中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

上篇筆者介紹了宏觀數據指標中的『新增』與『卸載』，這篇文章將會詳細地闡述另外兩個概念：『活躍用戶』與『留存用戶』。并且會『新增』『卸載』『活躍』『留存』的關系進行細致的梳理。

這一篇文章的信息量相較于上一篇只增不減，同時這篇文章也是宏觀指標的結尾篇，預期讀完這篇文章后，你對于這些常見的『宏觀指標』，將不再陌生。

一、 活躍用戶

先給出活躍用戶的定義：能被統計平臺檢測到的APP——簡單的來說，就是活著的App。

『活躍用戶』可以說是產品最息息相關的數據指標，因為只有活著才意味著App真的有被使用，這樣的狀態才有可能為App所屬的公司產生價值。

關于活躍用戶有三個重要的概念：日/月活躍、主/被動活躍、新/老用戶。

1. 日/月活躍用戶

『日活用戶』與『月活用戶』唯一的區別在于：劃分的時間單位不一樣。所以，這個小節重點闡述日活用戶。

補充一下，日活躍用戶與月活躍用戶的簡稱分別：是日活與月活，英文簡稱DAU與MAU。

日活躍用戶指的是：每天能夠被數據平臺監控到的App，如下圖所示：

大家可以看到：示例App在頭幾天的日活波動比較大，但是在經歷了一段時期的下滑之后，慢慢地回升并最終趨向了平穩。

2. 主/被動活躍

在闡述主動活躍用戶與被動活躍用戶之前，先舉一個例子：

第一天假設100人安裝并打開了示例App，第一天結束之后，有50人卸載了示例App。

第二天在剩余的50個用戶中，有5人手機關機，5人使用后臺清理程序將示例App進行了后臺清空，剩下的40人收到了示例App的推送通知，其中30人打開了示例App進行了使用。

雖然看完上面的文字你會有些暈，但是用于解釋『主動活躍用戶』與『被動活躍用戶』卻是一個極好的案例。

主動活躍用戶簡稱主活，指的是：那些被打開過的App。

所以，第一天示例App的主活為100，第二天為30，同樣的這部分用戶也是價值最大的。

被動活躍用戶又稱活躍用戶，是：包含了『主動活躍用戶』在內的所有活躍用戶——只要沒有被系統殺死的App都是被動活躍。所以，只要那些還能收到通知的用戶，都算作是被動活躍用戶。

因此，示例App的第一天被動活躍為100，第二天的被動活躍用戶為40。

3. 新/老用戶

其實在剛才的案例中，你也發現了：新增用戶也被歸為活躍用戶。

這是因為新增用戶也打開（使用）了示例APP，所以符合活躍用戶的定義。那我們如何區分活躍用戶中的新老用戶呢？

對于新老用戶的劃分，沒有一個統一的標準，目前常用的有兩個劃分依據：

1. 24小時新用戶： 從第一次打開示例APP起的24小時內的用戶都屬于新用戶。
2. 自然日新用戶： 以自然日為劃分標準，凡是第一天新增的用戶都是新用戶，即便是第一天23:59:59新增的用戶，也算作是新用戶。

兩個劃分沒有優劣之分，每個產品按照自己的具體情況來進行統計。

一般來說，『24小時新用戶』更加的準確，但是統計起來也相對比較麻煩；『自然日新用戶』則相反，統計起來比較簡單，但是在精確度上打了折扣。

最后需要強調的一點是：『活躍用戶』與『新增用戶』是兩個相對獨立的概念——即便沒有新增，活躍也能單獨的存在（老用戶）。

這與前面提到的『卸載』，以及接下來要說的『留存』有著很大的不同，因為卸載和留存只有在新增用戶的前提下，才有存在的意義。

二、 留存

在說完了『新增』『卸載』『活躍』之后，有關『留存』的很多概念理解起來就會容易很多，原因是：『留存』于上述的三個概念存在著千絲萬縷的關系。

雖然從字面上覺得留存二字很好理解，但是，在實際的應用中，哪怕上述三個概念有一個沒有明白，都很有可能在這個章節中云里霧里。所以，再有了這個預設后，請仔細瀏覽下面的闡述。

留存指的是：一批新增用戶中，在指定的時間段內，沒有卸載的用戶。

所以，新增、卸載、留存的關系可用如下關系式表達：

新增 = 卸載 + 留存

《宏觀數據指標簡介(上)》 中提到過這么一句話：卸載是衡量一個產品好與壞非常直觀的指標，所以非常的有意義。

可由于卸載的用戶數非常難以統計到，所以根據上述公式，真正的留存也難以統計到的。但是，留存并不會因為它難以被真實統計到而被提之甚少，相反，它可能是產品數據中，幾個頻次出現最高的數據指標之一。

原因是：在實際的統計分析中，我們會用『活躍用戶』替代『留存用戶』。

在解釋具體的原因之前，得先引入一個新的概念——靜默用戶，指的是：那些沒有被卸載，同時也無法向統計平臺發送事件的App。

例如：被手機清理程序殺死的App；關機狀態下，手機里面的App……

所以，關于留存用戶又可以通過下面的公式來表示：

留存用戶=活躍用戶+靜默用戶

講到這里，使用活躍用戶替代留存用戶的原因就很明朗了：數據統計平臺只能統計到活著的用戶！

最后用一句話總結實際工作中的使用的留存用戶：一批新增用戶中，在指定的時間范圍內，依然可以被數據平臺統計到的App，被稱之為留存用戶。

接下來的文字描述中，如果對于『留存用戶』沒有特殊說明，均是指可以被數據統計平臺統計到的App（除去靜默用戶）。

1. 存活率（留存活躍率）

通常我們會用『留存率』這個指標來表示留存的好壞，常用的留存指標有：24小時留存、次日留存率、7日留存率、15天留存率、30日留存率。

這里重點要強調：『24小時留存率』與『次日留存率』

24小時留存率指的是：一批新增用戶中，從首次打開示例App的時刻算起，24小時過后，依然能被數據統計平臺統計到用戶數量占據新增用戶數量的百分比。例如第一天的新增用戶為100人，這100人里面，在安裝了24小時的那一刻，還能被統計平臺統計到30人，那么這批新增用戶的24小時留存率為30%。

而次日留存率則表示：第一天的新增用戶中，在第二天依然能被數據統計平臺統計到的用戶。

例如：第一天的新增用戶為100人，如果過了第一天24:00，還剩下50人，那么次日留存率為50%。

如果籠統來看，可能會覺得「24小時留存率」與「次日留存率」貌似沒有什么太大的差別。但是如果仔細琢磨一番，兩者的區別不是一般的大。

接下來繼續以示例舉證：

假設對于示例App來說，今天的00:00:00 — 23:59:58這個時間段一個新增用戶都沒有，在23:59:59這一刻瞬間增加了100個用戶。

這批用戶中，從明天的00:00:01開始發生卸載行為，并在明天的23:59:58這一刻剛好全部卸載。也就說，在明天的23:59:58這一刻，今天的100個用戶一個都沒有剩下。

那么，這100個用戶中，次日留存率為100%，而24H留存率為0。

因為次日留存率的時間間隔為自然日，而24小時留存率的時間間隔是實打實的24小時。

至于「周留存」「15天留存」「30天留存」其定義跟「次日留存」是一樣的，只是時間間隔由自然日變成了自然7天，自然15天，自然30天……

2. 留存系數

在「卸載」部分提到過：目前面向國內的App非常難以獲得「卸載率」這么一個核心指標，所以就導致了絕大多數情況下，相關的從業人員只能通過「留存率」來評判一個產品的好與壞。

下面是一張常見的產品留存率的示意圖：

大家可以看到：產品的留存率在頭幾天急劇的下降，后面幾天留存率基本上不再有太大的變化。（當然，具體的原因就不再解釋了。）

而藍色部分的面積就可以代表：這些天累積的留存用戶。

別小看了『累計留存用戶』這個詞匯，這個指標直接決定了示例App的生死。因為只有留下來的用戶越多，示例App才有能掙更多的錢，反之，如果累計留存用戶越少，那么，示例App所屬的公司可能再也熬不多互聯網的寒冬了。

所以，越早的知道累計留存用戶，越有利于及時的做出調整，贏得更多的生存空間。

但是，如上圖所示：如果通過第一天的留存率，就能預測出未來幾天甚至是十幾天的累計留存用戶。那對于任何一個App來說，都是一件意義重大的事情，而留存系數剛好可以解決這個問題。

所謂的『留存系數』指的是：對已有的App的留存率進行積分運算，得到一個比較穩定的積分公式。

以上圖為例，通過Excel的預測函數，可以推出目前示例App的『留存系數』為

y = 0.0001×4 – 0.0037×3 + 0.0478×2 – 0.2526x + 0.4826

所以，有了留存系數，我們只需要知道第一天的留存率，就能大概的預測出未來幾天示例App的留存情況了。

3. 留存存活率

留存存活率指的是：一批新增用戶中，留存的用戶中（這里特指沒有卸載的用戶）活躍用戶的占比，主要用于衡量示例App的存活能力。

簡單來說，每一款App都希望被用戶一直使用著，哪怕能夠偷偷摸摸在后臺茍且也是一件值得慶幸的事情。因為只要活著，就有希望！

但是，殘酷的事實是：現在手機對于App的管理越來越嚴苛，一旦示例App放入后臺，那么其存活的可能性就變得極低！在這種情況下，“如何保證示例App的存活率？”，就成了一件十分頭疼的事情。

常見的?；罘绞接袃煞N：

1. 提高示例App自身的存活率，即便手機對后臺App管理的十分嚴苛，示例App本身也能通過技術的手段抵抗手機系統的殺死。
2. 通過其他活著的App進行喚醒，例如：用戶手機中裝了3款App，其中并且這App1、App2、App3都被殺死了，如果此時用戶打開了App1，App1就會暗地里啟動App2與App3。這樣一來，只要App1活著，即便App2余App3再次被系統殺死，也能通過App1被喚醒。

至于兩種方案的好壞，這里暫不評價。但是，留存存活率就是衡量上?；罘桨戈P鍵指標，在給出『留存存活率』的公式之前，我們再次回憶一下：新增、卸載、留存、活躍之間的關系：

新增用戶 = 留存用戶+卸載用戶

留存用戶 = 活躍用戶+靜默用戶

至于留存存活率可用如下公式表示：

留存存活率=活躍/(新增-卸載)

不要小看存活這個能力，因為很多應用被打開的幾率非常低。想想自己的手機里，是不是有很多App常年吃灰，例如：計算器。

如果一個App被安裝后，再也沒有存活的機會，其實跟被卸載了也沒什么區別。所以，對于這些低頻次的App，它所能做的就是努力的活下去。人生不易，App亦是如此！

三、小結

終于把『產品宏觀數據指標』做了一個結尾，本來想對這篇文章做個精簡，沒想到修改下來，又多出了2000多字，不過好歹算是把該說的都說完了。

對于沒有接觸過產品數據分析的同學來說，這幾篇文章讀起來會比較累。因為每篇文章都牽扯到了很多概念，而且所有的觀點與陳述，也僅僅是自己的一家之言，存在著很大的局限性甚至是錯誤，但對于僅僅想入門了解的話，已經是足夠了~。

作者：MING，個人公眾號：MING的大航海，知乎專欄：產品見知錄

本文由 @MING 原創發布于人人都是產品經理。未經許可，禁止轉載。

題圖來自 Unsplash，基于CC0協議。