分析活跃用户

操作步骤

一. 在顶部导航栏选择“用户分析 > 活跃用户分析”,进入活跃用户分析页面。
二. 定义活跃用户。
例如 GrowingIO 的博客,是一个内容型产品,主要为用户提供数据分析、增长、学习等内容。 (地址:http://blog.growingio.com);针对这个博客,活跃用户的定义,是至少浏览过1 篇博客文章详情页的访问用户。
三. 展示符合活跃定义条件的昨日、过去 7 天、过去 30 天的用户量,并且分别提供相对上周期的变化比率。

活跃用户详细数据

完成定义用户后可生成活跃用户的详细数据表,包含以下多个部分。

构成和趋势

包含活跃用户趋势表、活跃用户构成趋势图、活跃用户构成占比趋势图、活跃用户下个周期转为不活跃用户的数量和构成趋势图、活跃用户转化为不活跃用户占比趋势图。
这个部分需要几张图一起解读,就可以非常清晰的了解活跃用户数量、构成、占比、以及在下个周期变为不活跃的变化情况和趋势。
例如: 06/10 ~ 06/16 这一周的活跃用户(至少看过一次博客详情页)是2119,其中新用户是1612,回流用户是 337,留存用户是 170。分别占比 15.9%、76.1%、8.02%;到了06/17 ~ 06/23这一周,06/10 ~ 06/16 这一周的活跃用户有 2073个变为了不活跃,其中新用户是 1573个,老用户(即留存+回流用户)是 464个。分别占06/10 ~ 06/16 这一周的活跃用户的 74.2% 和 21.9%。
选择活跃用户的时间和时间颗粒度来查看活跃用户趋势,计算构成。对于部分高频产品来说,关注颗粒度会在日级别;对于工具型,一般在周级别;对于低频型,颗粒度在月级别。
每周期的活跃用户构成包括以下三种类型:
  • 回流用户:上周期不满足活跃定义,但本周期活跃的用户;
  • 新增用户:本周期满足活跃定义的新用户;
  • 留存用户:本周期和上周期都满足活跃定义的用户。
每周期的不活跃用户构成:
  • 不活跃新用户:本周期满足活跃条件的新用户,在下周期不满足活跃条件的用户。
  • 不活跃老用户:本周期满足活跃条件的老用户,在下周期不满足活跃条件的用户。
通过数据图可以看出,博客产品的较多用户都是新用户,回流用户和留存用户占比在20%多左右。在部分运营推广活动期间,新用户的数量较多。博客产品基本不能使用户每周访问(周流失率在 90%以上),不论是新用户还是老用户,流失占比都很高。

了解增长指数

如果用一个数据展示用户增长状态,GrowingIO推荐使用“增长指数”。它展示了在每个周期(天、周、月)获取的增长用户与这个周期流失的用户的比。比率表示:流失一个活跃用户的同时 (即一个活跃用户不再满足活跃条件),会增加几个活跃用户。
增长指数 =(当期新增用户数+当期回流用户数)/ 当期活跃但是在下周期不活跃的用户数
当增长指数 >1 时,表明即使用户量存在流失,净活跃用户量也是在增长的。 当增长指数 <1 时,表明净活跃用户量在降低。 你需要关注增长指数的变化趋势,尤其是 <1 时重点关注。
注:当时间颗粒度是周和月时,会存在最后一个周期没有结束的情况(例如今天是周三,但是一周结束需要到周天,所以上周的活跃用户,只有在本周周天结束的时候,才能知道有多少用户本周不再活跃了),此时数据点和线会显示为虚线。
净增用户 = (当期新增用户数 + 当期回流用户数) - 当期活跃但在下周期不活跃用户数

拆解维度

分析活跃用户中的不同构成。
例如,选择回流用户,选择用访问来源拆分,可以知道不活跃用户再次活跃的用户来源。 2的