产品的日活（DAU）预估的简单思路

在这段时间里，人们经常问以下问题：根据目前的推广和保留，我们未来最多能达到多少日常生活？为了在三个月后达到预定的日常生活，我们需要每天少推广？在某个国家，产品必须保留多少，才能正确推广和收入(ROI为正)？其实这些问题本质上都是在回答一个问题，就是如何预测一个产品的日常生活？应该有很多解决方案来提供一个简单的想法，总结如下。日常生活会受到产品迭代、运营活动、推广变化等诸多因素的影响。当然，这些因素有的影响较小，有的暂时无法预测。因此，在预测过程中，我们可以消除一些影响不大的因素，从而简化计算状态。(这个简化到可计算的过程实际上被称为数学建模。）因此，为了计算，我们首先建立了一个简单的日常生活数学模型。在影响日常生活的数学模型中，最重要的因素是两个，一个是每日新用户数量，另一个是新用户的保留率。一天的日常生活，我们可以看作是，当天的新增，加上前一天的新第二天的保留用户，加上前一天的新第二天的保留用户……等等，我们可以认为日常生活是“当天的新用户和每天的保留用户之和”，基于此，我们可以用一个非常简单的公式来表达日常生活。DAU(n)=A(n) A(n-1)R(1) A(n-2)R(2) …… A(1)R(n-1)其中，DAU(n)为第n天的日活，A(n)第n天新增，R(n-1)第n-1天后新用户的留存率。假设每日用户的新增是一个固定的数值A，公式可以简写为：DAU(n)=A(1 R(1) R(2) …… R(n-1)上述公式可视为日常生活中简单的数学模型。从这个模型中，我们可以看到新的A是一个相对确定的值，另一部分是：1 R(1) R(2) …… R(n-1)保留之和的确定有点麻烦。保留可以通过以下方法进行预测。如何估计保留率是产品的核心指标，下图是产品保留率衰减曲线1-30日保留率衰减曲线，我们可以看到：保留率衰减曲线，非常类似于功率函数曲线，事实上，绝大多数产品保留衰减曲线，基本上符合功率函数曲线。在此基础上，我们可以通过功率函数近似拟合保留率的衰减曲线，从而顺利估计日常生活模型中所需的保留之和。一般来说，在估计产品的保留之前，我们会有一些先验数据基础。如果您的产品已经上线一段时间，您可以使用历史数据作为基础。如果产品尚未上线，没有历史数据，由于不同类型产品的保留和衰减速度不同，可以将行业内同类型产品的保留数据作为拟合预测的参考。因此，保留曲线拟合基本上会遇到两种情况：已知保留几天，预计后续保留？不知道具体的每日保留，只知道次保留、周保留、月保留等数据，估计每日保留。这两种情况本质上属于同一个问题，这里以第二种情况为例，简单说一下如何操作。曲线拟合的方法有很多，这里我介绍一个最简单的方法，是使用excel做一个简单的拟合计算，具体步骤如下：step1假设我们知道第二天的产品，7，30保留如下：产品几天保留step2根据相应的保留天数，写保留率，并绘制散点图：保留散点图step3，在excel图表中向上述散点添加趋势线，在趋势线选项中选择幂函数，并根据散点拟合曲线显示幂函数公式。获得的幂函数为：y=0.4861*x^(-0.435)，其中x为相应天数，y为相应天数的保留率。基于得到的幂函数公式，step4可以找到所有相应天数的保留率。step4基于获得的功率函数公式，可以获得所有相应天数的保留率。计算基于获得功率函数的估计日常生活，计算相应的保留率，可以简单地找到和获得，并将其带入日常生活公式：DAU(n)=A(1 R(1) R(2) …… R(n-1)这样就可以通过估计的每日新增，获得未来第n天日常生活的水平。总结&通过简化日常生活模式，只考虑新的和保留对日常生活的影响（其他影响也通过新的和保留间接影响日常生活），可以粗略估计未来一段时间产品的日常生活规模。然后通过日常生活的规模来估计一些潜在的收入、运营成本等数据。上述计算一定有误差，不能满足所有场景，但整体思路可以作为参考，大部分相关问题应该能够解决。我们做了一个小程序，输入新的，保留和其他数据直接估计日常生活，计算方法是本文的计算方法。