小白學數據分析----->DNU/DAU

行業指標觀察分析-DNU/DAU

寫在分析以前

一直以來，咱們對於數據都是在作加法，也但願這個過程當中，不斷蒐羅和變換出來更多的數據指標，維度等等。而在實際的分析中，咱們發現，一如咱們給用戶提供產品同樣，太多的時候，咱們思考的是如何增長功能，而產品的核心功能和訴求，卻愈來愈遠。

最近有幸和一些團隊在作數據分析的交流，一個現象是，基於最基本的數據指標，實際上咱們並無深刻的理解，或者說，咱們並不瞭解數據，以及背後的用戶，使用場景等等。所以，也就形成了，在夾生的數據理解上，咱們不斷還在探尋新的數據組織和加工。

前年的時候，我制定了關於遊戲數據分析的一些基本指標，後來有人和我說，咱們的數據指標定義和你的不同，你的指導意義是不夠的，不符合業務須要，好比這裏我舉一個例子：

不少企業在定義日活躍用戶數（DAU）時，都會和我說，咱們是按照天天登錄2次以上的用戶算做DAU，而給出的行業標準，是隻要登錄過的用戶，就算是日活躍用戶。

就這個問題，我想表達的是，DAU這樣的指標，他自己表明的是業務場景，而非一個簡單粗暴的指標內容，換句話，在背後是存在一個圍繞DAU的體系和流程的。

咱們能夠以「轉化率」或者「金字塔」的思想來理解這個DAU，實際上，我很清楚，你們在作DAU數據時，咱們有的定義是登錄兩次以上是活躍用戶，或者登錄時長超過10min，算做一個活躍用戶。可是在這個背後，咱們會發現，登錄是最基本要具有的要素，有了這個要素或者場景後，剛纔咱們提到的登錄兩次也好，仍是在線時長超過10min纔是被知足的。若是按照「轉化率」或者「金字塔」的思想來看，咱們其實想知道層層過濾以後的，所謂那部分高價值用戶的比例。

從業務場景的角度分析來看，這實際上是咱們在研究用戶到達的好壞，而圍繞在這一點場景的核心，咱們就會發現，影響到DAU的分析因素其實不少了，好比咱們剛纔提到了，基本的DAU定義是指，登錄遊戲一次就是活躍用戶，這個過程當中，若是結合咱們剛纔提到的轉化率思想，你會發現，DAU的轉化率關係或者金字塔結構（僅從登錄次數做爲統計維度），是可以發現一些問題所在的。好比用戶的遊戲行爲習慣，付費相關性，營銷活動刺激，舉例，間隔時間極短的兩次登錄用戶，且級別很低時，極可能是登錄存在問題，趨利用戶（即積分牆用戶）。

行業指標觀察

今天咱們要分析的是和DAU相關指標，DNU，DAU，後面還會和留存率放到一塊兒講解。

今天，咱們花一些時間就只說DNU和DAU，而分析的指標就是DNU/DAU,你能夠成這個指標叫作活躍度指數，固然你們喜歡叫作新增用戶佔比。

且看下面的圖片：

 

這裏的老玩家指的是：DAU-DNU，注：DAU-DNU與DOU是同義。

在此圖蘊藏了幾個信息：

玩家的行爲習慣逐漸造成，週六成爲用戶遊戲的高峯時間段；

儘管這個事實，也許不少人都注意到了，但不是全部人在作週末獎勵活動時都考慮了這個因素。對比的你們能夠看到在1月到2月份春節期間，行爲特色則是徹底不一樣的。

藍色區域面積，越小，則留下的老用戶（即DAU-DNU）比例就越多，相對的留存質量則會好一些。遊戲的玩家自循環系統則逐步成立，則推廣期間的大部分玩家則在第二天以後都留在了遊戲中。針對這一點，在下面展開解釋。

咱們將DNU/DAU的比率拿出來，作出以下圖的曲線：

 

能夠看到，基本上這個比率維持在一個很低的比例，大概在10%-15%左右，換句話說，新增用戶的佔比只有全體日活躍用戶佔比的10%~15%，即便當咱們遊戲開始大範圍拉新推廣時，這個比例仍舊維持在10%~15%，但此種狀況僅存在於遊戲已經上線，且用戶的天然轉化狀況比較理想的狀況下。從數學的角度來看，這個比率計算的分子和分母，分別是DNU和DNU+DOU（即DAU），基本上變化幅度是同步的，當DOU足夠多的時候，DNU的新增影響是有限的。可是若是一段時間內DNU的諸多用戶不能轉化爲DOU，則此比值則在不斷升高。以下圖所示：

 

能夠看到的是，昨日的DNU中的一部分（第二天留存部分）變成了，今天的老用戶（DAU-DNU），而昨日（DAU-DNU）部分則有一些轉化爲今天的老用戶，同時，今天DAU中，則繼續有DNU的加入，而這一部分，也構成了明日（DAU-DNU）的一部分，在明日的DAU-DNU中，同時還有昨日DNU在明日的部分貢獻，昨日DAU-DNU在明日的貢獻。

由此，咱們能夠認爲：

在遊戲足夠吸引用戶或者流量足夠理想的狀況下，隨着不斷新用戶被帶入到遊戲中，遊戲中DOU的比例則會愈來愈高，那麼咱們的DAU就會不斷的成長。

在遊戲帶入的流量是虛假的或者遊戲不足以吸引玩家時，則天天導入的DNU則會不斷的被損失掉，就變成了一次性用戶，即新增當天登錄過遊戲的用戶，且此後再也不登陸游戲。此時，咱們會看到在隨後的一段時間（尤爲是中止推廣後），DOU即老用戶的比例並無發生顯著的增加，這一點從DAU事看不出來的，可是咱們從DOU的比例就能夠看出來。此時，不須要等待幾天來看效果，推廣的次日若是效果不佳就須要中止。

案例

從下圖咱們能夠看到，在大推開始，DAU的規模開始急劇增加，可是基本上是DNU的貢獻，推廣幾天的DNU/DAU平均水平在83%左右，這一點偏偏說明了，在推廣期間每一天的大量DNU並無在第二天有效轉化爲DOU，這一點，咱們從DOU比較平滑的曲線就能夠看到，儘管這期間咱們發現DAU急劇膨脹，可是實際DOU較推廣前的漲幅則是有限，通過計算，較推廣前，DOU平均漲幅30%,  而實際此期間，DNU的平均漲幅100倍左右，而推廣結束後，DAU較推廣前漲幅了30% 左右。對比DNU約100倍流量的涌入，實際DAU和DOU的漲幅，則實在是很微弱。

 

總結起來看，這個指標對於遊戲的粘性理解和投放效果評估，可以起到必定的積極做用，同時，要說明的是，這個指標從長期運營的遊戲來講，是評估其生命力的一個重要參照，想必用過的人是很清楚的。最後奉上行業水準：

一線：<10%

二線：<20%

三線：<30%

四線：<45%

行業平均水平：28%

注：遊戲上線初期的1~3天不具有參考意義。