首頁 精選文章 如何預測新產品的DAU日活...

如何預測新產品的DAU日活躍

42
0

如何預測新產品的DAU日活躍

FlipWeb發現有非常多人正在尋找好的(DAU)日活躍模型,粗略地估算出未來一段時間的產品(DAU)日活躍規模。進而通過(DAU)日活躍的規模,再去估算一些潛在收益,以及營運成本等等數據。

這段時間,經常有人問到以下的問題:

按照現在的推廣和留存,我們在未來最多能到達多少(DAU)日活躍?

為了三個月後達到預定的(DAU)日活躍,我們需要每天都少推廣?

一個產品在某個國家,得達到多少留存之後,推廣和收益才能打正(ROI為正)?

其實這些問題本質上,都是在回答一個問題,即:如何預估一個產品的(DAU)日活躍?

問題應該有很多解法,提供一個簡單思路,總結如下。

(DAU)日活躍會受到很多因素的影響,產品疊代,營運活動,推廣的變化等等都會影響到(DAU)日活躍。當然這些因素中,有的影響較小,有的暫時無法預估。因此在預測的過程中,我們可以將一些影響不大的因素,剔除出去,從而簡化得到一個可計算的狀態。(這個簡化到可計算的過程中,其實就叫數學建模。)

因此為了計算,我們首先構建(DAU)日活躍的一個簡單數學模型。

建立(DAU)日活躍的數學模型

影響(DAU)日活躍的因素中,最本質的其實是兩個,一個是每日新增用戶數,一個是新增用戶的留存率。

某一天的(DAU)日活躍,我們可以看作是,當天的新增,加上前一天的新增的次日留存用戶,再加上大前天的新增的二日留存用戶……

以此類推,我們可以認為(DAU)日活躍是“當天的新增用戶和此前每一天新增用戶在當天的留存用戶之和”,基於此,我們可以用一個很簡單的公式表達(DAU)日活躍。

DAU(n)=A(n)+A(n-1)R(1)+A(n-2)R(2)+… …+A(1)R(n-1)

其中,DAU(n)為第n天的(DAU)日活躍,A(n)為第n天的新增,R(n-1)為新增用戶在第n-1天後的留存率。如果我們假設,每日用戶的新增是一個固定的數值A,則公式可簡寫為:

DAU(n)=A(1+R(1)+R(2)+… …+R(n-1))

上述公式可以看成是(DAU)日活躍的一個簡單的數學模型。從這個模型中,我們可以看出,新增A是一個較為確定的數值,另一部分:

1+R(1)+R(2)+… …+R(n-1)

留存之和的確定稍微有些麻煩。可以用下述的方法,預估留存。

如何預估留存

留存率是一個產品最為核心的指標了,下圖是一個產品的留存率衰減曲線

如何預估一個產品的(DAU)日活躍(DAU)?

1-30日留存率衰減曲線

由圖中,我們可以看出:留存率的衰減曲線,非常類似函數的曲線,其實,在業內絕大部分產品的留存衰減曲線,基本都是符合函數曲線。

基於此,我們可以通過函數來近似擬合留存率的衰減曲線,也就可以順利的預估出(DAU)日活躍模型中需要的留存之和。

一般在預估一個產品的留存之前,我們會有一些先驗的數據基礎,如果你的產品已經上線來一段時間,可以使用歷史數據作為基礎。如果產品還未上線,沒有歷史的數據,因為不同類型產品的留存和衰減速度都不太一樣,因此可以用業內同類型的產品的大概留存數據作為擬合預測的參考。

因此,留存曲線擬合基本會遇到兩種情況:

已經知道了若甘天的留存,預估後續的留存?

總結

以上通過簡化(DAU)日活躍模型,僅考慮新增和留存對於(DAU)日活躍的影響(其它影響,也都是通過新增和留存間接對(DAU)日活躍產生影響的),可以粗略的估算出未來一段時間的產品(DAU)日活躍規模。

進而通過(DAU)日活躍的規模,再去估算一些潛在收益,以及營運成本等等數據。上述計算一定存在誤差,並且不能滿足所有的場景,但整體的思路可以作為參考,應該能搞解決大部分相關問題了。

我們做了一個小程序,輸入新增,留存等數據直接預估(DAU)日活躍,計算方法就是本文的計算方式。

留下一個評論

Please enter your comment!
Please enter your name here