预测DAU和留存率，不写代码也可以

ps:对于点进文章的朋友，相信你对DAU以及留存这两个名词并不陌生，所以这里就不花篇幅对这两个名词的含义进行解释了。（如果不懂，请“百度”）

在一般的互联网公司中，DAU这个指标系列还有WAU，MAU，留存率这个指标系列有次留，三留，七留，月留。日活和次留这两个指标的波动太大，为了便于让这个计算过程更加通俗易懂，本文的最终目标是计算MAU以及月留存着两个指标。

本文的主要内容包含以下几个方面

1.预测MAU以及月度留存的作用。

2.定义影响月活的因素。

3.定义影响月留存的因素。

4.月活预测以及留存预测的计算过程。

5.如何提高预测的准确率。

一，预测MAU以及月度留存的作用及其意义

活跃用户规模对于企业来说是评价其运营结果的一个重要指标，在一般情况下我们的DAU或者MAU都是滞后于事件的，这样就会让企业在前期的成本投入没有一个参考，不能准确评价一个运营活动的效果。

当MAU以及月度留存这些指标能够进行一个合理的预估，这就可以给企业在活动进行之前有一个标准参考，以及在活动后对于活动效果的评估有了一个标准。

举一个简单的例子，这里用A来表示不使用MAU预估进行运营，用B来表示使用MAU预估来进行运营。

A：公司最近的经营状态低迷，为了进一步扩大用户规模，公司准备在下个月进行一个拉新的活动。这个时候需要BOSS对运营部分定下个月的KPI了，BOSS问当月的MAU是多少，运营的同学回答道：本月的MAU为20W，通过这这次活动，预计下个月的的MAU为21W。老大觉得你作为运营部门的人定这样的一个数据肯定是害怕自己活动做不好，给自己定的数据肯定是往低了定的。于是大手一挥说：这次的拉新活动我们也投入了这么多的资源，所以下个月的KPI是MAU达到25W，此时作为运营的同学心里飘过10万头。。。

B：公司最近的经营状态低迷，为了进一步扩大用户规模，公司准备在下个月进行一个拉新的活动。这个时候需要BOSS对运营部分定下个月的KPI了，BOSS问当月的MAU是多少。这个时候数据分析的同学说道：通过对前期数据的观察，公司的用户增长速率开始放缓，体现在MAU上有逐步下降的趋势。根据以往活动的效果以及本次活动的成本投入，我们预估通过本次活动，下个月的MAU可以达到21W，最佳状态下可能达到22W。这个时候BOSS就说，那这次运营部门活动就定到22W吧。这个时候运营的同学xingldou大大的松了一口气。。。

（PS：以上场景纯属杜撰，只为说明问题而用）

回想一下上面两个场景，为什么第一个会使得运营部门的KPI定的让运营想死，而第二个可以让这个KPI定的更加合理呢？原因主要有两个：

1.话由运营部门自己说出来，给人的感觉就是又当运动员，又当裁判员。其可信度已经大大的降低了，而由一个独立的部门提出来，并给出原因，使得这句话的可信度增加不少。

2.其实在BOSS心里，他也没有一个具体的标准来定这个KPI，订也是凭着感觉来的，而数据部门给出了一个可信服的标准，让最终的KPI定的更加合理，更加能被双方所接受。

除此之外，预测MAU，还可以用在对渠道效果的评估，用户生命周期价值的分析等等。

二，定义影响月活的因素

三，定义影响留存的因素

（PS：上面这两个方面因为行业，公司业务的不同差异性很大，我也试图找到一些落地的共性，不过目前还没有什么进展，如果你对此有什么看法，欢迎来探讨）

四，月活预测以及留存预测的计算过程

1.活跃用户由两部分组成，一方面是老用户，另外一方面是新用户。因此在计算下个月活跃用户的时候需要考虑的就有这两个方面。老用户暂时定义为上个月最后5天有过登录的用户，新用户则为全新的用户。

2.在老用户的基础上，计算过去几个月里面每月用户的留存率的值，如果各个留存值之间的差异不大，则可以选择用均值来作为下个月用户留存的计算值，如果各个留存值之间差异很大，这个就需要谨慎了。如果贸然地去用过去几个月的留存进行计算，那么很可能会导致最终的计算结果和准确值差异特别大，从而失去了预测的意义与价值。

3.如果计算出的流失率差异很大，在做预测的时候需要关注的就是流失率这样的一个指标和哪些指标相关度较高。而在这些指标后面是由哪些行为影响的，通过对指标后的行为进行权重评估。再反过来通过这些动作来计算指标值，从而预估出这个月的留存率。

4.新增用户的数量，对于游戏来说，新增用户来自于两个方面，一个方面是自然增长的用户，另外一个方面则来自于买量。而对于一般的互联网产品来说来源一方面是自然增长，另外一方面就是来自于广告投放，活动运营这些。

5.对于自然增长这一部分用户，我们可以用机器模拟一个增长曲线，得出自然增长值。而对于人为运营影响的增长，则可以将运营行为划分为不同的动作，给予不同的动作不同的权重，从而计算出运营增长值。

五，如何提高预测的准确率

（PS：写这篇文章，算是给自己埋下的一个坑吧，很多问题自己也没有想明白，所以写起来有些啰嗦，在写之前本来是打算写完的，可是越写越发现各种逻辑漏洞，于是就给搁置了。希望后面再工作中将这些理论应用更多然后有了更深的理解再来填这篇文章的坑吧，同时，有同学对这个问题感兴趣的，欢迎私信探讨）