初識“數據分析”:用戶數據

今天咱們說一下“數據指標”中的第一個類別“用戶數據”,對於產品經理來講,關於用戶數據的定義其實很簡單,就是“反應用戶屬性、和用戶相關的數據”。

初识“数据分析”:用户数据

用戶數據的定義

對於產品經理來講,關於用戶數據的定義其實很簡單,就是“反應用戶屬性、和用戶相關的數據”。

雖然定義很簡潔,但是用戶數據並不簡單,其中包含及可深挖的內容有很多,小層次來講包含“日活/月活、留存、新增”等,再大點有“用戶畫像、用戶屬性、用戶層級”等,到後面的“用戶心理、用戶行為習慣”等,深挖到最後,你會發現用戶就活生生的站在你的面前,只是你們互相併不認識。可以說是最熟悉的陌生人,這一切都需要有“用戶數據”的支持。

當然了根據產品特性的不同,我們要了解用戶的深度和側重性都有所不同,比如電商更側重於用戶的喜好、年齡及購買力等,金融類更側重於用戶的信用、工作信息、財務信息之類的。

所以咱們這篇文章說一下,所有產品共同需要注意的幾個用戶數據指標:新增、日活/月活、留存。

用戶數據(1):“新增用戶”數據指標

什麼是“新增用戶”?

任何一個產品不管設計的多麼的出色,它的本質都是一個工具和媒介,是需要有人去使用的,否則將沒有任何價值,所以“新增”是每個產品都繞不開的地方。

新增用戶分為兩種類型:

  • 第一種是純粹的新增用戶,即就是從未安裝和註冊過你的產品。
  • 第二種是已經卸載了的用戶但平臺仍保留有其用戶數據,這部分用戶在通過運營、推廣等手段重新回來的用戶。

通常來說這兩種是看成一類的,但如果是在進行渠道推廣時,就需要提前和渠道方談好。

“新增用戶”的數據指標

所有的新增用戶都離不開“渠道”,新增用戶的數據指標,就是從渠道來的用戶走到哪個節點算這個用戶為新增用戶,獲取用戶的流程節點大致流程就是這樣。(如下圖)

每個公司、每個產品甚至每個人對“新增”數據指標定義的節點都可能是不同,不過基本上都包含在這圖中的節點中。

新增的數據數據指標往往也是在:點擊、安裝、啟動(激活)、註冊。這5個節點,而新增的數據指標往往關乎著金錢,渠道商在給產品進行推廣時,也是在這5個節點某個(或多個)節點的進行收費,不過根據產品形態的不同,收費的節點也不同。

比如:Google ADS(谷歌推廣)、百度SEM都是按CPC(按點擊次數收費)進行收費;貸款超市這類型的產品是按安裝數量進行收費……等。

初识“数据分析”:用户数据

(Google ADS廣告後臺)

用戶數據(2):“存量用戶”數據指標

什麼是“存量用戶”?

當一款產品運營了一段時間並獲取了一些用戶,這時依然留在這個平臺的用戶,稱之為“存量用戶”。

存量用戶是每個產品並不可少的一部分,其數據最直觀的反應了一款產品的健康程度,因此存量用戶的數據指標也屬於“用戶數據”的基礎數據指標。

“存量用戶”的數據指標

DAU(Daily Active User)日活躍用戶數

DAU通常統計一日(統計日)之內,登錄或使用了某個產品的用戶數(去除重複登錄的用戶),這與流量統計工具裡的訪客(UV)概念相似。

比如:某一款產品,其日活的統計維度是打開APP即算活躍,經統計該APP在3月19日有20次打開APP的行為,經排重發現有10個用戶打開了APP,那麼這款產品在3月19日的DAU就是“10”。

通常來說 DAU 會和 MAU (月活躍用戶數量)一起使用,這兩個指標一般用來衡量服務的用戶粘性以及服務的衰退週期。

MAU(Monthly Active User)月活躍用戶數量

MAU和DAU類似,不過統計的時間通常為一個月,是指網站、app等月活躍用戶數量(去除重複用戶數)。數量的大小反映用戶的活躍度,但是無法反映用戶的粘性,因為月活躍的用戶統計維度是在一個月內觸發過至少一次統計維度的關鍵事件的用戶數量(去重後)。

比如:某一款產品,其月活的統計維度是打開APP即算活躍,該產品有100個用戶,經統計該APP在一個月內有200次打開APP的行為,經排重發現有100個用戶在一個月內至少打開了一次APP,那麼這款產品MAU就是“100”。(這裡需要注意MAU不等於統計月裡各日DAU的和)

如何統計活躍用戶?

DAU(日活躍用戶數量)和MAU(月活躍用戶數量)有個重複的詞是“活躍”,那麼:活躍用戶是如何規定的?

首先咱先了解下活躍用戶是如何統計的,活躍用戶且不單單包括活躍用戶的統計方式,基本上有兩種:

第一種是接入三方統計分析工具

初识“数据分析”:用户数据

國內的有”友盟、TalkingData、GrowingIO”等,國外有“Google Analytics、AppsFlyer、adjust”等。

初识“数据分析”:用户数据

(TalkingData示例)

初识“数据分析”:用户数据

(AppsFlyer示例)

第二種是自埋點,是技術同學對一個事件進行定義,在用戶主動觸發時這個事件時上報給後臺然後進行記錄。

以上兩種方式就是活躍用戶的統計方式,那麼咱來說下,如何規定活躍用戶。

不同的產品、不同的業務類型對“活躍”的定義也不一樣,大體歸納區分的話有兩種:

  1. 常規性質的活躍用戶。也就是在統計時間內啟動過APP的用戶,目前三方統計中關於活躍用戶的默認定義都是這樣。
  2. 觸發關鍵事件的活躍用戶。有些產品並不以APP的啟動人數作為活躍用戶的統計標準,而是是指在統計時間內,觸發過關鍵事件的用戶才算活躍用戶,除此之外做了任何的操作,這個用戶都不算活躍用戶。

用戶數據(3):“留存率”數據指標

什麼是留存率?

上文說了什麼是“新增用戶”和“存量用戶”

  • 新增用戶:新增用戶其實也就是新增用戶。
  • 存量用戶:當一款產品運營了一段時間並獲取了一些用戶,這時依然留在這個平臺的用戶。

留存率就是指新增用戶日之後的第N日依然登錄的用戶佔新增用戶的比例。

留存率的數據指標

留存率是以研究新增用戶為目標對象的,即研究某一個時間點的一批用戶在隨後的幾天,幾周,幾個月的時間內的生命週期情況,從宏觀上把握用戶的生命週期長度以及我們可以改善的餘地。

留存率的指標按不同的時間段能有很多種,而這種選擇還是需要根據產品的業務性質來確定的,不過其中有必看的兩個指標:次日留存和7日留存。

因為這兩個指標直接反應了通過渠道商來的用戶的質量如何,運營、產品會依據這兩個指標和其他表現,決定後續的獲客方式。

留存率的計算方式

留存率=新增用戶中登錄用戶數/新增用戶數*100%(一般統計週期為天)

第1日留存率(即“次留”):(當天新增的用戶中,新增日之後的第1天還登錄的用戶數)/第一天新增總用戶數;

第7日留存率:(當天新增的用戶中,新增日之後的第7天還登錄的用戶數)/第一天新增總用戶數;

以此類推。

用戶數據(補充):什麼是用戶?

在“人”的主觀視角上來看,用戶就是使用產品的人,但是在程序的客觀視角來講,對用戶的定義有兩種。

第一種:按「人」計算用戶

這種方式就是給我們每個註冊用戶一個專屬的具有唯一性質的ID,只有有這個ID的人,才算我們的用戶,而其他安裝打開我們的APP但是並沒有進行註冊的人則不算我們的用戶。

這種情況多應用於強登錄的產品,就是不進行註冊你就使用不了功能的產品。

第二種:按「設備」計算用戶

使用一款產品的條件是必須有一個終端,比如手機、電腦等,按「設備」計算用戶,其實就是把設備當做人來看待,每一個設備就是一個用戶。如果一個用戶有多個設備,那麼對於程序來講這就是多個人。

如何區分「設備」?

對於按「設備」計算用戶,不同的終端有不同的區分方式,基本上都是通過每個終端的唯一標識來區分。

  1. PC端:在網頁Cookie中埋下一段長隨機字符串,作為設備的唯一標識。
  2. IOS手機:由於蘋果公司用戶隱私保護機制的種種限制,需通過idfv和Keychain配合,才能實現Ios用戶唯一性識別。
  3. Android:安卓獲取設備唯一標識原本非常簡單(至少不會像IOS一樣各種限制),但是由於設備的多樣性導致各種情況都有可能出現。常見的標識方法有5種:IMEI、Android ID、WLAN MAC、BT MAC、Pseudo-Unique ID。

題圖來自Unsplash,基於CC0協議。


分享到:


相關文章: