必备视角：用户活跃状态

如果你能清晰地拆分并分析用户的活跃状态，那么大概70%的数据分析问题都会迎刃而解，而“卡”住分析的，往往就是这个非常基础但是很容易被忽视的内容。

所以，当你遇到任何数据波动的疑问，首先细分用户活跃状态，明确「导致问题用户」所处的活跃状态，对你的帮助一定很大。

新增用户数+老用户数=活跃用户数

先说活跃这个词，一说活跃用户，会有很多人认为所谓活跃用户，就是在产品中非常活跃的用户。量化一下，比如至少一周有两三天在使用，才是所谓的活跃用户。

对不起，不是这样的。

首先要明确一个概念，所谓活跃，或者活跃用户，在业内通用的定义指：这个用户在选定的时间周期内，有打开过产品，就算作活跃，就是一个活跃用户。

所以，活跃定义的是一个状态，而不是程度。而活跃用户，分为两类用户，即：新增用户和老用户。

新增都懂就不说了，而所谓老用户，即不是第一次访问产品的用户，都是老用户。所以这三个概念的关系是，同一时间周期内，新增用户数+老用户数=活跃用户数。

打个比方，你每天看到的新增活跃数据，比如：平均日新增4k人，日活1w 人，那就意味着平均每天访问的老用户有6k人。

流失用户+沉默用户=不活跃用户

那么，既然是细分用户活跃状态，有活跃的阶段，就一定有不活跃的阶段。如果你去关注下不活跃用户，可能会被小小的颠覆一下，那就是不活跃的用户数量是极其庞大的。

不活跃的用户里，也分两部分：即流失用户和沉默用户。

其中数量上占绝对大头的是流失用户，所谓流失用户，就是曾经使用过我们产品。但是已经连续有一段时间没有启动过产品了，而且这个时间段已经长到我们认为用户已经否定或者忘记了产品，那么我们把这样的用户定义为流失用户，根据不同产品的业务特点，一般按照30天，60天，或者90天以上进行划分。

另一部分是沉默用户，同样，沉默用户也曾经使用过我们产品，同样也是有一段时间没有启动过产品了。但是这个时间段，是一个有最大值和最小值的时间区间，最大值不能超过定义流失用户的那个值，最小值一般是定义流失用户天数的三分之一。

比如，某业内名气一般的内容社区产品，可定义：如果连续30天以上没有启动过产品，那就认为这样的用户是流失用户。定义沉默用户的时间区间，可以是连续7天到连续30天没有启动过产品的用户。

好，这里有一个关键点，很多人都会问我：“你怎么判断或者定义流失用户？”

我的答案是：“这个阈值就是基于我们对自家业务和用户的理解，定义且通过数据逐步校准的，并没有一个官方的公式。”

细分用户活跃状态

伴随产品的成长，不活跃用户的数量之大可能大大超出你的想象，对不活跃用户进行召回就非常重要，而且方法得当后也是非常有效的。

正因如此，会有一部分用户成为沉默用户或者流失用户后又被成功召回，成为老用户中非常独特的一个群体——回流用户，或者叫回流老用户。

为什么要做这样的细分呢？

因为一个回流用户所面临的使用场景和体验，与新增用户是非常相像的，我们同样需要激活回流用户，保持他们的持续活跃。但是，他们本质上又不是新增用户，比如：金融产品、新手标这样的优惠手段，他们就无法享受。

所以，必须将这类用户细分出来，进行专属运营和服务。

打个比方，如果你运营策略做的比较细致，利用规则给回流用户和持续活跃老用户不同的奖励，以刺激不活跃的用户。先完成回流，进而保持持续活跃，再领取持续活跃的奖励，最终让他变成一个高价值的用户。

用户活跃状态的变迁

首先，用户作为新增用户进入我们的产品，会有两个走向：

1. 如果被成功激活，认可产品的价值，新增用户会持续访问，变成一个活跃老用户；

2. 如果新增后连续一段时间没有访问过产品，那么就会成为一个沉默用户。当用户连续不访问的时间段达到了流失用户的标准，那这个用户就处于流失状态了。

那么，活跃用户和流失用户都怎么在平台持续保持关注呢？积分商城搭建和积分商城运营就很关键了，让用户除了产品消费以外，又享受了增值服务。

同时，如果处于沉默或者流失状态的用户，由于我们的召回策略，看到了我们的广告，或者是有什么需求的时候想到了我们，又再次访问了我们的产品，这样的用户就处于回流状态。用户回流后，如果持续访问，也会成为一个活跃老用户。

最后，如果一个处于活跃状态的用户，不论是正处于新增、回流还是老用户，随时有可能变成一个沉默用户，这也是为什么需要有数据实时监控产品里用户的状态，以便及时调整策略。

用户活跃状态对业务数据的影响

首先，从流量维度，通常我们只关注新增、活跃用户数量；如果我们来看用户活跃状态的变迁图的话，你会发现：

• 新增状态，是任一个用户的起点。

• 沉默状态，是一个用户从活跃变为流失的必经之路。

• 而任何的召回策略，用户都一定会经历的状态，就是回流。

所以，新增、沉默、回流，是整个用户状态的三个关键节点。新增大家都足够重视，沉默和回流状态的用户，往往就容易被忽视，所以，我们做流量分析的时候，要能精准的衡量拉新、促活和召回。

• 对新增用户的分析，在于拉新和促活。

• 对回流用户的分析，在于召回后促活。

• 对沉默用户的分析，在于防范未然及时召回。

其次，从转化维度，我们分析的重点应该定位到真正影响转化的人群。

很多企业会遇到“为什么转化降低了，怎么也找不到原因”的窘况。其实，我们要知道数据的波动最容易带来改变的就是用户。如果你每天查看的数据指标，没有拆分用户的活跃状态，比如：新增用户质量一旦降低，你的所有关键指标的转化率，都会下降。

所以，在查看关键转化率的时候，一定要有所细分，细分不同用户状态的转化率。

比如：首次触发的转化率；老用户重复触发的转化率。转化率高低也会跟用户积分是否做了会员积分兑换系统很大关系，如果有做对用户体验，转化率提升很大帮助。

第三，从留存维度，虽然我们总提到留存率，但实际上，90%的人对留存的分析深度是很浅的。

留存相关的内容如果要展开说，涉及用户生命周期计算、同期群分析等。我建议：若要理解细分用户状态的价值，那么至少，除了新增用户留存，同时要去衡量回流用户和老用户的留存情况，才可清晰评估运营效果。

活跃是一个状态，而不是程度，细分用户活跃状态，满足处于不同状态用户的需求促使其完成转化。精准衡量用户活跃状态并制定拉新、促活、召回等策略，评估用户的价值层级，定位真正影响转化的人群，衡量处于活跃状态的用户在各个阶段的留存指标，唯有如此精细化的运营，提高不同用户活跃状态的满意度，才能最终实现业务的增长。

用户活跃积分商城开发是产品运营中必不可少的，现在有很多免费积分商城系统，可以直接积分商城api对接即可使用，快速帮助活跃用户。