摘要：友盟通過大量的數(shù)據(jù)積累和試驗，發(fā)現(xiàn)時間粒度為周的用戶構(gòu)成模型以下簡稱是最為準確有效的。下圖所顯示的是低頻類周用戶構(gòu)成的示例不過忠誠用戶對它們而言依然重要。開發(fā)者需要及時采取適當措施避免大量用戶不可逆流失。

友盟為所有DAU曾經(jīng)達到過1W的App自動開放了“周用戶構(gòu)成”（WAU Model）功能，不少開發(fā)者反饋說這個功能好用，對自己App的數(shù)據(jù)運營起到了很大的幫助，但是也有不少開發(fā)者給我們反饋說花花綠綠的圖示數(shù)據(jù)，不知如何去看。本文為大家詳細介紹了“周用戶構(gòu)成”指標的使用方法，幫助開發(fā)者更清晰的知曉自己App的活躍用戶構(gòu)成，從而更全面地了解App質(zhì)量。

為什么我們要關(guān)注“周用戶構(gòu)成”（WAU Model）

通常而言，App開發(fā)者或者投資人都更傾向于關(guān)心相應App的DAU（日活躍用戶數(shù)量）這類易得的指標，借此直觀感受App的發(fā)展情況。但DAU這類指標除了數(shù)據(jù)噪聲大（經(jīng)常劇烈波動且易于摻水）外，更不應被忽視的缺點是，它們將所有活躍用戶都視為同質(zhì)的。這無論是從預測未來某時間段內(nèi)活躍用戶規(guī)模的角度而言，抑或是針對某些未來價值更高的用戶做精細化運營的層面講，甚至于是評估通過不同渠道獲得用戶質(zhì)量的差異來說，都不夠恰當。

幾乎對于所有行業(yè)而言，如何吸引優(yōu)質(zhì)新用戶，如何維護忠誠老用戶，始終都是重要課題，顯而易見，能夠這樣做的基礎(chǔ)必定是先明了究竟誰是新用戶，誰又是老用戶。友盟通過大量的數(shù)據(jù)積累和試驗，發(fā)現(xiàn)時間粒度為周的用戶構(gòu)成模型（以下簡稱WAU Model）是最為準確有效的。

什么是“周用戶構(gòu)成”（WAU Model）

友盟的WAU模型，在把活躍用戶做簡單有效分層的基礎(chǔ)之上，引入了離散時間的狀態(tài)轉(zhuǎn)換Model。下圖是友盟Demo中給出的WAU模型的展示：

可以看到，在該模型中，友盟把用戶分為7類，除了6種活躍用戶外，還體現(xiàn)了流失用戶。我們把每一種用戶分類視為一種用戶狀態(tài)，其中各狀態(tài)間的轉(zhuǎn)移關(guān)系示意圖如下：

很容易注意到，這個模型中的“流失用戶”和“忠誠用戶”這兩個狀態(tài)都可以返回到自身，即“流失用戶”下一周的狀態(tài)仍可以是“流失用戶”，“忠誠用戶”下一周可以繼續(xù)做“忠誠用戶”。友盟的WAU模型中，有且僅有這兩個狀態(tài)是具備這種性質(zhì)的，剩余的狀態(tài)都不可能具備此性質(zhì)，比如，處于“連續(xù)活躍3周”狀態(tài)的用戶，下一周的狀態(tài)只可能是“流失用戶”或是“連續(xù)活躍4周用戶”，絕不可能繼續(xù)處在“連續(xù)活躍3周”的狀態(tài)。

對應上述的轉(zhuǎn)移關(guān)系，我們可以得到相應各狀態(tài)間的轉(zhuǎn)移概率，進而得到轉(zhuǎn)移矩陣，從而在App各種外部情況不發(fā)生劇烈變化前提下能夠準確估算相當長時間的用戶構(gòu)成情況。另外在用戶成分轉(zhuǎn)化功能中，友盟把狀態(tài)間的轉(zhuǎn)移及相應轉(zhuǎn)移概率做了可視化：

由此可以直觀看出，新增用戶的留存轉(zhuǎn)化：

甚至是用戶的流失情況：

感興趣的開發(fā)者可以直接點擊相應界面右上角的演示視頻來做進一步了解。

計算轉(zhuǎn)移矩陣除了可以明晰用戶成分間的轉(zhuǎn)移概況，更重要作用則是對未來的用戶構(gòu)成做預測。下圖Demo中藍色的部分即為對未來WAU構(gòu)成的預測。模型需要開發(fā)者自行設(shè)置“新用戶數(shù)”，默認設(shè)置為使用上一周活躍用戶數(shù)，但我們更鼓勵開發(fā)者根據(jù)對自己App的客觀評估將此更改為更合理的設(shè)置。友盟對WAU模型有一套完善的檢驗體系每周對模型的質(zhì)量予以檢測，WAU模型的誤差通?？刂圃?0%甚至于5%以內(nèi)。

另外，WAU模型是暗含時間序列信息的，開發(fā)者可以直接由此得到初步清洗過的數(shù)據(jù)，完成感興趣部分的時間序列分析。

怎樣使用“周用戶構(gòu)成”（WAU Model）

在確定自己App是高頻還是低頻之后（可以查看之前“變化系數(shù)”一文），對于高頻App，通常一個用戶連續(xù)活躍的周數(shù)越多流失的概率也就越低，流失后再回流的概率相對也更高。此類App的開發(fā)者，應主要關(guān)注新用戶的轉(zhuǎn)化率及忠誠用戶的留存流失情況。優(yōu)質(zhì)的高頻App發(fā)展到一定規(guī)模以后，連續(xù)活躍5周及以上的忠誠用戶通常會貢獻一半甚至更多的WAU。下圖顯示的是高頻類App“周用戶構(gòu)成”變化示例：

忠誠用戶也會流失，且這種情況由于各種原因是無法避免，不過由于總會有新用戶補充并繼續(xù)轉(zhuǎn)化為忠誠用戶，所以忠誠用戶的規(guī)模依然會逐步變大并最終穩(wěn)定下來。換言之，當忠誠用戶數(shù)量開始出現(xiàn)持續(xù)減少時，就需要引起App開發(fā)者的注意，因為這些App最優(yōu)質(zhì)用戶的流失是整個App活躍用戶規(guī)模開始縮水的前兆。而對于低頻App，連續(xù)啟動數(shù)周是一個相對苛刻的條件，它們的回流用戶相對而言是更重要的構(gòu)成成分，也正是由于這個原因這類App通常在規(guī)模上不及高頻App。下圖所顯示的是低頻類App“周用戶構(gòu)成”的示例：

不過忠誠用戶對它們而言依然重要。這類App的開發(fā)者應該更關(guān)注忠誠用戶的數(shù)量而非百分比（但數(shù)量級至少應為千）。因為只要忠誠用戶的數(shù)量是在持續(xù)上漲的，哪怕占比低，也能從側(cè)面體現(xiàn)App受歡迎的程度和未來持續(xù)發(fā)展的可能。

再來特別談一下新用戶。對于處于任何一個生命階段的App而言，無論高頻還是低頻，無論是想要持續(xù)的增長還是想要保持穩(wěn)定的規(guī)模，新用戶的注入都必不可少。但App需要健康的發(fā)展，相比于關(guān)注新用戶，新用戶的轉(zhuǎn)化（或者回流）才是更重要的指標，一味追求新用戶的數(shù)量而非質(zhì)量的App不會成為成功的App。比如以下這種情況：

可以看到這款App的每周的新用戶到了下一周幾乎全數(shù)流失，沒有忠誠用戶或回流用戶。

發(fā)生這種情況的App并不在少數(shù)，通常出現(xiàn)這種情況的原因為：
開發(fā)者惡意刷友盟數(shù)據(jù)；
推廣渠道質(zhì)量非常差；
也可能是開發(fā)者錯誤集成了友盟SDK。

最后，開發(fā)者可以通過友盟在之前給出的WAU構(gòu)成的預測值與屆時的真實值之間的差異來對自己的App做簡單有效的評估。一般來說，差異都小到可以忽略，不過還是有值得注意的情況：

當預測值大幅小于真實值時，即App活躍用戶被低估。這種情況通常是由于App在快速成長期本身就更可能吸引到大量不可預測的新用戶或者是做了行之有效的推廣，這時除了及時更改預測新用戶設(shè)置外，開發(fā)者更要接下來特別關(guān)注后續(xù)留存轉(zhuǎn)化情況。

當預測值持續(xù)大于真實值時，又要細分兩種情況：
幅度較大（>30%）時，表明App之前有刷量嫌疑或者自身類別屬性（多見于游戲類和旅游類）限制使得用戶量周期性下跌；
幅度較?。?0%左右）但持續(xù)時間較長（8周及以上），這種情況多發(fā)生在App的WAU量級穩(wěn)定在較大規(guī)模后。這多是App開始失去吸引力，用戶開始緩慢流失的信號。開發(fā)者需要及時采取適當措施避免大量用戶不可逆流失。

用好WAU Model（周用戶構(gòu)成模型）可以幫助開發(fā)者更好了解自己的用戶從而反觀自己的產(chǎn)品，制定更合理的發(fā)展目標使用更精準的運營策略。

點擊“閱讀原文”，查看“周用戶構(gòu)成”Demo。