如何預(yù)估一個產(chǎn)品的日活(DAU)或粮?

20190601更新說明:歡迎大家關(guān)注我的微信公眾號:南村小付,一起交流捞高。

20190328更新說明:文末有直接計算的工具

hello氯材,大家好,我是蛋蛋硝岗。這段時間氢哮,經(jīng)常有人問到以下的問題:

1、按照現(xiàn)在的推廣和留存辈讶,我們在未來最多能到達(dá)多少日活命浴?
2娄猫、為了三個月后達(dá)到預(yù)定的日活贱除,我們需要每天都少推廣?
3媳溺、一個產(chǎn)品在某個國家月幌,得達(dá)到多少留存之后,推廣和收益才能打正(ROI為正)悬蔽?

其實這些問題本質(zhì)上扯躺,都是在回答一個問題,即如何預(yù)估一個產(chǎn)品的日活蝎困?問題應(yīng)該有很多解法录语,提供一個簡單思路,總結(jié)如下禾乘。

日活會受到很多因素的影響澎埠,產(chǎn)品迭代,運營活動始藕,推廣的變化等等都會影響到日活蒲稳。當(dāng)然這些因素中氮趋,有的影響較小,有的暫時無法預(yù)估江耀,因此在預(yù)測的過程中剩胁,我們可以將一些影響不大的因素,剔除出去祥国,從而簡化得到一個可計算的狀態(tài)昵观。(這個簡化到可計算的過程中,其實就叫數(shù)學(xué)建模系宫。)

因此為了計算索昂,我們首先構(gòu)建日活的一個簡單數(shù)學(xué)模型。

建立日活的數(shù)學(xué)模型

影響日活的因素中扩借,最本質(zhì)的其實是兩個椒惨,一個是每日新增用戶數(shù),一個是新增用戶的留存率潮罪。某一天的日活康谆,我們可以看作是,當(dāng)天的新增嫉到,加上前一天的新增的次日留存用戶沃暗,再加上大前天的新增的二日留存用戶,......何恶,以此類推孽锥,我們可以認(rèn)為日活是“當(dāng)天的新增用戶和此前每一天新增用戶在當(dāng)天的留存用戶之和”,基于此细层,我們可以用一個很簡單的公式表達(dá)日活惜辑。
DAU\left ( n \right )= A\left ( n \right )+A\left ( n-1 \right )\ast R\left ( 1 \right )+A\left ( n-2 \right )\ast R\left ( 2 \right )+...+A\left ( 2 \right )\ast R\left ( n-2 \right )+A\left ( 1 \right )\ast R\left ( n-1 \right )
其中,DAU\left ( n \right )為第n天的日活疫赎,A\left ( n \right )為第n天的新增盛撑,R\left ( n-1\right )為新增用戶在第n-1天后的留存率。如果我們假設(shè)捧搞,每日用戶的新增是一個固定的數(shù)值A抵卫,則公式可簡寫為
DAU\left ( n \right )= A\left ( 1+R\left ( 1 \right )+ R\left ( 2 \right )+...+R\left ( n-1\right )\right )=A\sum_{i=0}^{n-1}R\left ( i \right )

上述公式可以看成是日活的一個簡單的數(shù)學(xué)模型。從這個模型中胎撇,我們可以看出介粘,新增A是一個較為確定的數(shù)值,另一部分\sum_{i=0}^{n-1}R\left ( i \right )晚树,留存之和的確定稍微有些麻煩姻采。可以用下述的方法题涨,預(yù)估留存偎谁。

如何預(yù)估留存

留存率是一個產(chǎn)品最為核心的指標(biāo)了总滩,下圖是一個產(chǎn)品的留存率衰減曲線


1-30日留存率衰減曲線

由圖中,我們可以看出巡雨,留存率的衰減曲線闰渔,非常類似冪函數(shù)的曲線,其實铐望,在業(yè)內(nèi)絕大部分產(chǎn)品的留存衰減曲線冈涧,基本都是符合冪函數(shù)曲線。

基于此正蛙,我們可以通過冪函數(shù)來近似擬合留存率的衰減曲線督弓,也就可以順利的預(yù)估出日活模型中需要的留存之和。一般在預(yù)估一個產(chǎn)品的留存之前乒验,我們會有一些先驗的數(shù)據(jù)基礎(chǔ)愚隧,如果你的產(chǎn)品已經(jīng)上線來一段時間,可以使用歷史數(shù)據(jù)作為基礎(chǔ)锻全,如果產(chǎn)品還未上線狂塘,沒有歷史的數(shù)據(jù),因為不同類型產(chǎn)品的留存和衰減速度都不太一樣鳄厌,因此可以用業(yè)內(nèi)同類型的產(chǎn)品的大概留存數(shù)據(jù)作為擬合預(yù)測的參考荞胡。因此留存曲線擬合基本會遇到兩種情況:

1、已經(jīng)知道了若干天的留存了嚎,預(yù)估后續(xù)的留存泪漂?
2、不知道具體每天的留存歪泳,只知道次留萝勤,周留,月留存等數(shù)據(jù)夹囚,預(yù)估每一天的留存

這兩個情況本質(zhì)上屬于同一個問題纵刘,這里以第二種情況為例邀窃,簡單說下如何操作荸哟。曲線擬合的方法有很多,這里我介紹一個最為簡單的方式瞬捕,就是利用excel來做一個簡單的擬合計算鞍历。具體步驟如下。

step1 假設(shè)我們知道了一個產(chǎn)品次日留存肪虎,7日留存劣砍,30留存如下

某產(chǎn)品若干日留存

step2 在excel中按照對應(yīng)留存天數(shù),寫出留存率扇救,并畫出散點圖

留存散點圖

step3 在excel圖表對上述散點添加趨勢線刑枝,并在趨勢線選項中香嗓,選擇冪函數(shù),并選擇顯示冪函數(shù)公式
基于散點擬合曲線

得到的冪函數(shù)為y=0.4861*x^-0.435装畅,其中x為對應(yīng)的天數(shù)靠娱,y為對應(yīng)天數(shù)的留存率。

step4 基于得到的冪函數(shù)公式掠兄,可以求的所有對應(yīng)天數(shù)的留存率像云。

計算得到預(yù)估的日活

基于得到的冪函數(shù),算出對應(yīng)的留存率之后蚂夕,就可以簡單求和得到迅诬,帶入日活公式中

DAU\left ( n \right )= A\left ( 1+R\left ( 1 \right )+ R\left ( 2 \right )+...+R\left ( n-1\right )\right )=A\sum_{i=0}^{n-1}R\left ( i \right )

這樣就可以通過預(yù)估的每日新增,得到在未來第n天日活所處的水平婿牍。

總結(jié)&后記

以上通過簡化日活模型侈贷,僅考慮新增和留存對于日活的影響(其它影響,也都是通過新增和留存間接對日活產(chǎn)生影響的)等脂,可以粗略的估算出未來一段時間的產(chǎn)品日活規(guī)模铐维。進而通過日活的規(guī)模,再去估算一些潛在收益慎菲,以及運營成本等等數(shù)據(jù)嫁蛇。上述計算一定存在誤差,并且不能滿足所有的場景露该,但整體的思路可以作為參考睬棚,應(yīng)該能搞解決大部分相關(guān)問題了。

感覺已經(jīng)很久沒有寫東西了解幼,這半年一直在做內(nèi)容相關(guān)的事情抑党,試了很多方式,找到了一些行之有效的辦法撵摆,希望后面有空能總結(jié)出來底靠。

20190328日更新

文章發(fā)布一段時間后,一直有很多人咨詢我怎么計算特铝,為了解決大家的困擾暑中,我們做了一個小程序,輸入新增鲫剿,留存等數(shù)據(jù)直接預(yù)估日活鳄逾,計算方法就是本文的計算方式,


20190601日更新
想咨詢詳細(xì)計算的灵莲,可關(guān)注我的公眾號:南村小付雕凹,溝通交流。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市枚抵,隨后出現(xiàn)的幾起案子线欲,更是在濱河造成了極大的恐慌,老刑警劉巖汽摹,帶你破解...
    沈念sama閱讀 221,198評論 6 514
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件询筏,死亡現(xiàn)場離奇詭異,居然都是意外死亡竖慧,警方通過查閱死者的電腦和手機嫌套,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,334評論 3 398
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來圾旨,“玉大人踱讨,你說我怎么就攤上這事】车模” “怎么了痹筛?”我有些...
    開封第一講書人閱讀 167,643評論 0 360
  • 文/不壞的土叔 我叫張陵,是天一觀的道長廓鞠。 經(jīng)常有香客問我帚稠,道長,這世上最難降的妖魔是什么床佳? 我笑而不...
    開封第一講書人閱讀 59,495評論 1 296
  • 正文 為了忘掉前任滋早,我火速辦了婚禮,結(jié)果婚禮上砌们,老公的妹妹穿的比我還像新娘杆麸。我一直安慰自己,他們只是感情好浪感,可當(dāng)我...
    茶點故事閱讀 68,502評論 6 397
  • 文/花漫 我一把揭開白布昔头。 她就那樣靜靜地躺著,像睡著了一般影兽。 火紅的嫁衣襯著肌膚如雪揭斧。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,156評論 1 308
  • 那天峻堰,我揣著相機與錄音讹开,去河邊找鬼。 笑死茧妒,一個胖子當(dāng)著我的面吹牛萧吠,可吹牛的內(nèi)容都是我干的左冬。 我是一名探鬼主播桐筏,決...
    沈念sama閱讀 40,743評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼拇砰!你這毒婦竟也來了梅忌?” 一聲冷哼從身側(cè)響起狰腌,我...
    開封第一講書人閱讀 39,659評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎牧氮,沒想到半個月后琼腔,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,200評論 1 319
  • 正文 獨居荒郊野嶺守林人離奇死亡踱葛,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,282評論 3 340
  • 正文 我和宋清朗相戀三年丹莲,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片尸诽。...
    茶點故事閱讀 40,424評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡甥材,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出性含,到底是詐尸還是另有隱情洲赵,我是刑警寧澤,帶...
    沈念sama閱讀 36,107評論 5 349
  • 正文 年R本政府宣布商蕴,位于F島的核電站叠萍,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏绪商。R本人自食惡果不足惜苛谷,卻給世界環(huán)境...
    茶點故事閱讀 41,789評論 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望格郁。 院中可真熱鬧抄腔,春花似錦、人聲如沸理张。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,264評論 0 23
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽雾叭。三九已至悟耘,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間织狐,已是汗流浹背暂幼。 一陣腳步聲響...
    開封第一講書人閱讀 33,390評論 1 271
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留移迫,地道東北人旺嬉。 一個月前我還...
    沈念sama閱讀 48,798評論 3 376
  • 正文 我出身青樓,卻偏偏與公主長得像厨埋,于是被迫代替她去往敵國和親邪媳。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,435評論 2 359

推薦閱讀更多精彩內(nèi)容