使用者參與度衡量

活躍使用者指標

DAU:Daily Activity User. 前一天活躍使用者數量 WAU:Weekly Activity User. 前七天活躍使用者數量 MAU:Monthly Activity User. 前三十天活躍使用者數量

使用者採用程度 (Adoption)

產品使用者採用程度 Production Adoption (%) (關鍵功能的前三十天活躍使用者數/前三十天登入的使用者數量 )* 100% (Key feature MAU/monthly logins )* 100%

功能使用者採用程度 Feature Adoption(%) (功能的前三十天活躍使用者數/前三十天登入的使用者數量)* 100% (feature MAU/monthly logins)* 100%

Example

有個記帳App，提供記帳，消費分析，同時也提供了日記功能。記帳與消費分析是我們所重視的關鍵功能，日記則是次要功能。我們透過紀錄獲得以下數字：

前三十天登入的使用者數量(monthly logins): 10000

記帳前三十天活躍使用者數量(記帳MAU): 7000

消費分析前三十天活躍使用者數量(消費分析MAU): 2000

記帳或消費分析前三十天活躍使用者數量(記帳/消費分析MAU): 8000

日記前三十天活躍使用者數量(日記MAU): 3000則:

產品使用者採用程度= (8000/10000 )* 100% = 80%

記帳功能使用者採用程度= (7000/10000 )* 100% = 70%

消費分析功能使用者採用程度= (2000/10000 )* 100% = 20%

日記功能使用者採用程度= (3000/10000 )* 100% = 30%

---

使用者黏著度(Stickiness)

產品使用者黏著度 Stickiness(%) (關鍵功能的前一或七天活躍使用者數/關鍵功能的前三十天活躍使用者數量 )* 100% (Key feature DAU or WAU/Key feature MAU )* 100%

功能使用者黏著度 Stickiness(%) (功能的前一或七天活躍使用者數/功能前三十天活躍使用者數量)* 100% (feature DAU or WAU/feature MAU)* 100%

Example

我們繼續使用剛剛的例子，記帳App，提供記帳，消費分析，同時也提供了日記功能。記帳與消費分析是我們所重視的關鍵功能，日記則是次要功能。因為記帳通常是每天要進行的，所以我們採用每日的定義。

產品關鍵功能的前三十天活躍使用者數量(Key feature MAU)，也就是記帳或消費分析前三十天活躍使用者數量(記帳/消費分析MAU): 8000

記帳前三十天活躍使用者數量(記帳MAU): 7000

消費分析前三十天活躍使用者數量(消費分析MAU): 2000 

日記前三十天活躍使用者數量(日記MAU): 3000

記帳前一天活躍使用者數量(記帳DAU): 1000

消費分析前一天活躍使用者數量(消費分析DAU): 100 

記帳或消費分析前一天活躍使用者數量(記帳/消費分析DAU): 1020

日記前一天活躍使用者數量(日記DAU): 300則:

產品使用者黏著度 = (1020/8000 )* 100% = 12.75%

記帳功能使用者黏著度= (1000/10000 )* 100% = 10%

消費分析功能使用者黏著度= (100/10000 )* 100% = 1%

日記功能使用者黏著度= (300/10000 )* 100% = 3%

---

留客率(Retention Rate)

產品留客率 Retention Rate(%) (關鍵功能的持續使用者數量/關鍵功能的前三十天活躍使用者數量 )* 100% (Key feature retented user/Key feature MAU )* 100%

功能留客率 Retention Rate(%) (功能的持續使用者數量/功能前三十天活躍使用者數量)* 100%(feature retented user/feature MAU)* 100%

Example

繼續使用記帳App的例子，記帳與消費分析是關鍵功能，日記則是次要功能。我們想知道前三十天的留客率，而此App 沒有什麼簽約不簽約的，就以有使用兩天以上的使用者視為他們願意留下來，並且前三十天新增的客戶不列入計算。

記帳或消費分析前三十天活躍使用者數量(記帳/消費分析MAU): 6000

記帳前三十天活躍使用者數量(記帳MAU): 4000

消費分析前三十天活躍使用者數量(消費分析MAU): 1500

日記前三十天活躍使用者數量(日記MAU): 2800 

記帳前三十天中用超過兩天的使用者數量(記帳retented user): 1700

消費分析前三十天中用超過兩天的使用者數量(消費分析retented user): 400 

記帳或消費分析前三十天中用超過兩天的使用者數量(記帳/消費分析 retented user): 1800

日記前三十天中用超過兩天的使用者數量(日記retented user): 900則:

產品留客率 = (1020/6000 )* 100% = 17%

記帳功能留客率= (1700/4000 )* 100% = 42.5%

消費分析功能留客率= (400/1500 )* 100% = 26.67%

日記功能留客率= (900/2800 )* 100% = 32.14% 

---

產品/功能參與度 Product/Feature Engagement Score

產品參與度 Product Engagement Score 使用者採用程度，黏著度，留客率的平均值 Average of production adoption, production stickiness, and production retention rate.

功能參與度 Feature Engagement Score 功能使用者採用程度，黏著度，留客率的平均值 Average of feature adoption, feature stickiness, and feature retention rate.

Example

根據上述的例子，記帳App的產品參與度以及日記功能的參與度各是多少呢？

我們已經算出：

  產品使用者採用程度= 80%

  產品使用者黏著度 = (1020/8000 )* 100%= 12.75%

  產品留客率 = (1020/6000 )* 100%= 17%  日記功能使用者採用程度= (3000/10000 )* 100%= 30%

  日記功能使用者黏著度= (300/10000 )* 100%= 3%

  日記功能留客率= (900/2800 )* 100%= 32.14%因此我們可以這樣算出:

記帳App的產品參與度 = (80+12.75+17)/3 = 36.58

日記功能的參與度 = (30+3+32.14)/3 = 21.71 

到了這裡，已經將業界常用的指標介紹一遍了，不過實務上會根據產品特性，sales cycle，想觀測的目標…等等因素來制定合適的定義。像是筆者最近在計算retention rate 時，只計算新客戶的retention rate，反而不計算既有客戶。而客戶參與度也並非必須採用這三個指標，你想置換其中的項目，或是增加刪減，也都是可以的。觀測指標長時間的變化，讓決策者看見目前趨勢，讓資訊協助他們制定策略，才是我們採用參與度的原因。