如何从5个维度正确分析DAU日活的趋势涨跌？

上一篇文章分析了DAU的拆解方案，可以从用户来源、用户构成两个角度来看。前者是从用户打开APP的驱动力反推是自然意愿还是运营策略唤起的，有些情况两者很难区分，优势是可以看清楚用户真实的来源，哪些渠道效果较好；后者是从新激活用户和回流老用户的角度去分析，根据留存率和访问频次去预估会回流的老用户数量，新激活用户可以根据历史日均新用户用户数的情况预估。优势是运营策略层面找到突破是，是重点拉新，还是提升留存率或访问频次。

今天，我们就一起来看看如何延续以上思路分析某段时间预测（数据为往年仅供参考）内的DAU趋势是好是坏；数据分析小白用户可能和我一样，拉取近30天的DAU数据拉了一条趋势线就给老板去汇报了，一看确实数据是涨的，后来被批后才知道看数据重点的5个维度：***值，同步，环比，占比、趋势。

这个很好理解，就是每天的日活数字，但是这个数字增长未必真的反应指标的增长，未排除时间预测（数据为往年仅供参考）因素、市场因素，粗略的认为是运营策略带来的增长效果是不正确的思路。

同比是指考虑月份的影响，去年8月和今年8月的数据，反应整个产品今年的表现，如果今年8月的DAU同比去年降低了，则产品可能已经再下坡路了，或者今年整体市场行情不好，结合具体情况去分析，一般会看下几个月的年同比趋势如何。

环比一般看周环比或者月环比，近一周和前一周日均DAU数值差异，时间预测（数据为往年仅供参考）段越接近外界和时间预测（数据为往年仅供参考）影响因素差异一般不是很大，更多是反馈本周上线的策略对DAU的影响。

这里占比是寻找一个标的物，对比法看数字，可以是同类竞品（数据不一定能拿到）或者对比自家公司的其他产品，或者对比一个城市和全国的值，通过比值的形式来看这个城市的DAU是不是增长赶超大盘，或者这款产品的发展是否跑赢其他产品。对比法的好处是更好的看清，正如考试考了全班比较好98分，觉得自己很厉害了，但是发现隔壁班七八个同学98分甚至还有100分的，一下子就觉得自己还有提高的空间了。

趋势是看各项指标几段连续时间预测（数据为往年仅供参考）内的表现是否一致，比如年同比是否一致在上周，还是仅暑假两个月，城市DAU占比大盘是不是持续上涨或者下跌，趋势是否一致还是中间出现断层，先从现象层面发掘DAU的变化情况，再冲原因层面去分析涨在哪里跌在哪里，由此形成良好的数据驱动运营的方式。

作为淘宝***用户，就幻想下淘宝吧，加入我在分析淘宝杭州的DAU情况，我需要看四个指标来告诉大家杭州DAU情况：

1、杭州16年和17年6-11月的DAU值，柱状图表现，再拉一条年同比的趋势图，反映今年的活跃的用户比去年更多了，有可能是今年上线了更***的个性化推荐算法（纯属杜撰） 。

2、杭州年同比和全国年同步，杭州的增长有没有可能是整体全国的增长带动的，可能下半年就是交易旺季，用柱状图表示杭州年同比和全国年同比，杭州年同比-全国年同比拉趋势线，来反映杭州的增长是不是跑赢了全国，可能是淘宝总部在杭州，影响力强吧，可能宿迁的京东渗透率就更高些（纯属杜撰）。

3、杭州17年占比大盘，6-11月份，杭州DAU占比大盘的趋势如何，拉趋势线，比如11月份杭州占比达到峰值，可能是今年双11银泰的线下引流，其他城市可能没有这样的线下联动的影响（纯属杜撰） 。

4、淘宝杭州DAU对标天猫APP杭州DAU，虽然两者不是一个量级，但是产品属性比较类似，至少可以排除因为市场因素带来的影响。很可能两者的***值都在涨，但存在谁涨的更快。假设今年5月天猫品牌升级后天猫占比淘宝的比例逐渐提升，部分原来在淘宝逛天猫商户的高端用户转向了天猫APP追求自己的理想生活了，那么这条占比趋势图从下半年开始递增了，此刻淘宝的小伙伴就得想如何才能赶天猫的招数啦（纯属杜撰，也许人家战略层面就是往天猫转移呢）。

个人工作中踩坑的总结，希望对大家能有所帮助，不一定适合每个业务，酌情参考哈！

本文作者@复盘运营之路  由(青瓜传媒)整理发布，转载请注明作者信息及出处！

产品推广服务：APP推广服务  信息流广告投放  广告投放平台