Metriche di Coinvolgimento
Scorri per mostrare il menu
Comprendere come gli utenti interagiscono con il tuo prodotto è fondamentale per favorire la crescita e il miglioramento. Le metriche di engagement come Utenti Attivi Giornalieri (DAU), Utenti Attivi Mensili (MAU), stickiness e durata della sessione forniscono indicazioni chiare su quanto spesso gli utenti ritornano e quanto profondamente si coinvolgono.
DAU misura il numero di utenti unici che interagiscono con il tuo prodotto in un solo giorno. Ad esempio, se gestisci un gioco mobile e 1.000 giocatori unici aprono l'app oggi, il tuo DAU è 1,000.
MAU indica il numero di utenti unici che interagiscono con il tuo prodotto nell'arco di un mese. Se 10,000 persone diverse utilizzano la tua app almeno una volta a giugno, il tuo MAU per giugno è 10,000.
Stickiness è il rapporto tra DAU e MAU, solitamente espresso in percentuale. Mostra quale porzione degli utenti mensili è attiva quotidianamente, evidenziando quanto il tuo prodotto sia in grado di creare abitudine. Un valore di stickiness elevato indica che gli utenti ritornano frequentemente.
Durata della sessione misura quanto tempo gli utenti trascorrono per ogni visita. Ad esempio, se l'utente medio trascorre 10 minutes ogni volta che utilizza la tua app di notizie, questa è la durata media della sessione.
Supponiamo che tu gestisca tre prodotti: un social network, un'app meteo e uno strumento di budgeting. Il social network potrebbe avere DAU e stickiness elevati, indicando che gli utenti lo controllano quotidianamente. L'app meteo potrebbe avere un DAU moderato ma una durata della sessione elevata durante le tempeste. Lo strumento di budgeting potrebbe avere un DAU più basso ma un MAU costante, poiché gli utenti lo consultano principalmente all'inizio o alla fine del mese.
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)
Un'elevata stickiness indica un forte coinvolgimento degli utenti e la formazione di un'abitudine nell'utilizzo del prodotto.
Ecco una spiegazione di come funziona il codice sopra:
Innanzitutto, l'activity_log contiene le registrazioni delle attività degli utenti, dove ogni record è costituito da un ID utente e una stringa di data. Per calcolare il DAU, il codice conta gli ID utente unici per una data specifica. Ad esempio, il '2024-06-04', individua tutti gli utenti attivi in quel giorno e conta quanti sono unici.
Per il MAU, il codice cerca tutti gli utenti unici la cui attività ricade nel mese di riferimento, come '2024-06'. Questo mostra quanti utenti diversi hanno interagito con il prodotto durante quel mese.
La stickiness viene quindi calcolata dividendo il DAU per il MAU e moltiplicando per 100 per ottenere una percentuale. Questo rivela quale porzione degli utenti mensili è attiva anche quotidianamente - un indicatore diretto di quanto regolarmente gli utenti ritornano.
Eseguendo questo codice, puoi vedere rapidamente i tuoi DAU, MAU e stickiness per qualsiasi data e mese, aiutandoti a individuare tendenze o problemi nel coinvolgimento degli utenti.
1. Cosa indica un alto rapporto di stickiness riguardo al coinvolgimento degli utenti di un prodotto?
2. Completa lo spazio vuoto:
Grazie per i tuoi commenti!
Chieda ad AI
Chieda ad AI
Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione
