活跃用户

活跃用户（英语：Active users）数是衡量互联网产品（例如社交网络服务、在线游戏或移动应用）成功与否的性能指针，它衡量在给定的时间间隔内有多少用户访问该产品或服务或与该产品或服务进行交互。^[1]通常以每月活跃用户（MAU）^[2]、每周活跃用户（WAU）^[3]、每天活跃用户（DAU）^[4]或peak concurrent users（PCU）来评估该指针）。^[5]

使用

任何时间尺度上的活跃用户都可以大致了解产品保持的回头客数量，并且可以通过比较此数量上的变化来预测消费者数量的增长或下降。

DAU与MAU的比率提供了一种基本的方法来估算一段时间内的客户参与度和保留率。^[6]较高的比率表示较大的保留概率，这通常表示产品成功。比率0.15和更高被认为是增长的转折点，而持续比率0.2或更高则标志着持久的成功。^[7]

活跃的用户数据可用于确定高流量时段，并创建用于定向广告的用户行为模型。^[8]

数据收集方法和问题

使用特定公司的内部数据计算活跃用户。数据是根据执行特定操作的唯一用户收集的，这些操作被数据收集者视为活动的标志。这些操作包括访问网站的主页或启动页面，登录，评论，上传内容或使用该产品的类似操作。订阅服务的人数在其持续时间内也可以视为活跃用户。每个公司都有自己的确定活跃用户数量的方法，许多公司没有共享有关如何计算活跃用户的具体细节。一些公司会随着时间的推移更改其计算方法。如果无法准确反映用户对产品的参与程度，则将用户标记为活动中的特定操作会极大地影响数据的质量，从而导致数据产生误导。^[9]基本操作（例如登录产品）可能无法准确地表示出客户参与度，并增加了活跃用户的数量，而上传内容或评论对于产品而言可能过于具体，并且用户活动不足。

参见

月活跃用户数

参考资料

^ Henry, Theresa F., et al. "Socially awkward: social media companies' nonfinancial metrics can send a mixed message." Journal of Accountancy, Sept. 2014, p. 52+. Business Collection. Accessed October 25, 2018.
^ AppStore knowledge base by AppStoreGrowth : MAU. [2020-08-07]. （原始内容存档于2021-03-08）.
^ Darrow, Barb. How Slack Plans to Make It Easier to Chat With Colleagues at Other Companies. Fortune. 2017-09-12 [2019-02-16]. （原始内容存档于2021-02-24）.
^ Shaban, Hamza. Twitter reveals its daily active user numbers for the first time. The Washington Post. 2019-02-07 [2019-02-16]. （原始内容存档于2021-04-17）.
^ 存档副本. [2020-08-07]. （原始内容存档于2020-04-08）.
^ Hui, Sam. Understanding repeat playing behavior in casual games using a Bayesian data augmentation approach (PDF). Quantitative Marketing and Economics. 2017-02-27, 15: 29–55 [2020-08-07]. doi:10.1007/s11129-017-9180-2. （原始内容存档 (PDF)于2021-03-08） –通过Springer Link.
^ Lovell, Nicholas. DAU/MAU = engagement. Gamesbrief. 2011-10-26 [2019-12-03]. （原始内容存档于2021-03-08）.
^ Li, Lin; Li, Ang; Hao, Bibo; Guan, Zengda; Zhu, Tingshao. Predicting Active Users' Personality Based on Micro-Blogging Behaviors. PLOS ONE. 2014-01-23, 9 (1): e84997 [2020-08-07]. Bibcode:2014PLoSO...984997L. PMC 3898945 . PMID 24465462. doi:10.1371/journal.pone.0084997. （原始内容存档于2021-02-24） –通过Open Access.
^ Park, Patrick; Macy, Michael. The paradox of active users. Big Data & Society. 2015-12-01, 2 (2): 205395171560616. doi:10.1177/2053951715606164 .

[:0-1] Henry, Theresa F., et al. "Socially awkward: social media companies' nonfinancial metrics can send a mixed message." Journal of Accountancy, Sept. 2014, p. 52+. Business Collection. Accessed October 25, 2018.

[2] AppStore knowledge base by AppStoreGrowth : MAU. [2020-08-07]. （原始内容存档于2021-03-08）.

[3] Darrow, Barb. How Slack Plans to Make It Easier to Chat With Colleagues at Other Companies. Fortune. 2017-09-12 [2019-02-16]. （原始内容存档于2021-02-24）.

[4] Shaban, Hamza. Twitter reveals its daily active user numbers for the first time. The Washington Post. 2019-02-07 [2019-02-16]. （原始内容存档于2021-04-17）.

[5] 存档副本. [2020-08-07]. （原始内容存档于2020-04-08）.

[6] Hui, Sam. Understanding repeat playing behavior in casual games using a Bayesian data augmentation approach (PDF). Quantitative Marketing and Economics. 2017-02-27, 15: 29–55 [2020-08-07]. doi:10.1007/s11129-017-9180-2. （原始内容存档 (PDF)于2021-03-08） –通过Springer Link.

[7] Lovell, Nicholas. DAU/MAU = engagement. Gamesbrief. 2011-10-26 [2019-12-03]. （原始内容存档于2021-03-08）.

[8] Li, Lin; Li, Ang; Hao, Bibo; Guan, Zengda; Zhu, Tingshao. Predicting Active Users' Personality Based on Micro-Blogging Behaviors. PLOS ONE. 2014-01-23, 9 (1): e84997 [2020-08-07]. Bibcode:2014PLoSO...984997L. PMC 3898945 . PMID 24465462. doi:10.1371/journal.pone.0084997. （原始内容存档于2021-02-24） –通过Open Access.

[9] Park, Patrick; Macy, Michael. The paradox of active users. Big Data & Society. 2015-12-01, 2 (2): 205395171560616. doi:10.1177/2053951715606164 .

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]