在數位產品分析領域，你可能常常聽到「活躍使用者」這個詞（Active users），但究竟什麼叫「活躍」？簡單來說，只要有進入你的應用程式或網站，都能算是活躍使用者；如果想更嚴謹，還需要把時間維度考慮進去。以下是常見的兩種衡量方式：
- DAU（Daily Active Users）：指在過去 1 天內，有登入或瀏覽過你的產品的不重複使用者。
- MAU（Monthly Active Users）：指在過去 30 天內，有使用過你的產品的不重複使用者。
GA 何時認定使用者「活躍」？
在 GA（Universal Analytics）的報表中，常見有兩種地方會出現「Active users」這個指標：
- 即時報表 / 總覽：在這個頁面上，你會看到一個大大的數字，告訴你「此刻」網站上有多少位活耀使用者。GA 會以 5 分鐘為時間單位判斷訪客是否還在線，換句話說，只要該訪客閒置超過 5 分鐘，就不再算是活躍使用者。
- 目標對象 → 活躍使用者：這裡提供 1 天、7 天、14 天、30 天等不同時段區間的活躍使用者。更詳細的演算法與定義可參考官方文件【活躍使用者 - Analytics (分析) 說明】，在這邊就不再贅述。
值得注意的是，在新版 GA4 的即時報表中，「活躍使用者」的閒置時間上限已改為 30 分鐘。如果你習慣用 Universal Analytics 卻突然改用 GA4，可能就會發現兩者數字有顯著落差。因此，若你想把不同工具或版本的「活躍使用者」數據拿來互相比較，務必先確定雙方的名詞定義是否一致，否則很可能做出錯誤解讀。
「活躍使用者」有什麼意義？
單看「活躍使用者」或許覺得：不就是上線人數嗎？有啥特別？但其實，它能幫你釐清兩個重要問題：
- 用戶是不是持續回來使用你的產品？
- 透過長期觀察，可以判斷產品黏著度究竟高不高？
很多人只看每日獨立訪客（UU）或每月獨立訪客，再加上廣告轉換率，就以為掌握全貌；可是一旦你把活躍使用者的時間跨度拉開，像是從 7 天、14 天到 30 天來觀察，就能發現某些訪客也許只造訪一次就走了，或者離開很久後又突然回來。這些都透露出「用戶黏著度」的重要訊號。
情境舉例：
假設在 2/11～2/21 這段期間，有五名訪客拜訪你的部落格：
- 每天的不重複訪客（UU）看起來還行，A 與 B 甚至天天來。
- 但另外三位（C、D、E）只在初期的某天出現，之後就沒回頭。
如果你只盯著「1 天活躍使用者（1-Day Active Users）」的數字，可能看到每日都有 3～5 個人，就覺得流量保持不錯。但當你切換到「7 天活躍使用者（7-Day Active Users）」就能發現，從 2/18 開始，後面幾天其實只剩下 A、B 兩人還在，整體 7 天活躍用戶總數開始下滑—顯示：
網站並沒有帶來高品質(持續造訪)的流量，或是，網站並沒有產生新訪客流量。
再把視角拉到 14 天或 30 天，就更容易洞察長期訪客的趨勢。如果這些長期活躍使用者的數量同樣在縮減，代表內容或服務沒有足夠吸引力讓人持續關注，或是你沒有源源不絕的新訪客進來，形成一個「新鮮血」補給不足的窘境。
活躍使用者 vs. 產品黏著度
所謂「黏著度」，簡單說就是：用戶一旦上癮，就會反覆使用你的產品。活躍使用者數量可以幫你粗略判斷黏著度，比如 DAU/MAU 這個比值（也被一些人稱為 Stickiness Ratio）——
Stickiness Ratio = DAU / MAU
如果 DAU/MAU 越高，代表每日回來使用的用戶佔整個月度活躍用戶的比重越大，意即「當月來過的用戶，有很大比例每天都來」，這就是一種高度黏著。
比方說，你的 DAU 平均 10 萬，MAU 有 30 萬，Stickiness Ratio = 10 萬 / 30 萬 = 33%，這代表 1/3 的用戶幾乎每天都回來；反之，如果只有 1%，就顯示大部分人只在某幾天有需求才上線。
如何提升活躍使用者？
知道了活躍使用者的意義，接下來最常被問的問題就是：「要怎麼提升？」以下幾個方向供參考：
- 內容與功能持續更新：如果你是部落格主或媒體網站，用戶下次回來時看不到新內容，就很容易流失。若是 App，定期推出新功能或改版，也能讓用戶保持新鮮感。
- 通知、推播或電子報：適度提醒用戶回來看看。例如電商網站在節慶或促銷時，可以寄送客製化優惠券；內容平台可以推播「你追蹤的作家又發新文了」。
- 加強互動機制：不論留言、評價、按讚、收藏等，都能增進用戶參與度。用戶在平台上有付出，就更容易建立感情，進而增加回訪次數。
- 策劃活動或挑戰：像是「簽到抽獎」或「每日小任務」等，刺激用戶保持連續使用。遊戲化的機制常能有效留住使用者。
- 監控新用戶體驗（Onboarding）：新用戶第一天、第一週的體驗至關重要。若能在初期就讓他們找到核心價值（Aha Moment），活躍度自然提高。
不同時間跨度下的分析
除了 1 天、7 天、14 天、30 天，還有人會看 3 天、5 天、10 天等自訂區間，沒有一個絕對的正解，重點在於「哪個時間維度最能反映你的產品生命週期與業務模式」。
舉例來說：
- 如果你的 App 是每日連載漫畫或新聞，DAU 會很重要，因為用戶天天都要來看更新。
- 如果你的平台是月付費服務（如線上訂房），那 MAU 可能更關鍵。
關鍵在於：思考使用者的使用習慣，以及你想追蹤的商業目標。
小結：別小看活躍使用者
短期內，活躍使用者看起來只是個「上線人數」的數字。但搭配不同時間跨度，就能窺見更多深層問題：
- 當 7 天或 14 天活躍使用者不斷下降，是不是網站無法把第一次來訪的人「留住」？
- 當 DAU/MAU 比值偏低，是否意味著大多數用戶都不常回來？
懂得讀這些蛛絲馬跡，就能對症下藥，從內容、功能到互動機制進行優化。正如同一句名言：
「數據只是敲門磚，行動才是解方。」
很多時候，你不是沒有流量，而是流量都變成一次性的過客。如果能讓他們從「偶爾來晃晃」變成「每天（或定期）都掛在上面」，那時候你就真正鞏固了產品黏著度，也讓整體營收或服務價值水漲船高。
以上，就是活躍使用者在網站和應用程式分析中扮演的重要角色。若你有更多問題或想法，歡迎進一步交流。畢竟，活躍使用者不是冰冷數字，而是真正對你的產品有需求、並願意花時間停留下來的「真愛粉」。好好愛惜他們，你的產品才能走得更遠、更穩。
