在一款產(chǎn)品的生命周期中，一直圍繞著兩個(gè)問題：

• “如何有效獲取用戶？

• 如何有效運(yùn)營(yíng)用戶？”

從AARRR模型來看，前面一個(gè)階段都是關(guān)于用戶獲取的，之后則都是關(guān)于分析活躍用戶的，那實(shí)際上我們知道，活躍用戶是評(píng)估游戲規(guī)模的關(guān)鍵，只有從客觀、理性的角度分析活躍用戶數(shù)據(jù)，才是正確了解游戲產(chǎn)品運(yùn)營(yíng)的方法。

今天我們就來聊一聊DAU。

諸如每日活躍用戶（DAU）之類的指標(biāo)就像你在電子游戲機(jī)中收集的金幣：你將它們積攢起來，有時(shí)很容易找到它們，但如果你有足夠的能力，它們則會(huì)帶給你除游戲以外的價(jià)值。了解這些數(shù)字可以幫助你確定需要改進(jìn)的地方，預(yù)測(cè)你的收入，為你設(shè)定切合實(shí)際的目標(biāo)。

沒有兩家公司以完全相同的方式計(jì)算出其DAU。

比如有些企業(yè)通過用戶使用時(shí)間來區(qū)分用戶，有些則是通過是否進(jìn)行應(yīng)用內(nèi)購買或者是否點(diǎn)擊廣告來區(qū)分用戶，也有些是用新增用戶最后一次登錄日期距離統(tǒng)計(jì)日的間隔天數(shù)來考察用戶的活躍度。還有通過統(tǒng)計(jì)分析活躍用戶的登錄次數(shù)、使用時(shí)長(zhǎng)，結(jié)合付費(fèi)用戶、新增用戶來對(duì)比分析登錄次數(shù)、在線使用時(shí)長(zhǎng)等等。

因此，在做DAU分析前，先問問自己：

什么是用戶，什么使他們今天活躍？是他們是否下載了游戲并加載了一次游戲？還是他們至少花了一些時(shí)間在應(yīng)用程序中玩游戲？

以游戲?yàn)槔绻麅H使用下載次數(shù)，則會(huì)得到與實(shí)際偏差的結(jié)果。有些玩家會(huì)將游戲下載到多個(gè)設(shè)備上，但會(huì)在一個(gè)設(shè)備上進(jìn)行運(yùn)行，還有一些玩家可能僅僅下載該游戲后就立即將其卸載。所以僅僅用下載次數(shù)來判斷是沒有幫助的。

以移動(dòng)app來說，大部分app安裝當(dāng)天平均留存率為31%，7天后平均留存率大約為14%，月留存率甚至?xí)椭?%，但這些在移動(dòng)app行業(yè)是很常見的。

比如有的企業(yè)認(rèn)為在過去7天打開使用過App的用戶可以納入DAU范疇，而有的企業(yè)認(rèn)為在特定的某些時(shí)間打開使用App就屬于DAU范疇。要想確切定義成功，就要首先清晰地定義真正的活躍用戶是什么。

用戶性情多變，定義用戶就要了解移動(dòng)用戶的習(xí)慣。這一天內(nèi)用戶要做什么我們不得而知，那針對(duì)一個(gè)產(chǎn)品來說，“真正想要什么樣的用戶”這個(gè)問題變得越來越重要，只有知道自己理想的用戶，才能明白如何留住用戶。

日活會(huì)受到很多因素的影響，產(chǎn)品迭代，運(yùn)營(yíng)活動(dòng)，推廣的變化等等都會(huì)影響到日活，當(dāng)然這些因素中，有的影響較小，有的暫時(shí)無法預(yù)估。因此在預(yù)測(cè)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(jiǎn)化得到一個(gè)可計(jì)算的狀態(tài)。

單看一天的DAU其實(shí)只能與前一日或者歷史同期做一個(gè)環(huán)比或同比的分析。但是DAU的能發(fā)揮的作用遠(yuǎn)遠(yuǎn)超出你的想象。

如果說基于新老用戶的分析是為了讓游戲更好地保留老用戶、發(fā)掘新用戶，那么分析游戲的活躍用戶則可以讓你洞悉產(chǎn)品當(dāng)前真實(shí)的運(yùn)營(yíng)情況。這個(gè)指標(biāo)具有重要意義，可以說明核心用戶的規(guī)模。

活躍用戶是指統(tǒng)計(jì)所選時(shí)期內(nèi)，登錄產(chǎn)品的用戶。這里的時(shí)間周期一般為自然日（DAU）、自然周（WAU）、自然月（MAU）。

DAU=DNU+DOU

DAU由DNU（Daily New User）和DOU（Daily Old User）兩部分構(gòu)成

• DNU：每日注冊(cè)并登錄的用戶數(shù)，即日新增用戶數(shù)。新增用戶具有唯一性，不重復(fù)累計(jì)。該指標(biāo)可以查看渠道貢獻(xiàn)新用戶數(shù)份額情況，以及宏觀走勢(shì)，判斷是否需要投放推廣，是否存在渠道作弊行為。

• DNU/DAU：新增用戶占比，也可稱為活躍度指數(shù)，其中DAU－DNU為老用戶數(shù)，老用戶比例越多，相對(duì)的留存質(zhì)量就會(huì)好一些，產(chǎn)品的用戶自循環(huán)系統(tǒng)逐步成立，推廣期間的大部分用戶在次日之后都留在了產(chǎn)品中。在老用戶足夠多的情況下，DNU新增影響是有限的，但如果一段時(shí)間內(nèi)DNU不能轉(zhuǎn)化為老用戶，則此比值會(huì)不斷提升。

比如某游戲在5月1日全平臺(tái)上線，5月份屬于游戲推廣時(shí)期，通過推廣得到大量的用戶，但是其中存在大量不穩(wěn)定用戶，有很大一部分會(huì)流失，并且存在新增用戶數(shù)不穩(wěn)定的問題，因此DAU和DNU的數(shù)量也會(huì)出現(xiàn)大幅度的變化。

隨著推廣結(jié)束，用戶群穩(wěn)定下來，DAU和DNU則會(huì)相對(duì)變得平穩(wěn)。

如果新增用戶在后續(xù)不斷轉(zhuǎn)化穩(wěn)定的老用戶以后，那么老活躍用戶的規(guī)模是在不斷增長(zhǎng)的；同時(shí)，如果新增用戶的注入水平保持不變，游戲的核心用戶規(guī)模是在增長(zhǎng)，并且新增用戶所占的日活躍百分比是在下降的；如果新增用戶注入水平也在增長(zhǎng)，且不斷轉(zhuǎn)化為老用戶，即核心用戶規(guī)模也在增長(zhǎng)，那么新增用戶所占百分比會(huì)在一個(gè)區(qū)間呈現(xiàn)穩(wěn)定變化。

剛才所提到的核心用戶規(guī)模，之所以使用日活躍用戶來衡量，原因在于，以日作為一個(gè)衡量的單位比較客觀反映用戶的游戲積極性，以日作為統(tǒng)計(jì)長(zhǎng)度，恰好符合用戶游戲的最短周期性循環(huán)。

那么在日常的分析中，我們可以簡(jiǎn)單計(jì)算一個(gè)周期內(nèi)，每日新增用戶和活躍用戶的關(guān)系比例，看一個(gè)長(zhǎng)期趨勢(shì)，一定程度上反映了目前核心用戶的規(guī)模增長(zhǎng)情況。

其實(shí)DAU可以認(rèn)為是之前不同時(shí)間點(diǎn)的DNU組成的，在這種邏輯下，我們可以很快的發(fā)現(xiàn)目前我們游戲的活躍用戶群的狀態(tài)構(gòu)成。

比如，如果都是大量的7日之前的用戶，不斷的保持活躍，那么意味著該游戲的粘性還是保持在很客觀的水平上。一旦游戲不再曝光在用戶面前，那就意味著，游戲可能被啟動(dòng)的概率大大降低。

一款產(chǎn)品有長(zhǎng)期使用的忠實(shí)用戶，也有流失用戶。有用戶回來繼續(xù)使用，也有用戶不喜歡產(chǎn)品。

用戶活躍可以簡(jiǎn)化為一個(gè)最簡(jiǎn)單的公式：

新增用戶的數(shù)量要大于流失用戶的增加量。

類似著名的數(shù)學(xué)題“水池進(jìn)入出水”，一邊往水池灌水，水池另一邊也會(huì)漏水，如果漏水速度太大，那么水池就干了。

一款產(chǎn)品可能因?yàn)槭袌?chǎng)競(jìng)爭(zhēng)、拉新乏力導(dǎo)致新增用戶數(shù)下降，也可能因?yàn)楫a(chǎn)品改動(dòng)，運(yùn)營(yíng)策略失誤造成后續(xù)流失用戶變多。

我們將活躍用戶和不活躍用戶可以拆分出來，按照日、周、月維度制作圖表，監(jiān)控活躍數(shù)據(jù)的變化。通過這張圖表，我們可以直觀看出：

每天有多少活躍用戶變得不活躍？有多少忠誠用戶變得不活躍？又有多少流失用戶被我們喚回來等。

有了數(shù)據(jù)作支撐，我們應(yīng)該聚焦精力到怎么去應(yīng)用在運(yùn)營(yíng)和業(yè)務(wù)上。

用戶的流失、產(chǎn)品的粘性等等都可以通過對(duì)DAU不同角度的解析獲得相應(yīng)的信息，這點(diǎn)也是要和其他數(shù)據(jù)結(jié)合來分析的。

• 比如次日留存率，用戶流失率、啟動(dòng)次數(shù)、登錄時(shí)長(zhǎng)分布等數(shù)據(jù)；某一段時(shí)間回流用戶增加，是產(chǎn)品更新，市場(chǎng)推廣，還是活動(dòng)營(yíng)銷？本周，變成不活躍的用戶比以前多，要不要做一次用戶訪談看下原因？活躍的用戶用push營(yíng)銷，流失的用戶用短信營(yíng)銷，這是不是一個(gè)好方法？

• 再比如找出來DAU中的虛假用戶，例如1-3s用戶非常多，那么在正常的網(wǎng)絡(luò)和設(shè)計(jì)情況下，這種數(shù)據(jù)就可能是很多假用戶造成的，也就是作弊行為。

• 再比如我們還可以區(qū)分推廣和非推廣時(shí)期的用戶增長(zhǎng)對(duì)DAU的影響，比如自然增長(zhǎng)時(shí)期的新增用戶對(duì)DAU的影響，判斷DAU的質(zhì)量，渠道的質(zhì)量；或者推廣時(shí)期的新增用戶對(duì)DAU的影響情況分析。

也可以結(jié)合用戶的登錄習(xí)慣，比如登錄次數(shù)，登錄天數(shù)等等數(shù)據(jù)進(jìn)行忠誠活躍用戶的閾值確定，以此來保證DAU的質(zhì)量。

其實(shí)在DAU的背后，隱藏的問題和分析的要素很多，這個(gè)也是需要結(jié)合自己的業(yè)務(wù)需要來進(jìn)行的，具體的問題，還要結(jié)合具體需求進(jìn)行分析。

-END-