近期越来越多的客户在问询用户粘性的目标问题，而DAU/MAU便是最频频运用的目标。日活泼用户占月活泼用户的份额越高，标明用户对APP的运用粘性越高。
DAU，即：DailyActive User，指日活泼用户数；
MAU，即：MonthlyActive User，指月活泼用户数。
从极限的视点看，假如每天活泼都是相同的用户，例如每天都是1万DAU，那么30天内每天都是这1万用户在活泼，MAU也是1万，所以DAU/MAU便是100%，用户粘性到达上限，微信便是挨近100%的比如。
再剖析另一个极点的比如，假如每天活泼用户都不相同，例如每天1万DAU，那么30天内每天的活泼用户都不同，MAU便是30万，所以DAU/MAU便是1/30，用户彻底没有粘性。
关于常见的APP，用户粘性的取值规模便是3%~100%，不同范畴的APP也会有不同的基准值，例如移动游戏会以20%为基线，而东西类APP会以40%为基线。
在日常的项目和产品运营工作中，单日的DAU/MAU的数值往往遭到周期（工作日/周末）、版别更新和活动的影响，用户粘性在短期内的动摇较大。所以一般要选用长时刻的均值作参阅，例如一个月、两个大版别之间。
下面以某客户APP为例，DAU/MAU的数值在工作日约50%，而在周末和假日的数值则在20%左右。那么谈到用户粘性的时分，一般选用每天DAU/MAU的平均值39.37%，与基线值40%十分挨近。
对算法做进一步讨论：
现在干流的算法，是运用昨日DAU和前30天的MAU，例如假如今天是8月31日，那么DAU选取8月30日，MAU选取8月1日至30日。这种算法的优势是DAU和MAU在同一天算出来，核算便利。而下风则是只核算了完好的30天周期内最终一天 DAU在MAU中的占比，许多谨慎的客户提出为什么不能选其他日期的DAU呢？
例如选用完好周期内的第一天DAU1作为分子除以MAU，就可以得到另一种粘性的解读：恣意一天的活泼用户在30天内活泼的比重，都可所以一种对用户粘性界说，即DAU1/MAU、DAU2/MAU、DAU3/MAU…。
从头核算上面客户的DAU1/MAU粘性，成果为39.41%，数值与传统的界说距离不大，相同的核算DAU2/MAU、DAU2/MAU……后，这些数值成果距离不大。
再进一步追寻，一个30天周期内的每个DAUn除以MAU的数值，也出现显着的动摇。此处的动摇走势，与30个DAU的走势共同（仅仅是除以了相同的数值的差异）。
将上述的DAU1/MAU到DAU30/MAU逐个加和，得到的恰巧是另一个常用目标：当月人均活泼天数，这也是评价用户粘性的一个目标。
那么人均活泼天数和DAU/MAU之间有多大相关？
已然当月人均活泼天数是30个DAU之和除以1个MAU，而用户粘性是1个DAU除以MAU，两者在数量级上自然会差30倍左右。
比照除以30后的月均活泼天数和 用户粘性DAU/MAU，发现两者的走势根本共同。而差异点在于动摇起伏和呼应时刻略有滞后。而从数值上看，30天月均活泼天数是11.93天，除以30后得到成果0.3977，与DAU/MAU的39.37%也十分挨近。所以在工作中运用月均活泼天数和DAU/MAU的效果共同。
文／Analysys易观，微信大众号ID：enfodesk。
上一年今天运营文章2022:稻盛和夫给管理者的60个劝告(0)2022:常用的8大类18小类免费数据源网站(0)2022:私域操盘手进阶才能模型(0)2022:深化解析需求、人道与集体(0)2022:运营之路：用户增加从数据运营开端(0)
微信扫一扫 
支付宝扫一扫 
