一句话回答
用户参与度指人们在多大程度上以有意义的方式参与产品。把它拆成广度(做过关键动作的用户占活跃用户的比例)、深度(每个活跃用户的关键事件数),每天都该用的产品再加频次。只看使用时长这一个数,会藏住真正的变化。
用户参与度是什么
用户参与度(user engagement)指人们在多大程度上,以对他们和对你都有意义的方式参与一个产品。学术上的出发点是 O'Brien 和 Toms(2008):他们把参与度看作用户体验的一种质量,也看作一个有四个阶段的过程:进入点、持续参与期、脱离、再次参与。产品团队看不到体验本身,所以去测能代表它的行为:活跃的人实际做了什么、有多少人做、多久做一次。
它不是两样东西。它不是留存:留存问的是人会不会回来,参与度问的是人在这里时做了什么。在社交平台上,「engagement」指每条内容的点赞、评论和转发,是另一种指标;本页讲的是人们使用网站、App 或产品。想看带公式的参与度指标大全,见参与度指标;会话层面的版本见参与会话。
为什么只看一个数会误导
使用时长是最常见的头条数字,它也可能朝错误的方向变。示例数据:一个产品两个月的活跃用户都是 10,000,第 2 个月上线了改版。
| 第 1 个月 | 第 2 个月 | 变化 | |
|---|---|---|---|
| 活跃用户 | 10,000 | 10,000 | 0 |
| 平均会话时长 | 4.0 分钟 | 5.5 分钟 | +37.5% |
| 做过关键动作的用户 | 3,200(32.0%) | 2,700(27.0%) | −5.0 个百分点 |
| 关键事件总数 | 9,600 | 8,370 | −12.8% |
| 每个活跃用户的关键事件数 | 0.96 | 0.837 | −12.8% |
| 做过的用户平均关键事件数 | 3.0 | 3.1 | +3.3% |
复算方法:3,200 ÷ 10,000 = 32.0%;9,600 ÷ 10,000 = 0.96;9,600 ÷ 3,200 = 3.0;8,370 ÷ 2,700 = 3.1;0.837 ÷ 0.96 − 1 = −12.8%。只盯会话时长的看板会把第 2 个月算作胜利。两个比率讲的是另一个故事:到达关键动作的人变少了,而做过的人用得和以前差不多。会话变长可能是更感兴趣,也可能是更困惑;到达关键动作的比例在下降,说明应该先怀疑后者。
三个角度:广度、深度和频次
参与度至少要两个数,口径是同一批活跃用户、同一个时间窗;产品本来就该每天用的话,再加第三个。
| 角度 | 回答什么问题 | 公式 | 第 1 个月示例 | 盲区 |
|---|---|---|---|---|
| 广度 | 活跃用户里有多少人做了关键动作? | 做过的用户数 ÷ 活跃用户数 | 3,200 ÷ 10,000 = 32.0% | 点一次和点五十次一样算 |
| 深度 | 他们做得有多多? | 关键事件数 ÷ 活跃用户数;也可以 ÷ 做过的用户数 | 9,600 ÷ 10,000 = 0.96;9,600 ÷ 3,200 = 3.0 | 少数重度用户会拉高平均数 |
| 频次 | 他们多久出现一次? | 日均活跃用户 ÷ 月活跃用户 | 1,800 ÷ 10,000 = 18%,约 30 天里的 5.4 天 | 取决于产品本身的使用节奏 |
频次就是 DAU/MAU 比值;一年只用几次的报税工具比值会很低,但完全健康。使用规则:
- 比较任何东西之前,先固定「活跃」的定义。任意事件、登录后的页面浏览、核心动作,算出来的人数差别很大。
- 广度和深度并排报告。广度下降而做过的人的深度没变,说明变的是触达范围,不是喜欢程度。
- 只有产品有预期节奏时才加频次,并和自己的历史或不同用户组比较。
平均数什么时候会藏住分布
用平均数表示深度,会藏住使用有多不均匀。示例数据:两个产品各有 1,000 个活跃用户,每人关键事件数的平均值都是 3.0。
| 产品 X | 产品 Y | |
|---|---|---|
| 做了 3 次关键事件的用户 | 1,000 | 0 |
| 做了 30 次关键事件的用户 | 0 | 100 |
| 一次都没做的用户 | 0 | 900 |
| 人均事件数(均值) | 3.0 | 3.0 |
| 广度 | 全部 1,000 个用户 | 10% |
| 中位数 | 3 | 0 |
复算方法:产品 Y 有 100 × 30 = 3,000 次事件,除以 1,000 个用户 = 3.0;100 ÷ 1,000 = 10% 的广度。产品 X 是每个人都用一点;产品 Y 是十分之一的用户重度使用,其余的人完全不用。均值一样,该采取的做法却不一样。如果中位数远低于均值,或者中位数是 0,先看分布,别急着相信平均数。
怎么选关键动作
上面的度量,质量取决于关键动作选得好不好。可用的关键动作要通过四项检验:
- 它承载价值。 创建、分享、发送或完成了某件事,而不只是登录或看了一个页面。
- 它不是一次访问。 登录和页面浏览衡量的是在场,应该放进「活跃」的定义,而不是关键动作。
- 它发生得足够频繁。 在 30 天窗口里,做的人要足够多,分组才大到能比较。
- 它不容易误触发。 不小心点一下不该算。
| 产品 | 合格的关键动作 | 不合格的动作 |
|---|---|---|
| 即时通讯 App | 发送了一条消息 | 打开了 App |
| 网上商店 | 下了一个订单 | 看了商品页 |
| 文档工具 | 编辑了一份文档 | 登录 |
| 学习 App | 完成了一节课 | 启动了 App |
名单要短。把几个核心事件合成一个分数的做法见产品参与度分,它建议选 3–10 个。
常见错误
- 拿使用时长当头条。 它会因为困惑而上升,和因为感兴趣而上升一样容易。
- 趋势中途改「活跃」的定义。 这个月数任意事件、下个月数核心动作,会让所有对比失效。
- 把后台活动算进去。 同步、推送回执和系统事件会让每个人都看起来活跃。
- 混着看不同的人群。 新用户多的月份,参与度会比老用户为主的月份低;要拿同类比。
- 把参与度当目标。 直接去推这个数,比如多发通知,数字可能升高而价值下降。用它来决定往哪里看。
在 TapCub 里怎么看用户参与度
上面第 1 个月的数字,在 TapCub 里可以这样读。
- 定义关键动作和「活跃」规则。 把关键动作作为事件发出。服务端发的事件只有在全端分析 › 数据管理 › 事件与属性里设成「计入活跃」才算活动;否则只接服务端的项目会显示没有活跃用户。
- 在一张图里读广度和深度。 在全端分析 › 行为分析 › 行为分析里,分布模型有一个参与矩阵:每行是一个自定义事件,广度是触发过它的人占活跃人数的百分比,另一个轴是人均次数。最多显示 30 个事件;名称以双下划线开头的事件会被跳过。
- 检查分布形状。 同一个模型还能画出每个人触发某个事件几次、或活跃了几天的直方图,带均值和中位数。
- 补上频次和会话层面的视图。 App 看应用统计 › 用户分析 › 用户分析里的日活、周活、月活,以及应用统计 › 用户分析 › 参与度里的时长、频次、间隔、屏幕数和启动次数分布。网站看网站统计 › 数据报表里的参与率:会话达到 10 秒、2 次页面浏览或命中关键事件,就算参与会话。
- 比较不同人群。 在分群与标签里建一个分群,比如本月注册的用户,再点「去分析」,只看这群人的同样度量。
TapCub 衡量的是行为,不做问卷,满意度和意图要从别处获得。
资料来源
- O'Brien, H. L. 和 Toms, E. G.(2008)。What is user engagement? A conceptual framework for defining user engagement with technology。《Journal of the American Society for Information Science and Technology》,59(6),938–955。
- Google,Analytics 帮助:互动率和跳出率:参与会话的定义(超过 10 秒、发生关键事件,或至少两次网页或屏幕浏览)。
这个解释清楚吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。
