数据分析：什么是活跃_I(DAU)

最近和几个人聊天,大家对于活跃都有着自己的看法,此外因为一些标准的问题,不熟悉分析术语的很多人把活跃,留存等很多信息都搞混了.后来发现这是一个很现实的问题。在一些我 看来不是问题的问题都变成了问题了，因此在此特地说说活跃的事，帮助更多从事游戏数据分析的小白们成长。 究竟什么是活跃？在日常与外界合作过程中，我们经常日活跃、周活跃、月活跃等等信息，貌似听起来比较简单，但是真正如果自己实施操作统计数据时却发现自己又不懂这些定义，因此作为一些分析师、甚至开发人员就会发现很难去操作。以下我将描述三个活跃的定义、使用方式、分析方法以及注意事项，限于篇幅今天就说说日活跃的分析使用。 日活跃 统计标准 日活跃的统计标准有很多种，在 RPG 中有日活跃角色数和日活跃账号数。这类游戏由于存在创建角色的问题，所以一般会分成两种统计方式。一般比较多见的是日活跃账号数可以认为就是日活跃用户数。当然，很多游戏室不存在这样的多角色概念，因此通用日活跃账号数来作为统计的标准为最佳。 当然，还有一种统计标准就是设备的唯一标示，比如 MAC，这样统计日活跃设备数量，不过价值相对不大。 定义标准 统计日登录过游戏的账号数，此处要去重。 比如某日有 1000 个账号登录过游戏，总计登录次数为 1600 次（因为存在某些账号重复登录游戏），那么该日的日活跃账号数为 1000。不要小看这个解释，在实际操作中，经常会出现问题，例如我们在写 SQL 语句提取数据时就应该加上 distinct 进行去重操作： Select count(distinct passportid) from playerlogintable 如果没有加上 distinct 统计的就是所有登录玩家的总计的登录次数，这样就会出现大的问题。 日活跃能分析什么？ 单单一天的日活跃其实只能与前一日或者历史同期做一个环比或者同比的分析。但是日活跃的能发挥的作用远远超出你的想象。 核心用户规模 核心用户规模的衡量其实和产品周期结合起来来看，在大部分游戏中，日活跃大概的构成可以分成以下的部分。 其中，新登用户对于日活跃用户的影响是最大的，一般新登占比达到 40%，而这个比例其实是可以判断游戏核心用户规模的依据之一。 从上图的构成来看，如果新登用户在后续不断转化稳定的老用户以后，那么老活跃用户的规模是在不断增长的，同时，如果新登用户的注入水平保持不变，这样来看，游戏的核心用户有规模是在增长，并且新登用户所占的日活跃百分比是在下降的；如果新登用户注入水平也在增长，且不断转化为老用户，即核心用户规模也在增长，那么新登用户所占百分比会在一个区间稳定的变化的。 刚才所提到的核心用户规模，之所以使用日活跃用户来衡量，原因在于，以每日作为一个衡量的单位比较客观反映用户的游戏积极性，以日作为统计长度，恰好符合用户游戏的最短的周期性循环。 那么在日常的分析中，我们可以简单计算一个周期内，每日新登用户和活跃用户的关系比例，看一个长期趋势，一定程度上反映了目前核心用户的规模增长情况。 那这里有人会问，怎么看待回流用户的作用呢? 实际上，回流用户对于日活跃用户的贡献比例是极低的，但是该部分的贡献却不能够忽略，因为在重大节日、渠道推广等各种营销手段上线以后，会对于游戏日活跃产生一个很大的贡献值。但是一般而言，该部分的贡献比例比较低。 说了这么多，那么老用户和回流用户的定义究竟是怎样的？这里只给出参考的标准： 回流用户：统计日登录游戏，但是之前 7 天未登录过游戏的历史用户（所谓历史用户就是非新登用户，历史上登录过游戏的用户） 老活跃用户：如果粗略的计算，可以如下计算 日活跃用户数-日新登用户数-日回流用户 当然如果要精确衡量老用户规模，可以给予老用户定义，例如： 统计日登录游戏的用户，在此之前 7 日内再次登录过游戏（注意此处没有严格区分新登用户的情况，即也把新登用户的次日登录的部分计算为老用户，可按照实际需要提出此部分对于老用户的影响）。 下面我们通过几个曲线来简单说明一下怎么利用 DAU 分析问题。 首先我们要得到划定时间区段的 DAU 和 DNU 的曲线图，如下图： 在该图中，我们 ...