核心含義是每個體驗設計師學習的目标之一。

DAU/MAU（Daily/Monthly Active User）。

1. DAU/MAU比值是什麼

DAU（日活）：單日(24h)活躍用戶量（去重），反應産品短期用戶活躍度；

MAU（月活）：單月(30day)活躍用戶量（DAU去重），反應産品長期用戶活躍度；

DAU/MAU*30 = 用戶月平均登錄天數

2. DAU/MAU說明了什麼

DAU/MAU的大小表明了這款産品對用戶的黏性大小，換句話說，就是用戶打開産品的頻率。

DAU和MAU的比值高，代表一個月有使用産品的用戶中，每天都使用産品的用戶比例高，即使用頻率高，用戶對産品的依賴性強，同時也說明用戶粘度較強。另一方面，也代表了用戶的流失率低，留存率高。

DAU和MAU的比值低，所有結論相反，用戶使用頻率低，依賴性弱，粘度較弱，用戶流失率高，留存率低。

3. DAU/MAU的數據價值是什麼

DAU/MAU數據的優點這個比例對于了解産品對用戶的價值特别有用。它提供用戶保留期的快照。對于公司來說，這是評估牽引力和潛在收入的有用指标。

DAU/MAU數據的缺點DAU/MAU 比率的一個缺點是，您無法看到哪些用戶被保留，哪些用戶正在流失。這就是同期群保留分析有用的地方。同期群可以是您定義的任何類似用戶組 – 通常按月分類。

4. DAU/MAU的動态化分

1）DAU/MAU提升↑，DAU增加顯著↑

說明産品的改動或者啥大新聞讓部分沉默用戶蘇醒，但是這個改動和大新聞大多觸及到産品已有老用戶，這種情況下我們應該加大對産品新功能的推廣和宣傳，引導更多的新用戶成為我們的活躍用戶。

2）DAU/MAU提升↑，MAU減少顯著↓

說明非忠實用戶的流失變得嚴重，對于一部分剛需的用戶我們可以保留下來，但是對于不是剛需的用戶我們無法挽留，這種情況下我們應該在保證核心功能的基礎上進行功能多元化的探索，滿足更多非剛需非忠實用戶的需求。

3）DAU/MAU降低↓，DAU減少顯著↓

說明我們的核心功能出現了問題或者外界的影響造成了用戶對産品本身的恐慌，像什麼某某某P2P跑路了等等，導緻原本使用産品的用戶跳到競品或者不再使用，這種情況下我們應該分析競品的動向，确保我們的核心功能各方面使用體驗達到最優，才能挽留用戶。

4）DAU/MAU降低↓，MAU增加顯著↑

說明産品的改動或者外界的推廣讓短期用戶活躍度提升，但是這個改動和影響不具備可持續性，可能是用戶玩一下就膩了的快死型功能，比如臉萌，足迹這種功能，這種情況下我們要思考如何增加用戶的粘度，減少用戶流失。

1. Active分為兩種

第三方數據統計系統的判定數據；

基于業務對用戶執行事件的統計數據。

1）第三方數據統計系統的判定數據

預制報表的統計系統（友盟、百度統計、GA等）都是基于事件上報進行統計，其統計邏輯是：

今天上報過事件注 → 用戶進行了主動操作 → 這個用戶是活躍的

注：

上報事件指的是例如：進入到登陸頁面，進入到首頁，點擊某個按鈕等，例如進行登錄頁成功，會上報一個page view事件；按鈕被點擊，會上報一個onclick事件等。

（哪些事件需要上報，不同平台規則略有不同，可以去平台查看，同時了需要結合自己本身的公司業務，例如如果您的app本身就不需要登陸，那麼進行登陸頁進行上報事件，就顯然是不合理的）。

但這裡有一個坑：注意是用戶主動操作的行為産生的上報時間，如果不是用戶主動操作的，例如用戶接收到一個push(系統内推送)，這種就不屬于上報事件。

2）基于業務對用戶執行事件的統計數據

基于公司内部平台，相較與第三方的原理類似。公司關心的點整理出一個日活事件列表，列表中可根據具體業務插入或者删除相應事件：例如進入登錄頁，首頁，加至購物車。當用戶有了這些關鍵事件後，上報後自己的後台進行統計。

其統計邏輯是：

用戶執行事件(執行事件為公司羅列的日活事件) → 這個用戶是活躍的這種類型，有利有弊，利在于更加靈活，可以根據業務需求快捷更改；弊端在于維護成本高一點。

提及User會産生兩個概念，例如：Alen通過手機、平闆、電腦分别登陸了APP；那麼此時應該記錄為幾個用戶？

User用戶的區分分為兩種方式：賬号(人)，設備。

1. 基于人識别User

用戶數User = 訪問過服務的ID數這個ID是指UID

注，隻一個注冊用戶，每個注冊用戶都有唯一的UID。這種方式适用于強制登錄的産品。

注：UID（User Identification）：UID用戶在注冊網絡平台後，系統會自動地給你一個UID的數值。意思就是給這名用戶編個号。

2. 基于設備識别User

用戶數User = 訪問過服務的設備數針對于如何識别設備唯一标識，安卓，ios平台的方法不一樣。

1）IOS采用的方法

IOS通過IDFV識别設備，IDFV是一個由字母數字構成的字符串，用于唯一标識程序供應商的設備。

2）IDFV的生成規則

通常IDFV由AppStore提供的數據決定。如果是企業包或開發包，IDFV根據App bundle ID計算。

IOS7之後，Bundle ID除去最後部分，其他剩餘部分用于計算生成IDFV。如果Bundle ID隻有一部分組成，則全部用來參與計算。

3）IDFV的變與不變

同一台設備上，來自同一個供應商的App，IDFV相同。

同一台設備上，來自不同廠商的App，IDFV不同。

不同設備的DFV不同，與供應商無關。換言之，即使同一個廠商的App，在不同設備上IDFV也不相同。

當iOS設備上存在同一廠商的其他應用時，删除App重裝，IDFV保持不變。

删除iOS設備上同一廠商全部App，重新安裝App，IDFV會發生改變。

使用Xcode安裝測試版本或ad-hoc包時，IDFV會發生改變。

2）Android采用的方法

下方給出一部分方法，一般安卓工程師會綜合下述方法進行一次拼接綜合。

3）Web采用的方法

在網頁cookie中買下一段長随機字符串，作為設備唯一标識符，用戶數=訪問過服務的設備數。

3. 識别人還是設備的選擇

關于實際業務場景，識别人還是識别設備的選擇，有如下方案提供參考：

參考原文鍊接：

《如何理解 DAU 和 MAU 這兩個數據》

《DAU/MAU Ratio | Geckoboard》

《産品經理要懂的數據分析——指标建模（上）》

《數據掃盲（1）：我們常說的DAU、MAU是啥？》

《IDFV簡介》

本文由 @ Benson 原創發布于人人都是産品經理，未經許可，禁止轉載。

題圖來自 Unsplash，基于 CC0 協議。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!