目前用戶增長成為非常熱門的話題,用戶增長的第一步,首先需要明確大方向的目標,有了明確目標后,再根據(jù)用戶增長分步驟目標不斷細化及打磨,實現(xiàn)流量的提升。因此,準確預估流量目標成為用戶增長的第一環(huán)。
互聯(lián)網(wǎng)產(chǎn)品中,通常會以DAU作為公司的北極星指標,因此,本文主要簡單介紹DAU預估方法,供大家參考。
筆者在過去的工作中,主要試過兩種DAU預估方法:1、間接法:以歷史MAU的次月留存推演預估未來1年后的MAU,再根據(jù)歷史月來訪天數(shù)推導未來的DAU;2、直接法:以總用戶進行分層后,根據(jù)歷史DAU的留存系數(shù)預估未來的DAU。
多次驗證下來,發(fā)現(xiàn)直接法比較準確且容易理解,因此,本文僅介紹直接法(間接法可以跟常見的上月留存率、月訪問天數(shù)直接掛鉤,但方法大同小異)。
預估步驟包括3步:
- ???????第1步:根據(jù)歷年DAU留存系數(shù),估計下1年度的老用戶DAU留存
- ???????第2步:根據(jù)歷年新用戶的當年DAU留存,估計新用戶貢獻
- ???????第3步:DAU=老用戶留存+新用戶貢獻
具體如下:
一、老用戶預估
老用戶的DAU預估方法,主要是根據(jù)歷史用戶的衰減走勢,預估未來DAU走勢。首先將歷史總用戶按年份進行拆分,比如2013年12月預估2014年12月的DAU,則在預估時,將2013總用戶按年份進行拆成2010年新增、2011年新增、2012年新增、2013年新增用戶,然后觀察每年新增的用戶到歷年12月的DAU留存率。具體如下表,通過觀察歷史數(shù)據(jù),發(fā)現(xiàn)歷年數(shù)據(jù)的第1年…第N年的留存率走勢基本一致(基本呈現(xiàn)冪函數(shù)的衰減趨勢),且數(shù)據(jù)變動不大。
(特別提醒:本文的數(shù)據(jù)均為模擬數(shù)據(jù),僅供介紹方法論使用)
因此,預估2014年中老用戶的DAU留存,則根據(jù)前1年的留存率預估下1年(實操時,通常為了對業(yè)務(wù)提出更高要求,留存率會要求小幅上漲),如上圖最后一欄的公式。
?????????根據(jù)上述留存率可估算出新的一年12月老用戶的DAU留存貢獻:
????????為方便理解,2014年DAU的預估可以見下面的二維表,根據(jù)2013年DAU,可推算出2014年DAU留存:
二、新用戶預估
與業(yè)務(wù)制定明年的新增目標,假設(shè)是10,000,再根據(jù)歷年的新增用戶在12月的活躍率(假設(shè)均為10%),推算新增用戶的12月DAU貢獻為1,000。
三、總DAU預估
根據(jù)以上推導,則2014年12月DAU:2013年12月DAU留存+2014年新增用戶的DAU貢獻。
幾點注意事項:
1、產(chǎn)品結(jié)構(gòu)
產(chǎn)品結(jié)構(gòu)變化可能導致歷年的留存率有所變化,如IPhone和APhone的留存率可能有較大差異,如果產(chǎn)品結(jié)構(gòu)年度間發(fā)生較大變化,則建議分產(chǎn)品形態(tài)進行以上方法的預估,這樣預估會相對準確。
2、季節(jié)性因素
如果要預估其他月份,也可采用同樣的辦法,假如在確定年度DAU目標的基礎(chǔ)上,要分拆到每個月,則可先按均勻增長的趨勢進行分拆,再觀察每個月的DAU變化情況,根據(jù)季節(jié)性變化等因素對各月份進行調(diào)整。
此外,如果預估短期的DAU走勢,也可利用時間序列法進行預估,但由于時間序列法在時間偏長的預估中,準確性可能會打些折扣,且學習有一定門檻,有興趣的可以參考統(tǒng)計學類書籍了解預估的邏輯及適用范圍。
文源:米兒的數(shù)據(jù)分析
特別提示:關(guān)注本專欄,別錯過行業(yè)干貨!
PS:本司承接 小紅書/抖音/百度關(guān)鍵詞排名,創(chuàng)意短視頻,小紅書種草,達人探店,明星推薦,等業(yè)務(wù);
咨詢微信:139 1053 2512 (同電話)
首席增長官CGO薦讀:
- 《小紅書推廣:筆記排名,KOC種草,達人筆記,數(shù)據(jù)優(yōu)化》
- 《關(guān)于用戶增長的思考:圍繞MAU或DAU的增長|米兒mia》
- 《2020年抖音及抖音火山版用戶畫像報告,DAU超4億!》
更多精彩,關(guān)注:增長黑客(GrowthHK.cn)
增長黑客(Growth Hacker)是依靠技術(shù)和數(shù)據(jù)來達成各種營銷目標的新型團隊角色。從單線思維者時常忽略的角度和高度,梳理整合產(chǎn)品發(fā)展的因素,實現(xiàn)低成本甚至零成本帶來的有效增長…
本文經(jīng)授權(quán)發(fā)布,不代表增長黑客立場,如若轉(zhuǎn)載,請注明出處:http://m.gptmaths.com/cgo/user/30101.html