用户分类以及活跃用户的衡量方法


用户分类以及活跃用户的衡量方法

文章插图
一个APP最根本的便是用户,那么当然用户也分许多种类,比如活跃用户、留存用户、流失用户等等,那么一般情况下又是怎么来分析活跃用户的呢?首先,我们来看一下用户的具体分类 。
不同类型的用户
用户包含各种类型,反应了不同群体的特征和想法 。在使用整个产品的周期中,我们应定义更全面的指标:
流失用户: 有一段时间没有再打开产品,那么我们就视为流失用户,根据产品的属性,可以按30天,60天,90天等划分 。
不活跃用户: 有一段时间没有打开产品,为了和流失区分开来,需要选择无交集的时间范围 。比如流失用户是60天以上没打开产品,那么不活跃则是0~60天没打开 。
回流用户: 有一段时间没用产品,之后突然回来再次使用,则称为回流用户 。回流用户是活跃用户,且是由流失用户或不活跃用户唤回而来 。
活跃用户: 一段时间内打开过产品 。
忠诚用户: 也可以叫超级活跃用户,长期持续使用产品,比如连续四周,或者一个月内15天等 。
现在我们发现,不论是活跃用户还是不活跃用户的维度,都一下子丰富了起来 。
活跃用户
很多人对于什么是活跃用户的概念还很模糊,大多数运营数据分析平台上都直接给出了一个活跃用户的数字,那么什么是活跃用户呢?用户每天既会不断新增,也会不断流失,如果单独只看每日活跃用户数,是很难发现问题的本质的,所以通常会结合活跃率和整个APP的生命周期来看 。
活跃率是指活跃用户/总用户,通过这个比值可以了解你的用户的整体活跃度,但随着时间周期的加长,用户活跃率总是在逐渐下降的,所以经过一个长生命周期(3个月或半年)的沉淀,用户的活跃率还能稳定保持到5%-10%,则是一个非常好的用户活跃的表现,当然也不能完全套用,得视产品特点来看 。
【用户分类以及活跃用户的衡量方法】
概括来说,增长黑客在衡量“活跃度”时,会通过访问次数、访问时长、收藏指数和相关影响因素几个维度来判断用户的活跃情况,并按连续活跃天数和阶段内任意活跃天数2个时间维度对用户活跃度进行整体分析 。
如何进行用户活跃度分析?
1.通过日访问次数评估用户活跃度
访问次数代表用户每日使用产品的频次,我们将计算所有访问次数大于1次的用户,来计算这些用户的平均访问次数,或者设定一个固定值,例如某位用户连续7平均访问产品的次数为3-5次,那么我们就可以把4设定成固定值 。
在基于访问次数计算出平均值或设定了固定值(A)之后,我们要统计每日访问次数大于1次并且小于A*50%的用户,以及每日访问次数大于A*50%并小于A的用户,以及日访问次数大于A的用户分别的数量 。统计的目的在于通过访问次数将用户进行分层,高于A值的用户是我们产品的绝对活跃用户,对于没有达到A值的用户可以通过运营活动重点提升日访问次数 。
2.通过日访问时长评估用户活跃度
与通过访问次数计算用户活跃度的方式相同,找出用户使用时长的衡量值B,通过B对用户进行筛选分组 。
3.通过“收藏指数”评估用户活跃度
一般来说,用户产生收藏行为代表着对产品内容的认可,如某篇文章,某件商品 。
在实际统计中,“收藏指数”因产品所在行业的不同而不同,需要针对产品所在行业进行个性化定义,例如社区类产品要统计有过发帖、回帖行为的用户,资讯类产品要统计日浏览文章大于5篇(举例)的用户,电商类产品要统计日浏览商品大于5件(举例)的用户等 。
同样,通过对“收藏指数”的定义,计算出相关用户行为的衡量标准,我们称其为C值,C值为活跃用户必须满足的条件,继而可以筛选出高出C值50%、100%甚至更多的用户数量 。
4.找出用户活跃度的影响因素
在影响因素这项分析上,需要统计不同特征用户的活跃度人数 。例如领取红包后1-3天的活跃用户变化情况,与非领取红包用户的活跃度进行对比,再比如连续打卡3天、5天的用户在活跃度上的变现差异 。
以上是4项用户活跃度的衡量方式,在统计时,首先需要筛选出满足条件的用户数量,然后计算满足条件用户在整体用户中的占比 。
我们每天都要看各种平台数据,包括DAU,uv,pv等,其中活跃用户数对我们平台评估至关重要,那活跃用户数到底是什么?

推荐阅读