公众号: 数据小斑马,关注即可获得价值1000元的数据分析学习资料
数据分析学习目录:
一、Excel系列——四大常用函数及十大高级图表
二、SQL系列——性能优化/多表关联/窗口分析函数等
三、统计学系列——概率论/置信区间/相关/抽样等
四、Pandas系列——数据读取/清洗/规整/分析实战等
五、Python做图系列——箱型图/散点图/回归图/热力图等
六、业务积累系列——流水预测/精细化运营/排序算法等
七、Kmeans系列——原理/评价指标/RFM实战等
八、决策树系列——算法原理/调参/python实现/项目实战
九、贝叶斯系列——算法原理/3种模型/文本分类实战
十、神经网络系列——BP算法原理/最小二乘法/项目实战
最近接了一个市场的需求,在不投放广告的前提下,预估下个月每日的DAU走势。
DAU预估是互联网一个相当高频的预估场景,不管是电商、游戏、直播、搜索、阅读、社交等,凡是TOC的领域,DAU就是一个非常重要的指标。
那么一般怎么做呢? 小编今天就来分享一下常用方法
1、最精准的办法,就是从产品上线第一日起开始算,每一天的DAU都是历史每一天新增*截止当天的留存率再累加求和,如下
DAU = N日前新增*N-1日留存率 + N-1日新增 * N-2留存率 + ……当日新增
2、当然,预估DAU一般是产品上线后的某一段时间,可能是上线几个月甚至几年后,所以如果要从上线第一天开始算,那就工作量太大了。
所以我想到了一个折中又不失准确性的办法,就是将开始预估的前一日的用户统统做为老用户,预估开始后的作为新用户,新老用户用不同的预估方法,再累加即可,如下
DAU = 老用户DAU + 新用户DAU+ 新用户留存DAU
本次需求我就是用的第二种方法,具体的实现步骤且往下看(文末附EXCEL下载方式,可以当作模板使用
公众号: 数据小斑马,关注即可获得价值1000元的数据分析学习资料
老用户预估——剔除新用户后,看历史老用户变化趋势
原理:
假如预估6.1-6.30的老用户DAU,可以根据以往月份中老用户的DAU变化规律,来作为6月份的变化规律
做法:
1、先提取5.1-5.30的DAU,再将每一天的DAU通过userid或者cookid剔除5.1-5.30所有新增的DAU,就得到了5.1-5.30老用户的DAU变化趋势,通常来说,老用户DAU会随着流失不断减少
2、为了减少误差,可以对4.1-4.30也这么计算一波
3、将4.1-4.30及5.1-5.30按每一天进行汇总后,再分别计算每一日与第一日的增幅
4、再拉取5.31的DAU,作为老用户基数,用基数*每一日的增幅,就得到了6.1-6.30每一日老用户的DAU
可以看出,6月老用户DAU会从30w 减少至20w,月底比月初减少33%
公众号: 数据小斑马,关注即可获得价值1000元的数据分析学习资料
新用户预估——结合市场预算,推算每日带来新用户
原理:
新用户分为广告新用户 + 自然新用户,广告新用户一般与推广费用正相关,根据当月预算和历史数据拟合可得;自然新用户与推广费用存在一定关系,但不是完全相关,可以用历史上推广费用相近的月份的自然新用户作为估计
做法:
1、提取4.1-5.30每一天广告花费与所带来的新用户数,拟合得到曲线函数
2、将6月份预算与市场同事沟通后,拆解到每天的预算
3、根据预算和函数,得到第一天广告带来新用户
4、根据6月预算,找到相近的3月份,再提取3月的自然新用户,作为6月的自然新用户预估
5、广告新用户 + 自然新用户 = 每日新用户
公众号: 数据小斑马,关注即可获得价值1000元的数据分析学习资料
新用户留存DAU——新用户 历史新用户每一日的留存*
原理:
6.2 = 6.1新用户 * 次留
6.3 = 6.1新用户 * 三留 + 6.2新用户次留
6.4 = 6.1新用户 四留 + 6.2新用户三留 + 6.3 次留
……
做法:
1、拉取历史3.1-4.30新用户的次留,三留,四留,五留,六留直至30留,也可以拉出次留,三留,七留,14留,30留,再对其余日期的留存进行估算
2、用二中根据广告费用得到的新用户,分别乘以相应的留存,再累加,得到每一日的新用户留存DAU
公众号: 数据小斑马,关注即可获得价值1000元的数据分析学习资料
原理:
DAU = 老用户DAU + 新用户DAU + 新用户留存DAU
DAU预估无非就是进行新用户老用户的拆解,再对新老用户进行单独预估,我这个方法比较简单但却实用,还不赶紧下载试试!
本人互联网数据分析师,目前已出Excel,SQL,Pandas,Matplotlib,Seaborn,机器学习,统计学,个性推荐,关联算法,工作总结系列。
1、关注公众号<数据小斑马
>,回复’DAU
'即可获得文中Excel预估DAU模板
2、回复"分析
"可以免费获得如下9本数据分析经典书籍电子版