做產(chǎn)品尤其是數(shù)據(jù)產(chǎn)品，離不開的是用戶活躍度分析，但是一個簡單數(shù)字后蘊(yùn)含這什么樣的真相呢？我們該怎么去拆解這個數(shù)字？

一、如何定義用戶活躍度

一般來講，活躍用戶就是跑到你產(chǎn)品來“溜達(dá)”的用戶。

日用戶活躍度 = 日“溜達(dá)”用戶數(shù)/總產(chǎn)品用戶

例如：今天來過的用戶數(shù)是200個，產(chǎn)品的總用戶數(shù)是1000，那么日用戶活躍度就是20%。依據(jù)此，你也可以推算出月活躍用戶度、季度活躍用戶度……

二、活躍度越高越好嗎？

未必！

為什么這么說？

因?yàn)榧词故恰傲镞_(dá)”也會有各種花式，這就好比方是逛商場，過來溜達(dá)的用戶有可能僅僅是夏天太熱進(jìn)來吹吹空調(diào)的、有可能是一擲千金的金主爸爸。

這個時候，你告訴我商場活躍用戶一天有幾萬人，但是全是進(jìn)來吹空調(diào)的大媽大嬸…….（想象下我的表情）

所以活躍度的背后，也許隱藏著很多很多的秘密……

三、怎么深入了解活躍度

這群用戶來自哪里？什么時候發(fā)生的第一次訪問行為？他們來以后做了哪些操作？

通過以上的維度逐步的細(xì)化下去，你還能夠挖掘出更多的值得研究的東西：這些群體復(fù)購率怎么樣？平均客單價是多少？累計GMV是多少？第一次訪問到購買間隔時間需要多久……

在做用戶活躍度分析的時候，我一般會采用二維表格來進(jìn)行拆解分析。

以下是一段案例分析↓

這是一個商城的用戶數(shù)據(jù)表，橫軸表示用戶第一次訪問的時間，可以看到2016年12月份訪問的用戶數(shù)是23934，2017年1月份是8999。

縱軸表示的是用戶再次訪問的時間，如2016年1月第一次訪問23934個用戶中，在2017年1月再次訪問的用戶有12783，同年2月份是9872，3月份是8762….

于是我們得到了這些用戶的月活躍度：

通過這個二維表格，我們很清楚的了解到了總活躍度下面隱藏的時間維度的用戶行為，當(dāng)然如果覺得不夠詳盡，我們還能再細(xì)分到每周或者每一天的用戶活躍度。

同樣，我們還可以從事件出發(fā)去了解用戶的活躍度情況，先給大家看案例：

當(dāng)然你還可以將維度換成GMV、客單價、平均訪問次數(shù)、購買次數(shù)、平均訪問時長等等等等……這樣你會對活躍度有更深層次的了解。

四、活躍度對我們有什么用？

通過以上方法分析了用戶活躍度，大致的用戶行為我們已經(jīng)了解，接下來就是通過這些活躍度數(shù)據(jù)怎么解決問題了。

舉例來說：一款產(chǎn)品在雙十一期間增加的訪問用戶，但是在接下來的幾個月中這些用戶的訪問活躍度持續(xù)下降。

我們首先分析下這些用戶都是通過哪些渠道進(jìn)入的：（前提是要埋點(diǎn)，不懂埋點(diǎn)的同學(xué)可以百度了解下）

可以看到“兒童專場優(yōu)惠券”進(jìn)來的新用戶在接下來幾個月中的活躍度明顯低于其他渠道的新用戶。

原來該產(chǎn)品在雙十一之后的產(chǎn)品上架的兒童產(chǎn)品非常少，所以造成了這個渠道用戶的活躍度很低、用戶逐漸流失。

既然知道了原因，解決問題的方法就很多啦~豐富上架的兒童產(chǎn)品、還可以配合短信推送“喚活”用戶。

#專欄作家#

菜花，公眾號：caihua2021，人人都是產(chǎn)品經(jīng)理專欄作家。關(guān)注互聯(lián)網(wǎng)產(chǎn)品、運(yùn)營、數(shù)據(jù)，擅長產(chǎn)品經(jīng)理求職和成長指導(dǎo)，通過成就他人來成就自己。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議