dau计算公式，日活如何计算

概念

DAU（dau）=Daily Activited Users 日活跃用户，一般会结合MAU（月活跃用户数量）一起使用，这两个指标大多数情况下用来衡量服务的用户粘性还有服务的衰退周期。MAU、DAU分别从宏观和微观的的视角对服务的用户粘性做了权衡，也可这么说，MAU更像战略方面的表征，DAU更像战术方面的表征。通过这些宏观和细微的趋势变化，可以对营销及推广提供一部分数据支持或者帮。

DAU/MAU拓展解释

这两个指标大多数情况下出现在->在线服务的分析统计指标中，例如在线文档，或者是网页邮箱服务，互联网游戏，SNS游戏等等。

比如，这个指标现在在SNS游戏里面产生，按计算DAU的当天开始计算，计算MAU往前推一个月计算MAU，这基本上等同于计算一个移动平均，这个公式里面唯有两个参数，假设MAU不变，而是DAU在增多，说明游戏对用户的口碑及粘性正启动出现深度的交互作用，假设是DAU在降低，则说明同样样本的用户池，用户启动对游戏不感兴趣，可以对照DAU和MAU得出结论，但是，其实，有这个比值就更直观一部分。

DAU的组成

日活跃大约的构成可以分成以下的部分：新登的用户+老活跃用户+回流的用户。

这当中，新登用户针对日活跃用户的影响是大的，大多数情况下新登占有比例达到百分之40，而这个比例是可以判断游戏核心用户规模的依据之一。假设新登用户在后续持续性转化稳定的老用户以后，既然如此那，老活跃用户的规模是在持续性增长的，同时，假设新登用户的注入水平保持不变，游戏的核心用户有规模在增长，并且新登用户所占的日活跃百分比在下降；假设新登用户注入水平也在增长，且持续性转化为老用户，即核心用户规模也在增长，既然如此那，新登用户所占百分比会在一个区间稳定的变化的。

核心用户规模之故此，使用日活跃用户来衡量，因素在于，以每日作为一个衡量的单位比较客观反映用户的游戏积极性，以日作为统计长度，恰好满足用户游戏的短的周期性循环。既然如此那，在平日的分析中，我们可以简单计算一个周期内，每日新登用户和活跃用户的关系比例，看一个长时间趋势，相对的程度上反映了现在核心用户的规模增长情况。

DAU能分析什么

单单一天的日活跃实际上只可以与前一日或者历史同期做一个环比或者同比的分析。但是，日活跃的能发挥的作用远远超过你的想象。通过日活跃的数据，我们可以分析得出核心用户规模、产品粘性分析、用户流失分析、渠道质量分析、产品周期变化。

计算方法

DAU一般统计一日（统计日）之内，在线登录或使用了某个产品的用户数（去除重复在线登录的用户），这与流量统计工具里的访客（UV）概念相似。

日活的概念即一天之内打开某产品的用户数（去重），其实就是常说的说一个人打开100次，即计算为1个日活，但是，100个人，每人只开1次，也计算为100个日活。

月活的概念和日活类似，但是，统计周期扩大为30天，其实就是常说的在30天时间内，打开某产品的用户数（去重）。其实就是常说的说30天里面你每天都打开，也只算1个月活，但是，100个人，分别在30天内的不一样时间打开产品，就可以计算为100个月活。

既然如此那， 日活/月活 是一个怎样的指标呢？

我们看哪些极端的例子：

假定某产品有10000名用户，这批用户都很忠诚，每天都会打开产品。 这样该产品的日活为10000，月活也是10000。 日活/月活 = 1

假定某产品有10000名用户，这当中一半的用户很忠诚，每天都会打开产品。 另一半的用户没既然如此那，忠诚，隔一天打开一次，这样该产品的日活（的平均值）是 5000 + 5000/2 = 7500 ，而月活不变，仍是10000。 这样 日活/月活 = 3/4

用户活跃度=日活跃用户/月活跃用户，计算公式：DAU/MAU（理论值不小于0.2,0.2*一个月=6天，即用户登陆次数很多于6天）

用户活跃度=日活跃用户/月活跃用户，计算公式：DAU/MAU（理论值不小于0.2,0.2*一个月=6天，即用户登陆次数很多于6天）

用户活跃度=日活跃用户/月活跃用户，计算公式：DAU/MAU（理论值不小于0.2,0.2*一个月=6天，即用户登陆次数很多于6天）

停留时间:即用户开启app后使用的时候长

开启次数：从用户首次开启到某个时间段共开启的次数

日活跃用户：当天开始过app的总用户数（包含老用户和新用户）

周活跃用户:一周内开始过app的总用户数（包含老用户和新用户）

日活跃率：当天活跃用户数/总用户数

周活跃率：一周内开始用户数/总用户数

用户活跃度=日活跃用户/月活跃用户，计算公式：DAU/MAU（理论值不小于0.2,0.2*一个月=6天，即用户登陆次数很多于6天）

DAU，即：Daily Active User，指日活跃用户数

MAU，即：Monthly Active User，指月活跃用户数。

例子1： 假设每天活跃都是同样的用户，比如每天都是1万DAU，既然如此那，一个月内每天都是这1万用户在活跃，MAU也

是1万，于是DAU/MAU就是百分之100，用户粘性达到上限，微信就是接近百分之100的例子。

例子2： 假设每天活跃用户都不一样，比如每天1万DAU，既然如此那，一个月内每天的活跃用户都不一样，MAU就是30万，

于是DAU/MAU就是1/30，用户完全没有粘性。 针对常见的App，用户粘性的取值范围就是3%~百分之100，不一样领域

的App也会有不一样的基准值，比如移动游戏会以百分之20为基线，而工具类App会以百分之40为基线。

ARPPU值在传统领域也可以称之为客单价，主要用来衡量玩家在游戏中付费实力的标准。

　计算公式为:

　ARPPU (每付费用户收益) =付费总额/付费用户数

　　从公式中我们可以看得出来，假设想要提高ARPPU值，要么提高付费总额，要么降低付费用户数。有人说降低付费用户数付费渗透率不就下去了吗，收入肯定会降的。既然如此那，我们来看看另外一个公式:

　大家现在都知道，收入=付费渗透率*ARPPU*DAU，其实就是常说的说在DAU保持不变的情况下，只要付费渗透率和ARPPU值的乘积是增大的，整体收入就肯定会增长。