如何預估一個產品的日活(DAU)?
本文筆者通過簡化日活模型,粗略地估算出未來一段時間的產品日活規模。進而通過日活的規模,再去估算一些潛在收益,以及運營成本等等數據。
這段時間,經常有人問到以下的問題:
- 按照現在的推廣和留存,我們在未來最多能到達多少日活?
- 為了三個月后達到預定的日活,我們需要每天都少推廣?
- 一個產品在某個國家,得達到多少留存之后,推廣和收益才能打正(ROI為正)?
其實這些問題本質上,都是在回答一個問題,即:如何預估一個產品的日活?
問題應該有很多解法,提供一個簡單思路,總結如下。
日活會受到很多因素的影響,產品迭代,運營活動,推廣的變化等等都會影響到日活。當然這些因素中,有的影響較小,有的暫時無法預估。因此在預測的過程中,我們可以將一些影響不大的因素,剔除出去,從而簡化得到一個可計算的狀態。(這個簡化到可計算的過程中,其實就叫數學建模。)
因此為了計算,我們首先構建日活的一個簡單數學模型。
建立日活的數學模型
影響日活的因素中,最本質的其實是兩個,一個是每日新增用戶數,一個是新增用戶的留存率。
某一天的日活,我們可以看作是,當天的新增,加上前一天的新增的次日留存用戶,再加上大前天的新增的二日留存用戶……
以此類推,我們可以認為日活是“當天的新增用戶和此前每一天新增用戶在當天的留存用戶之和”,基于此,我們可以用一個很簡單的公式表達日活。
DAU(n)=A(n)+A(n-1)R(1)+A(n-2)R(2)+… …+A(1)R(n-1)
其中,DAU(n)為第n天的日活,A(n)為第n天的新增,R(n-1)為新增用戶在第n-1天后的留存率。如果我們假設,每日用戶的新增是一個固定的數值A,則公式可簡寫為:
DAU(n)=A(1+R(1)+R(2)+… …+R(n-1))
上述公式可以看成是日活的一個簡單的數學模型。從這個模型中,我們可以看出,新增A是一個較為確定的數值,另一部分:
1+R(1)+R(2)+… …+R(n-1)
留存之和的確定稍微有些麻煩。可以用下述的方法,預估留存。
如何預估留存
留存率是一個產品最為核心的指標了,下圖是一個產品的留存率衰減曲線
1-30日留存率衰減曲線
由圖中,我們可以看出:留存率的衰減曲線,非常類似冪函數的曲線,其實,在業內絕大部分產品的留存衰減曲線,基本都是符合冪函數曲線。
基于此,我們可以通過冪函數來近似擬合留存率的衰減曲線,也就可以順利的預估出日活模型中需要的留存之和。
一般在預估一個產品的留存之前,我們會有一些先驗的數據基礎,如果你的產品已經上線來一段時間,可以使用歷史數據作為基礎。如果產品還未上線,沒有歷史的數據,因為不同類型產品的留存和衰減速度都不太一樣,因此可以用業內同類型的產品的大概留存數據作為擬合預測的參考。
因此,留存曲線擬合基本會遇到兩種情況:
- 已經知道了若干天的留存,預估后續的留存?
- 不知道具體每天的留存,只知道次留,周留,月留存等數據,預估每一天的留存。
這兩個情況本質上屬于同一個問題,這里以第二種情況為例,簡單說下如何操作。曲線擬合的方法有很多,這里我介紹一個最為簡單的方式,就是利用excel來做一個簡單的擬合計算,具體步驟如下:
step1
假設我們知道了一個產品次日留存,7日留存,30留存如下:
某產品若干日留存
step2
在excel中按照對應留存天數,寫出留存率,并畫出散點圖:
留存散點圖
step3
在excel圖表對上述散點添加趨勢線,并在趨勢線選項中,選擇冪函數,并選擇顯示冪函數公式
基于散點擬合曲線
得到的冪函數為:
y=0.4861*x^(-0.435),其中x為對應的天數,y為對應天數的留存率。
step4
基于得到的冪函數公式,可以求的所有對應天數的留存率。
計算得到預估的日活
基于得到的冪函數,算出對應的留存率之后,就可以簡單求和得到,帶入日活公式中:
DAU(n)=A(1+R(1)+R(2)+… …+R(n-1))
這樣就可以通過預估的每日新增,得到在未來第n天日活所處的水平。
總結&后記
以上通過簡化日活模型,僅考慮新增和留存對于日活的影響(其它影響,也都是通過新增和留存間接對日活產生影響的),可以粗略的估算出未來一段時間的產品日活規模。
進而通過日活的規模,再去估算一些潛在收益,以及運營成本等等數據。上述計算一定存在誤差,并且不能滿足所有的場景,但整體的思路可以作為參考,應該能搞解決大部分相關問題了。
我們做了一個小程序,輸入新增,留存等數據直接預估日活,計算方法就是本文的計算方式。
作者:南村小付,微信公眾號:南村小付,快手高級產品經理,曾任職阿里,歡聚時代,7年互聯網產品設計運營經驗。
本文由@南村小付 原創發布于人人都是產品經理,未經許可,禁止轉載。
0.4861和0.435怎么計算啊 博主
這里的留存是用新增用戶的留存還是活躍用戶的留存?
這個公式里面只考慮新增用戶,那當前產品本身擁有的老用戶日活呢
小程序在哪呢
找到了
一直在用你的小程序哈哈哈哈哈
哈哈哈
如果完全按照這個預估DAU會存在一個問題:無輪新增和留存率如何,DAU都是穩定增長的。問題在于冪函數的長尾巴與實際情況不符,每款產品的用戶有生命周期都是有限的,也就是說老用戶一定會在N天后流失(平均值)。在冪函數擬合的基礎上,把函數的尾巴切掉(大于N天的部分),然后取大于N的總天數作為計算周期,預測出來的會接近真實值。歡迎討論指正
非常正確,可以選用指數形函數擬合,或者對尾部的數據做強制衰減處理。這篇文章中,沒有更新了。
數據量太少,得到的曲線和變化流程不太具有參考性吧,其次是你的前提是知道次日 3日 七日留存了,你本身就有埋點統計。。。
6666,求小程序名稱
dau計算器
nice