9

DAU、WAU、MAU 哪一個為主?Retention Cohort 該看日、週、月哪一個?

 3 years ago
source link: https://mrpm.cc/?p=1407
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
neoserver,ios ssh client

DAU、WAU、MAU 哪一個為主?Retention Cohort 該看日、週、月哪一個?

DAU(Daily active user)、WAU(Weekly active user)、MAU(Monthly active user),你覺得哪一個比較適合你的產品?

同樣的邏輯,Retention Cohort 該用日、週、月哪一種來看?

DAU、WAU、MAU 是產品的狀態指標,當別人跟你說我的 DAU 大概是10萬,你可能心理會有一點概念,這產品大概等級在哪理。但 DAU、WAU、MAU 無法用來比較,沒辦法說 A 產品的 MAU 比 B 產品的 MAU 大,A 產品就是比 B 產品好。

有人會用 DAU / MAU 來作為產品的黏著度指標,這個對筆者來說也有點怪,假設有一個非用他不可,每次都用,而且非常喜歡的產品 A,但絕大部分用戶的需求發生頻率一個月只有一次,那 A 產品的 DAU / MAU 數值一定會不太好。

但根據黏著度的定義「企業能夠留住顧客並且讓顧客再一次拜訪、瀏覽、購買、參與的能力」,這 A 產品的黏著度確實很高才對。

回歸正題,所以 DAU、WAU、MAU 我們應該要看哪一個比較對呢?Retention Cohort 該用日、週、月哪一種來看呢?當我們迷失在數據中時,就該回頭看看,從質化的角度是否可以幫我們選擇。

我是這樣看待 DAU、WAU、MAU 的:「當用戶需求發生時,有多少人用了我們的產品」,Retention Cohort 則是「當用戶需求發生時,是否每次都回頭用你的產品」

按照這樣來看,若用戶平均每週發生一次需求,只要有需求他就會回來用你的產品,那我們就該用 WAU,Retention Cohort 就該用週來看。同理,若用戶平均每個月只發生一次需求,,那我們就該用 MAU,Retention Cohort 就該用月來看。

自己拍腦袋想的需求週期,往往和數據都不太一樣,所以當你覺得產品應該是 Weekly 時,你可以試著用數據檢視一下現有用戶是不是 Weekly。

若要從數據來看產品現有用戶的需求發生週期,該看什麼報表呢?一周使用7次,就代表他是每天用嗎?好像不太對。筆者覺得比較準確的是,用戶在一個月中,有幾天是有用產品的,30天中只有一天有用,但那一天使用很多次,這樣的需求週期應該是算一個月,要看 MAU,也用「月」的角度看 Retention Cohort。

透過 Amplitude 的 Stickiness 報表可以很簡單的產出,設定好 active event,我們把上個月活躍的用戶,在這個月的 active event 的天數分佈圖。(簡單的說,我們要看的是留存用戶的 active event 的天數分佈圖)

用了數據看使用週期,你會發現,ㄟ~怎麼會有兩個高峰,一個是 active 天數在 1~2 天這,另一個 active 天數在 15~20 天,果然拍腦袋想的用戶使用週期,和用戶真實的狀況,往往都會有一些不一樣。

兩個峰值,可能代表有兩種截然不同的用戶和需求,所以需求週期差異很大,值得再深入探討一下,這兩群人差異在哪?

兩個峰值,可能代表 Retention Cohort 不行一招打天下,不同的用戶需求週期不同,所以要用不同的 Retention Cohort 衡量不同的族群。

兩個峰值,可能代表要調整一下產品,使用週期為一個月 1~2 天的用戶,實際需求發生週期可能是 3~4 天,但因為搞不懂產品,或是哪邊不好用,所以有幾次需求發生了,但卻沒回來用你的產品。

上面哪一個陳述是對的,沒人知道,只能找用戶來 Interview,或是再找找數據,了解可能原因。即使最後以 WAU 為主,但你會知道這個數字背後的限制和代表的意義。

DAU、WAU、MAU 該看哪一種?Retention Cohort 該看月、周、日。在看過數據之前,我可沒這麼肯定~

相關文章:

  1. 指標設計的六大盲點 這篇主要在講作「產品增長(Growth)」時,所會遇到的指標設計問題,至於員工績 … 閱讀全文 →...
  2. 台灣超人氣APP大賞 – 專家評審評測文 本次APP01所舉辦的「台灣超人氣App大賞」活動,筆者發現,最後獲得青睞的AP … 閱讀全文 →...
  3. 幣帚自珍是產品經理大忌 (二) 「哈!這真是個好點子,我就非常需要這個東西!」 許多產品經理幣帚自珍最大的理由是 … 閱讀全文 →...
  4. 產品增長計畫的制定 先前在帶 Growth Plan Workshop 時,協助公司制定產品的增長計 … 閱讀全文 →...
  5. 有限資料下, 如何計算 LTV 在往下之前,我們先來看一下常見的 LTV 計算公式是什麼 (以訂閱制服務為例): … 閱讀全文 →...
  6. 從 AARRR 到 RARRA 這兩年,開始有人喊 AARRR 已過時,應該是要看 RARRA,RARRA 其實 … 閱讀全文 →...

分類: Amplitude與數據分析置頂,作者: mrpm。這篇內容的永久連結


About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK