DAU的拆解原理、方法論和應用
大部分互聯網產品的核心指標都是DAU（Daily Active User ，日活躍用戶數），那究竟什麼是DAU 指標，怎麼使用它呢？
本文可以看作上一篇《指標體系的原理、方法論和應用》的應用，以DAU 為切入點，介紹如何拆解DAU，如何構建DAU 的指標體系，如何應用DAU 指標。
本文嘗試從宏觀視角，用邏輯來推導DAU 的拆解原理、方法論，構建DAU 的指標體系的知識體系。
首先，介紹了DAU 的定義、DAU 的複合指標、DAU 的要素等DAU 的基礎知識；
接著，介紹了從時間、行為、用戶、業務等維度介紹DAU 拆解的原理；
然後，介紹了DAU 在數據分析、用戶增長、數據運營、數據行銷上的應用；
最後，對DAU 進行總結，指出DAU 的本質、局限、指標體系和優化方向。
本文的目錄如下：
1. DAU 基礎
1.1. DAU的定義
1.2. DAU的複合指標
1.3. DAU的要素2. DAU 拆解原理
2.1.按時間拆解DAU
2.2.按行為拆解DAU
2.3.按用戶拆解DAU
2.4.按業務拆解DAU3. DAU 拆解應用
3.1.DAU的數據分析
3.2.DAU的用戶增長
3.3.DAU的數據運營
3.4.DAU的數據行銷4. DAU 總結
4.1.DAU的本質
4.2.DAU的局限
4.3.DAU的指標體系
4.4.DAU的優化
接下來，讓我們一起走進DAU 的世界，去嘗試探討DAU 的拆解原理及應用。
1. DAU 基礎
1.1. DAU的定義
DAU（Daily Active User）日活躍用戶，簡稱日活，通常是指一天之內使用某產品的獨立用戶數。
DAU 的口徑取決於你的產品特徵和商業價值考量，所以資訊類DAU、工具類DAU、電商類DAU的定義是可以不同的。
與DAU 關係很緊的指標還有WAU（Weekly Active User，週活）、MAU（Monthly Active User，月活）指標。
1.2. DAU的複合指標
日活躍率、週活躍率、月活躍率，這些都是與DAU 相關的複合指標。
日活滲透率、功能滲透率、用戶粘性等指標也可以通過DAU來定義。
1.3. DAU的要素
按時間、行為、用戶維度把DAU（Daily Active User）拆解，即得DAU 的要素是時間、行為和用戶。
2. DAU 拆解原理
從二維空間視角看，拆解就兩個方向：水平方向（橫向）、垂直方向（縱向）。
總的拆解思路是：橫向
那麼，怎麼拆解DAU 呢？
比如，DAU 水平方向可以拆解成時間、行為、用戶；DAU 垂直方向向下細分拆解如下：
2.1.按時間拆解DAU
時間維度上看：
向上是周、月，我們可以看大尺度機會；
向下是上午、中午、下午等等，找落地機會，當然還可以細分。
2.2.按行為拆解DAU
行為維度可以是：使用頻次、使用時間、使用功能模塊的數量。
2.3.按用戶拆解DAU
用戶維度可以是：地域、新老、喜好等。
拆解背後是商業價值的訴求，所以DAU 拆解的落地，一定要根據用戶商業價值拆解。比如老用戶的比列是多少才相對更有意義。
另一個視角看DAU。
2.4.按業務拆解DAU
數據時代
所以，數據驅動的商業的三要素：用戶、業務、數據。
純數據維度的拆解是沒有意義的，所以指標拆解就二個維度：用戶維度、業務維度。
3. DAU 拆解應用
3.1.DAU指標的數據分析
問：抖音（快手）的DAU 突然下降了，是什麼原因？
答：宏觀環境，或者平台結構發生變化了。
前提是你的數據統計是正確的，比如數據埋點沒有問題。
異常分析常常要結合漏斗模型、用戶畫像、數據看板等定位具體問題。關於用戶畫像可以參考我之前的文章：
接著可以利用A/B實驗驗證具體的原因。關於A/B實驗可以參考我之前的文章：
類似，你也可以分析快手、B站、微博、拼多多、京東、知乎等的DAU下降，或者其它指標的異常。
異常分析是個有趣而且有價值的話題，它是因果分析中的一部分，後續我會有專門文章進行系統介紹，到時咱們再一起探討。
3.2.DAU指標的用戶增長
用戶增長是個系統性問題，這裡不展開了，感興趣可以參考我之前的文章：
這里以流入流出模型為切入點，介紹用戶增長。流入流出模型如下：
根據流入流出模型，提高DAU 指標的方法如下：
問：如何提高DAU？
答：減少“
3.3.DAU指標的數據運營
DAU 是一種活躍指標，可以拆解成新用戶DAU、老用戶DAU、沉默喚醒DAU等三個細分用戶群。通常是基於實際數據進行拆解，這裡嘗試給出僅供參考。
3.4.DAU指標的數據行銷
DAU 代表了具備行銷價值的用戶群，但還是太糙，需要進一步細分。比如高價值用戶（通常是收入的頭20% 用戶）DAU比例是多少，年輕用戶DAU比列是多少。
4. DAU 總結
4.1.DAU的本質
DAU的本質是：
4.2.DAU的局限
DAU 可能是個偽指標，通常需要把DAU 進行細分。
4.3.DAU的指標體系
單個數值的DAU評估是不全面，而且很難發現有價值的訊息。通常要結合業務，搭建自己的DAU 指標體系。
4.4.DAU的優化
DAU的優化方向：
一個是從DAU 到MAU，分析活躍指標的穩定性。
另一個是從DAU 到使用時長，分析用戶的粘性。
參考文獻：
總結：
DAU 是互聯網產品的一個核心指標，特別是內容類（知乎、今日頭條、抖音、快手）、社交類（微博、微信）APP。每個產品的階段、業務不同，商業價值訴求不同，它們的DAU 指標拆解應用也是不同的，重要的是拆解思路，以及知識的遷移能力。
結束語：
由於個人的經歷、能力和水平是有限的，我的可能是片面的，也可能是錯的，這裡拋磚引玉。
理論本身是務虛的，需要實踐、實踐、再實踐。
你的反饋，正的負的都是有價值的，有助於我加速迭代升級——更深入、更全面。
你可能會有更好的理論、實踐案列，歡迎在評論區留言，咱們一起討論。
