Oppiskele Sitoutumismittarit | Keskeiset Mittarit ja Mittaaminen

Pyyhkäise näyttääksesi valikon

Ymmärrys siitä, miten käyttäjät ovat vuorovaikutuksessa tuotteesi kanssa, on olennaista kasvun ja kehityksen kannalta. Sitoutumismittarit kuten päivittäiset aktiiviset käyttäjät (DAU), kuukausittaiset aktiiviset käyttäjät (MAU), sitoutuneisuus ja istunnon kesto tarjoavat selkeitä viitteitä siitä, kuinka usein käyttäjät palaavat ja kuinka syvällisesti he käyttävät tuotetta.

DAU mittaa niiden yksilöllisten käyttäjien määrää, jotka ovat vuorovaikutuksessa tuotteesi kanssa yhden päivän aikana. Esimerkiksi, jos pyörität mobiilipeliä ja 1 000 yksilöllistä pelaajaa avaa sovelluksen tänään, DAU on 1,000.

MAU kuvaa niiden yksilöllisten käyttäjien määrää, jotka käyttävät tuotettasi kuukauden aikana. Jos 10,000 eri henkilöä käyttää sovellustasi vähintään kerran kesäkuussa, MAU kesäkuulle on 10,000.

Sitoutuneisuus on DAU:n ja MAU:n suhde, joka ilmaistaan yleensä prosentteina. Se osoittaa, kuinka suuri osa kuukausittaisista käyttäjistä on aktiivisia päivittäin, ja kertoo, kuinka helposti tuotteesta muodostuu tapa. Korkea sitoutuneisuus tarkoittaa, että käyttäjät palaavat usein.

Istunnon kesto seuraa, kuinka paljon aikaa käyttäjät viettävät yhdessä käyttökerrassa. Esimerkiksi, jos keskimääräinen käyttäjä viettää 10 minutes kerrallaan uutissovelluksessasi, tämä on keskimääräinen istunnon kesto.

Oletetaan, että hallinnoit kolmea tuotetta: sosiaalista verkostoa, sääsovellusta ja budjetointityökalua. Sosiaalisella verkostolla voi olla korkea DAU ja korkea sitoutuneisuus, mikä osoittaa, että käyttäjät tarkistavat sen päivittäin. Sääsovelluksella voi olla kohtalainen DAU, mutta korkea istunnon kesto myrskyjen aikana. Budjetointityökalulla voi olla matalampi DAU, mutta tasainen MAU, sillä käyttäjät tarkistavat sen lähinnä kuukauden alussa tai lopussa.


              123456789101112131415161718192021222324252627282930313233343536
            
# Sample activity data: list of (user_id, date) tuples
activity_log = [
    (1, '2024-06-01'),
    (2, '2024-06-01'),
    (1, '2024-06-02'),
    (3, '2024-06-02'),
    (2, '2024-06-03'),
    (4, '2024-06-03'),
    (1, '2024-06-03'),
    (5, '2024-06-04'),
    (1, '2024-06-04'),
    (2, '2024-06-04'),
    (3, '2024-06-04'),
]

def calculate_dau(activity_log, target_date):
    return len({user for user, date in activity_log if date == target_date})

def calculate_mau(activity_log, month):
    return len({user for user, date in activity_log if date.startswith(month)})

def calculate_stickiness(dau, mau):
    if mau == 0:
        return 0
    return round((dau / mau) * 100, 2)

# Calculating DAU for 2024-06-04
dau = calculate_dau(activity_log, '2024-06-04')
# Calculating MAU for June 2024
mau = calculate_mau(activity_log, '2024-06')
# Calculating stickiness ratio
stickiness = calculate_stickiness(dau, mau)

print("DAU:", dau)
print("MAU:", mau)
print("Stickiness (%):", stickiness)

Huomio

Korkea stickiness osoittaa vahvaa käyttäjien sitoutumista ja tuotteen käytön muodostumista tavaksi.

Tässä on erittely siitä, miten yllä oleva koodi toimii:

Ensiksi activity_log sisältää merkintöjä käyttäjien aktiivisuudesta, joissa jokainen rivi koostuu käyttäjätunnuksesta ja päivämäärämerkkijonosta. DAU:n laskemiseksi koodi laskee tietylle päivälle uniikkien käyttäjätunnusten määrän. Esimerkiksi päivälle '2024-06-04' etsitään kaikki kyseisenä päivänä aktiiviset käyttäjät ja lasketaan, kuinka moni heistä on uniikki.

MAU:n kohdalla koodi etsii kaikki uniikit käyttäjät, joiden aktiivisuus osuu kohdekuukauteen, kuten '2024-06'. Tämä kertoo, kuinka moni eri käyttäjä oli vuorovaikutuksessa tuotteesi kanssa kyseisen kuukauden aikana.

Stickiness lasketaan jakamalla DAU MAU:lla ja kertomalla sadalla, jolloin saadaan prosenttiosuus. Tämä paljastaa, kuinka suuri osa kuukausittaisista käyttäjistä on aktiivisia päivittäin – suora mittari sille, kuinka säännöllisesti käyttäjät palaavat.

Tämän koodin avulla näet nopeasti DAU-, MAU- ja stickiness-arvot mille tahansa päivälle ja kuukaudelle, mikä auttaa tunnistamaan käyttäjien sitoutumisen trendejä tai mahdollisia ongelmia.

1. Mitä korkea stickiness-suhde kertoo tuotteen käyttäjien sitoutumisesta?

2. Täydennä lause:

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 2. Luku 1

Kysy tekoälyä

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Osio 2. Luku 1