܄ 

数据小白浅谈用户运营重要指标:用户活跃率

【数据猿导读】 作为还没毕业的大四狗,出来跨专业实习可谓是困难重重,一个化工男转战互联网运营,你说难不难!!!不过好在最艰难的时期已经过去,所以今天以一个刚刚入行运营的理工男的角度来说说我对于用户运营中一个较重要的KPI–用户活跃率的看法。

数据小白浅谈用户运营重要指标:用户活跃率

作为还没毕业的大四狗,出来跨专业实习可谓是困难重重,一个化工男转战互联网运营,你说难不难!!!不过好在最艰难的时期已经过去,所以今天以一个刚刚入行运营的理工男的角度来说说我对于用户运营中一个较重要的KPI–用户活跃率的看法。(可能不是十分专业,大家轻喷吧~)

何为“活跃率” 

活跃率是某一时间段内活跃用户在总用户量的占比,根据时间可分为日活跃率(DAU)、周活跃率(WAU)、月活跃率(MAU)等。

但产品不同,活跃用户的定义也可能不同。有的APP打开就算活跃,而有的APP必须登录才算活跃……

活跃率为何如此重要 

这个不言而喻,“一个新客户的转化成本大概是活跃客户成本的3-10倍”、“2-8原则”等都说明活跃度是多么多么地重要。作为运营人的重要kpi,你真的会分析吗 

场景案例

(以一季度为一个生命周期)

用户A下载并开始使用产品,发现可以满足他的全部需求,对产品爱不释手,基本每周都有登陆,并且登陆时长均在2小时以上。

用户B下载并开始使用产品,用了几天后便不再使用,产品更新后,觉得新功能很棒再次开始使用,之后的使用频率大约为每半个月一次。

用户C在网上搜索后随意的注册了一下,用了几天产品,觉得一般般,当产品有大量折扣或活动时,再次使用过一两次。一季度下来使用不到5次。

用户D在有拉新活动时,下载并注册之后便卸载或放弃使用,整季度使用次数为0或1。

以上四种用户,可以根据其活跃度划分为:

活跃期用户:(用户A)

用户活跃路径:新增-活跃-忠诚

对应措施:保证接触频率,但不做促销刺激

沉默期用户:(用户B)

用户活跃路径:新增-不活跃-回流-活跃

对应措施:保证接触频率,给予少量的营销折扣

睡眠期用户:(用户C)

用户活跃路径:新增-不活跃-回流

对应措施:控制有限接触,通过打折扣进行挽回

流失期用户:(用户D)

用户活跃路径:新增-不活跃-流失

对应措施:屏蔽接触,只有在“双十一”之类的大促时通知用户

根据用户活跃路径来确定运营营销方案,并促进用户最终转化,你说“活跃率”重不重要啊~

作为运营,活跃率这么重要的指标你会分析吗 

操作案例1

现有一份2016年某月新增用户的访问数据,想按天分析这些新增用户的活跃情况又该如何实现呢 

1、选择维度与数值

将日期字段放到维度上,由于计算活跃数据需要用到用户的唯一标识字段,因此我们在数值上放入“用户ID”字段。

数据_用户_运营_重要指标_活跃率-1

2、计算活跃率(一键选择)

然后用户ID的下拉菜单中选择高级计算->活跃率。

3、设置活跃率单位

在弹出的菜单中设置如下,得出1日前活跃。

4、设置多活跃周期

以此类推,我们再拖拽多个用户ID字段,依次设置活跃时间为2、3、4、5日,并分别设置其别名为1日前活跃、2日前活跃、3日前活跃、4日前活跃和5日前活跃。

数据_用户_运营_重要指标_活跃率-2

操作案例2

现有一份网站总体运营报表,想分析最近一周的用户活跃情况,该如何操作呢 

1、确定维度

本例中为“最后一次登录时间(以日为单位)”

2、选取数值

(1)选取的数值为:登录日的用户数量—“用户ID(计数)”

(2)另外添加一个次轴:计算活跃用户的环比增长情况

3、拖拽制图

数据_用户_运营_重要指标_活跃率-3

(选择你想展示的图表类型,示例中为双轴图)

提高活跃率的方法有很多,比如简单明了的新手引导、“刺激”活动、听取用户意见等等,当然最关键的还是用户对产品有没有真正的需要。以上是我在之前的工作中总结的一些经验吧,仅供参考,大家有更好的方法可以提出来一起交流一下。

其实要分析你的产品是否在“健康”地运营中,光看活跃率是远远不够的,转化率,流失率,留存率等这些指标结合起来才能更精准地分析出产品目前的运营情况。日后有机会的话可能会介绍一些其他的指标,希望能够帮助到像我一样刚刚入门的运营小白们,大家一同进步!


来源:36大数据

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

大数据“刷脸”时代  个人隐私保护需要多方作为
大数据“刷脸”时代 个人隐私保护需要多方作为
大数据时代的城市设计模式
大数据时代的城市设计模式
大数据如何有序“变废为宝”
大数据如何有序“变废为宝”

我要评论

精品栏目

[2017/07/27]

大数据24小时

More>

[2017/07/24-28]

大数据周周看

More>

[2017/07/24-28]

大数据投融资

More>

[2017/07/24-28]

大咖周语录

More>

[2017/07/24-28]

大数据周聘汇

More>

[2017/07/24-28]

每周一本书

More>

返回顶部