數(shù)據(jù)指標(biāo) ，啥叫DAU？
定義“活躍”
用戶發(fā)出什么樣的行為并達(dá)到怎樣的行為強(qiáng)度才算活躍？
定義關(guān)鍵行為，關(guān)鍵行為和用戶需求或者產(chǎn)品核心價(jià)值有關(guān)
e.g. 閱讀類的app，那么就應(yīng)該將活躍對應(yīng)的行為定義為“閱讀”，而不是“打開app”；
e.g. 思考：訪問“微信讀書”小程序，只做“每日一答”，沒有“閱讀”行為，這樣能算入活躍中么？行為強(qiáng)度閾值，閾值可以通過行為的時(shí)長、頻次等強(qiáng)度指標(biāo)來限定，具體的判定要結(jié)合實(shí)際業(yè)務(wù)場景或者數(shù)據(jù)分布情況；
e.g. 反例：打開app還沒停留3秒就退出了，很可能是用戶誤操作；
e.g. 對于閱讀類app，閱讀至少一篇文章或書籍并超過一定的時(shí)長，這個(gè)時(shí)候才能算用戶真的是在“閱讀”，基于這樣的業(yè)務(wù)閾值下統(tǒng)計(jì)得到的活躍用戶數(shù)才是和“閱讀”這個(gè)核心產(chǎn)品價(jià)值掛鉤的；
e.g. 思考：類似抖音或者快手的視頻流，用戶刷到某個(gè)視頻時(shí)播放了短短幾秒就退出，這個(gè)視頻要不要計(jì)入“觀看視頻數(shù)”的統(tǒng)計(jì)中？
剔除異常用戶
前面在定義“活躍”中主要關(guān)注了“有意義的業(yè)務(wù)行為”，也可以理解為是在“行為”上的限定，而我們要統(tǒng)計(jì)的是“活躍·用戶·數(shù)”，除了那么是不是所有符合行為篩選規(guī)則的“用戶”都應(yīng)該納入到這個(gè)指標(biāo)的計(jì)算呢？
或者這樣思考，用戶數(shù)的計(jì)算一般是count distinct(user_id)這樣的邏輯去計(jì)算，那么什么樣的user_id是需要排除的？——這里之所以用user_id而不是“用戶”，是因?yàn)椤坝脩簟边@個(gè)概念可能會(huì)讓我們傾向于認(rèn)為這些有訪問記錄的ID背后都是“正常的人類”。
除了在“行為”上進(jìn)行限定外，對“用戶”的限定還包括：正常&人類。
僵尸號(hào)、爬蟲、機(jī)器流量等，不能算“人類”； 即使是人為操作，如果是出于“非正常的目的”，比如刷量、刷評(píng)論，那這種也是要剔除的；
活躍的時(shí)間周期
結(jié)合到上述兩點(diǎn)，對“活躍用戶數(shù)”的業(yè)務(wù)口徑可以定義如下：
在一定業(yè)務(wù)周期內(nèi) 發(fā)出了某關(guān)鍵行為且達(dá)到行為門檻 對應(yīng)的正常用戶的數(shù)量
這里還有一個(gè)小問題——活躍對應(yīng)的時(shí)間周期。
大多數(shù)to C的產(chǎn)品都是為了解決用戶需求，用戶需求有高頻、低頻、一次性之分，所以對應(yīng)觀測周期就會(huì)有差異。
高頻需求，可以理解為一個(gè)人幾乎每天都可以發(fā)生的行為，e.g. 吃飯、睡覺、閱讀信息(刷文章、看視頻)等； 低頻需求，需求間隔時(shí)間比較長，可能會(huì)間隔數(shù)月，e.g. 旅行、長途交通、租房、求職、購買節(jié)日禮物或手機(jī)等貴重物品； 一次性需求，e.g. 升學(xué)考試、買房裝修、結(jié)婚相關(guān)等；
活躍對應(yīng)的時(shí)間周期的一般劃分方法是要保證在這個(gè)周期內(nèi)大多數(shù)用戶都會(huì)有至少一次目標(biāo)行為發(fā)生，如下圖示。
不過，這個(gè)時(shí)間周期也不一定是固定的，可能因?yàn)楫a(chǎn)品結(jié)構(gòu)的改變或者運(yùn)營策略，導(dǎo)致周期縮短。
活躍成分拆解
以下列舉可以拆分的一些維度：
基于用戶屬性，e.g. 新/老客、會(huì)員等級(jí)、是否付費(fèi)等； 基于用戶行為 行為的強(qiáng)度，e.g. 訪問時(shí)長、頻次等； 行為指向物，e.g. 瀏覽的商品類別、訪問的欄目等； 基于時(shí)間周期，e.g.對當(dāng)前周期活躍的用戶數(shù)拆解(如下圖示) 
當(dāng)前業(yè)務(wù)周期的活躍用戶數(shù)，包含以下4個(gè)成分：
本期新增用戶數(shù)量
上期新增用戶且在本期活躍的用戶數(shù)
上期活躍老客且在本期活躍的用戶數(shù)
上期沉默老客且在本期活躍的用戶數(shù)
報(bào)表開發(fā)(指標(biāo)篇),3.2 自上而下的方法
從活躍成分看業(yè)務(wù)
前面提到了，當(dāng)前業(yè)務(wù)周期的活躍用戶數(shù)可以拆分成4個(gè)成分。
e.g.
本期新增用戶數(shù)量，如果每期新增用戶量比較少，可能是業(yè)務(wù)處于成熟期或者探索期，可以理解為此時(shí)業(yè)務(wù)增長乏力(可能是市場已經(jīng)飽和或者說滲透率打頂)，或者還沒有開始增長；e.g. 結(jié)合新老客的占比在時(shí)間上的變化趨勢也可以判斷；
e.g.
上期新增用戶且在本期活躍的用戶數(shù)，這個(gè)數(shù)值除以上期新增用戶數(shù)就是留存率，所以這個(gè)指標(biāo)也能揭示產(chǎn)品留存的好壞；e.g.
上期活躍老客且在本期活躍的用戶數(shù)可以看活躍滲透率(用戶黏性)，比如微信這種高活躍高黏性的app，比如昨天和今天的活躍用戶都是10億，實(shí)際上兩天的用戶重合度是很高的，也就意味著用戶的黏性很強(qiáng)，定位到這群“高粘性用戶”后，可以分析這些用戶的屬性和行為特征，可以作為拉新渠道篩選的依據(jù)，也可以定位可能導(dǎo)致這些用戶高粘性的產(chǎn)品功能或者運(yùn)營活動(dòng)；e.g. “上期活躍本期沉默”的用戶可能暗含了產(chǎn)品問題，沉默的用戶可能是“流失”，也可能是行為比較“稀疏”；
e.g. 用戶流失挽回，實(shí)際上就是喚醒
上期沉默或者上上期沉默的用戶進(jìn)入“活躍”狀態(tài)；e.g. 通過對比不同周期的新增用戶數(shù)，對比渠道的質(zhì)量或者拉新策略的效果；