什么是比率(用户数据存量)
编辑导语：数据分析是设计师了解用户行为的重要手段。本文作者分享了不同指标的核心含义，并从用户数据存量、活跃活跃度、用户用户三个方面进行了分析。我们一起学习吧，希望能帮到你。
随着设计师在业务中对产品设计的接触越来越深入，数据分析已经成为设计师了解用户行为的重要手段。商业中的数据指标如此之多，如何系统地理解不同指标的核心含义，是每个体验设计师的学习目标之一。
1.用户数据存量为33，354 dau/maudau/mau(日/月活跃用户)。
什么是1.DAU/MAU比率？DAU（日活）：单日(24小时)活跃用户数(去重)，反映产品短期用户活跃度；
MAU（月活）：月度(30天)活跃用户(DAU去加权)，反映产品的长期用户活跃度；
DAU/MAU*30=用户月平均登录天数
2.DAU/毛解释了DAU/毛的大小向用户表明了该产品的黏性大小，换句话说，就是用户打开该产品的频率。
DAU与MAU的比值高，说明在使用该产品一个月的用户中，每天使用该产品的用户比例高，即使用频率高，用户对该产品的依赖度高，也说明用户粘性强。另一方面也代表了用户的低流失率和高留存率。
DAU与毛的比率很低，所有的结论都是相反的。用户使用频率低，依赖性弱，粘性弱，用户流失率高，留存率低。
3.DAU/MAU?数据的价值是什么DAU/MAU数据的优势这个比率对于理解产品对用户的价值特别有用。它提供了用户保留期的快照。对于公司来说，这是一个评估牵引力和潜在收入的有用指标。DAU/毛数据的缺点DAU/毛比的一个缺点是，你看不到哪些用户被留住了，哪些用户在流失。这就是分析同一时期的群体保留率的有用之处。同期组可以是您定义的任何类似的用户组，通常按月分类。4.DAU/MAU对1）DAU/MAU提升，DAU增加显著的动态分割
说明产品的变化或大新闻唤醒了一部分沉默的用户，但这些变化和大新闻大多触动了产品的现有用户。在这种情况下，我们应该加大产品新功能的推广和宣传，引导更多的新用户成为我们的活跃用户。
2）DAU/MAU提升，MAU减少显著
说明不忠实用户流失已经很严重了。我们可以留住一部分刚需用户，却留不住非刚需用户。在这种情况下，我们应该在保证核心功能的基础上，探索功能多样化，满足更多非刚需不忠实用户的需求。
3）DAU/MAU降低，DAU减少显著
说明我们的核心功能有问题或者外部影响已经造成了用户对产品本身的恐慌，比如P2P跑路等。导致原本使用该产品的用户跳入竞品或停止使用。在这种情况下，我们要分析竞品的走势，保证我们的核心功能得到各方面的优化，这样才能留住用户。
4）DAU/MAU降低，MAU增加显著
说明产品的变化或者外界的推广提升了短期的用户活跃度，但是这种变化和影响是不可持续的，可能是用户玩腻了的速死功能，比如面萌和足迹的功能。在这种情况下，我们要思考如何增加用户粘度，减少用户流失。
二、什么是主动的活动？1.主动分为两种的第三方数据统计系统的判断数据；基于服务对用户执行的事件的统计。1）第三方数据统计系统的判定数据
预制报表的统计系统(友盟、百度统计、GA等。)都是基于事件报告的，它们的统计逻辑是：
事件今天上报用户主动操作用户主动。
注意：
报告事件指的是，例如，进入登录页面、进入主页和点击按钮。例如，如果登录页面成功，将会报告一个页面视图事件。单击按钮时，将会报告一个onclick事件。
(哪些事件需要上报，不同平台的规则略有不同，可以去平台查看，同时需要结合自己的公司业务。举个例子，如果你的app本身不需要登录，那么登录来举报事件显然是不合理的。).
但这里有个坑：注意用户主动操作造成的上报时间。如果不是用户主动操作，比如用户收到一个推送(系统中的推送)，这就不属于上报事件。
2）基于业务对用户执行事件的统计数据
基于公司内部平台，原理类似于第三方。公司关心的日常工作整理。
件列表，列表中可根据具体业务插入或者删除相应事件：例如进入登录页，首页，加至购物车。当用户有了这些关键事件后，上报后自己的后台进行统计。其统计逻辑是：
用户执行事件(执行事件为公司罗列的日活事件)→这个用户是活跃的这种类型，有利有弊，利在于更加灵活，可以根据业务需求快捷更改；弊端在于维护成本高一点。
提及User会产生两个概念，例如：Alen通过手机、平板、电脑分别登陆了APP；那么此时应该记录为几个用户？
User用户的区分分为两种方式：账号(人)，设备。
用户数User=访问过服务的ID数这个ID是指UID
注，只一个注册用户，每个注册用户都有唯一的UID。这种方式适用于强制登录的产品。
注：UID（UserIdentification）：UID用户在注册网络平台后，系统会自动地给你一个UID的数值。意思就是给这名用户编个号。
用户数User=访问过服务的设备数针对于如何识别设备唯一标识，安卓，ios平台的方法不一样。
1）IOS采用的方法
IOS通过IDFV识别设备，IDFV是一个由字母数字构成的字符串，用于唯一标识程序供应商的设备。
2）IDFV的生成规则
通常IDFV由AppStore提供的数据决定。如果是企业包或开发包，IDFV根据AppbundleID计算。
IOS7之后，BundleID除去最后部分，其他剩余部分用于计算生成IDFV。如果BundleID只有一部分组成，则全部用来参与计算。
3）IDFV的变与不变
同一台设备上，来自同一个供应商的App，IDFV相同。同一台设备上，来自不同厂商的App，IDFV不同。不同设备的DFV不同，与供应商无关。换言之，即使同一个厂商的App，在不同设备上IDFV也不相同。当iOS设备上存在同一厂商的其他应用时，删除App重装，IDFV保持不变。删除iOS设备上同一厂商全部App，重新安装App，IDFV会发生改变。使用Xcode安装测试版本或ad-hoc包时，IDFV会发生改变。2）Android采用的方法
下方给出一部分方法，一般安卓工程师会综合下述方法进行一次拼接综合。
3）Web采用的方法
在网页cookie中买下一段长随机字符串，作为设备唯一标识符，用户数=访问过服务的设备数。
关于实际业务场景，识别人还是识别设备的选择，有如下方案提供参考：
参考原文链接：
《如何理解DAU和MAU这两个数据》《DAU/MAURatio|Geckoboard》《产品经理要懂的数据分析——指标建模（上）》《数据扫盲（1）：我们常说的DAU、MAU是啥？》《IDFV简介》本文由@Benson原创发布于人人都是产品经理，未经许可，禁止转载。
题图来自Unsplash，基于CC0协议。