概念介绍
我们在通过不同的增长手段获取到用户后,在用户首次打开app,则认为开始了这个用户的生命周期(获取到了新用户),在用户最后一次打开app的时间,在这个时间之后我们就认为这个用户流失了(流失用户)。而常规互联网产品的运营目标,就是尽量详细分析用户在生命周期内的行为特征,尽量去延长这个周期的时间,并在这个周期时间内达到商业目标价值最大化。因此,我们便有了“用户生命周期”相关的详细分析功能。
- 用户生命周期:可以理解为用户首次打开产品到用户最后一次打开产品的时间。
- 在DataFinder的用户生命周期工具中,您可以针对指定事件进行用户的生命周期分析,即分析针对某个具体的事件,用户从首次发生、到流失、到回流等全生命周期的数据。
使用DataFinder进行用户生命周期分析时,您需要结合操作配置界面了解以下核心概念的含义。
概念 | 概念说明 | 示例 |
---|
时间范围 & 时间间隔
(本期 & 上期) | 使用DataFinder进行用户生命周期分析时,您需要配置数据分析的时间范围,并指定在这个时间范围内,以什么样的时间间隔将这段时间分为多个时间周期。 | 例如,配置分析2024.07.22~2024.07.26这个时间范围内的数据,且细分时间周期的时间间隔为2天时:
- 后续用户生命周期数据的查询分析结果就会分为 07-22 ~ 07-23、07-24 ~ 07-25、07-26 ~ 07-26这三个细分的时间周期。
- 以07-24 ~ 07-25这个周期为例,本期的数据即为07-24 ~ 07-25的数据,上期即为07-22 ~ 07-23的数据。
|
活跃用户 | - 在某个细分时间周期里,触发了指标事件的用户,即为当前周期里的活跃用户。
- 在活跃用户中,可进一步分为新用户、留存用户、回流用户。
| 例如,配置用户生命周期配置的指标事件为“页面访问”时,07-22 ~ 07-23时间周期里的活跃用户即为在07-22 ~ 07-23时间范围内触发了“页面访问”事件的所有用户。 |
新用户 | 在某个细分时间周期里的活跃用户中,通过用户属性user_is_new来判定用户是否为新用户。 说明 DataFinder为您预置了用于判断用户是否是新用户的预置用户属性:user_is_new,在配置用户生命周期分析时,您需要配置指标事件,查询分析过程时DataFinder会自动通过预置的用户属性查询到触发了对应事件的所有新用户。 | 例如,07-22 ~ 07-23时间周期里的新用户即为同时满足以下条件的用户: - 在07-22 ~ 07-23时间范围内触发了“页面访问”事件
- 用户属性user_is_new判定结果是新用户的用户
|
留存用户 | 在上期时间周期里是活跃用户、且本期时间周期里也是活跃用户的用户。 | 例如,07-24 ~ 07-25时间周期里的活跃用户即为: - 上期(07-22 ~ 07-23)时间周期里是活跃用户
- 本期(07-24 ~ 07-25)时间周期里也是活跃用户
|
流失用户 | 在上期时间周期里是活跃用户、且本期时间周期里不是活跃用户的用户。 | 例如,07-24 ~ 07-25时间周期里的流失用户即为: - 上期(07-22 ~ 07-23)时间周期里是活跃用户
- 本期(07-24 ~ 07-25)时间周期里不是活跃用户
|
回流用户 | 在上期时间周期里不活跃用户、且本期时间周期里是活跃用户的用户(不包含新用户)。 | 例如,07-24 ~ 07-25时间周期里的回流用户即为: - 上期(07-22 ~ 07-23)时间周期里不是活跃用户
- 本期(07-24 ~ 07-25)时间周期里不是新用户的活跃用户
- 本期(07-24 ~ 07-25)时间周期里是活跃用户
- 本期(07-24 ~ 07-25)时间周期里不是新用户
|
应用场景
- 可监控每日活跃用户,快速定位影响DAU上升、下降的群体及原因;
- 可进行流失用户拆分,定位流失用户的类型;
- 可选取一段周期的流失用户创建用户分群;
- 可通过成分分析寻找分群用户特征
- 可通过行为细查定向查看用户行为
- 可查看新用户、留存用户、回流用户的占比情况,观察近期拉新、留存、召回情况;
- 可查看回流用户的后续留存情况,流失用户流失前的行为,对不同活跃度用户、流失用户召回push;
- 可查看任意30天内发生某事件的去重统计用户数。
操作步骤
- 登录DataFinder控制台后,在顶部导航栏选择分析工具 > 高级分析 > 用户生命周期,进入用户生命周期页面。
- 配置指标与细分筛选。
- 配置指标:根据业务分析需要,选择用户的生命周期分析的具体事件,即分析针对某个具体的事件,用户从首次发生、到流失、到回流等全生命周期的数据。支持对选择的事件配置筛选条件。
- 配置细分筛选:综合运用细分筛选能力,可以实现比较复杂的人群细分和过滤筛选,场景上可以参考文内分群,该能力私有化4.4版本以后支持。
- 配置数据分析的时间范围和时间间隔,查看对应数据图表和详细数据表。
注意
当前最多支持查询4个月内的数据,如果您选择的时间范围超过最大时间限制,查询结果会自动为您调整时间范围。
- 支持按天或按月来选择待分析的时间范围,并根据配置的时间间隔将时间范围细分为多个时间周期。
- 您可以在图表右上角点击切换查看数值分布或占比分布。
- 或占比顶部切换查看活跃用户的详细数据,或流失用户的详细数据。
- 查询结果进一步分析。
单击对应图表区的查询结果,可对查询结果进一步分析处理,例如存为用户分群、导出用户ID等。此部分功能详细请参见显微镜功能。
查看图表详情
查看活跃用户
在当前时间间隔内,活跃用户的构成(新用户、留存用户、回流用户)数量和占比,以及两个时间间隔之间流失用户的数量和占比,有两种图表形式,如下:
- 数值分布图
- 占比分布图
占比分布图的计算逻辑:- 新用户占比:本期新用户数量/本期活跃用户数*100%
- 留存用户占比:本期留存用户数量/本期活跃用户数*100%
- 回流用户占比:本期回流用户数量/本期活跃用户数*100%
- 流失用户占比:本期流失用户数量/上期活跃用户数*100%
查看流失用户
在当前时间间隔内,流失用户中新用户、留存用户、回流用户的分布情况。同样,也有两种图表的展示形式,如下图:
- 数值分布图
- 占比分布图
结果数据计算逻辑:
- 流失新用户:本期流失用户中上期新用户数
- 流失留存用户:本期流失用户中上期留存用户数
- 流失回流用户:本期流失用户中上期回流用户数
- 流失新用户占比:本期流失用户中上期新用户数/本期流失用户*100%
- 流失留存用户占比:本期流失用户中上期留存用户数/本期流失用户*100%
- 流失回流用户占比:本期流失用户中上期回流用户数/本期流失用户*100%
查看详细数据
您可以在下方查看活跃用户/流失用户的详细数据表。
视频讲解