一、先把口径钉死：你的 DAU 到底怎么算的？
1.1 三个必须明确的统计规则
在讨论任何 DAU 策略之前，先把这三件事写进文档里，全公司对齐：
① "活跃"的判定标准
- 最低标准：启动 APP / 打开网页
- 推荐标准：完成一次核心行为（社交=发消息/刷feed；电商=浏览商品；工具=使用功能）
- 你的选择：______（建议选"核心行为"，否则 DAU 虚高无意义）
② 去重维度
- 登录用户：按 user_id 去重
- 未登录用户：按设备 ID 去重
- 跨端用户：同一账号在手机和 PC 各用一次，算 1 个还是 2 个？
③ 时间窗口
- 自然日（00:00 - 23:59，按哪个时区？）
- 滚动 24 小时（较少用）
1.2 公式：DAU 的构成拆解
DAU = 当日新增用户 + 留存老用户 + 回流用户| 构成 | 定义 | 健康占比参考 |
|---|---|---|
| 新增用户 | 当天第一次使用产品的用户 | 5% - 15% |
| 留存用户 | 昨天也活跃的老用户 | 60% - 80% |
| 回流用户 | 之前流失、今天又回来的用户 | 10% - 25% |
新增占比超过 30% 要警惕：要么是投放期，要么是留存崩了。
二、诊断：你的 DAU 健康吗？（5 分钟自检法）
拿到 DAU 数据，按这个顺序看，快速定位问题：
第一步：看趋势线（30 天）
画一条 30 天 DAU 曲线，问自己三个问题：
- 整体方向：涨？平？跌？
- 波动幅度：周末和工作日差多少？（>30% 说明用户场景偏休闲）
- 有没有异常点：某天突然暴涨/暴跌，对应发生了什么？
第二步：算三个关键比值
| 指标 | 公式 | 危险信号 |
|---|---|---|
| DAU/MAU | 日活 ÷ 月活 | < 10%（低频或粘性差） |
| 次留率 | 次日留存用户 ÷ 当日新增 | < 30%（新用户质量差/首体验差） |
| 7 日留存率 | 第 7 日留存 ÷ 当日新增 | < 15%（产品没有形成习惯） |
第三步：拆 DAU 结构
把 DAU 按用户分层拆开看：
DAU 总量 ├── 新用户（注册 ≤ 7 天） ├── 成长用户（注册 8-30 天） ├── 成熟用户（注册 > 30 天，且近 30 天活跃 ≥ 10 天） └── 沉睡回流用户（之前 30 天未活跃，今天回来了）成熟用户占比 < 50%→ 产品留不住人，增长不可持续。
第四步：找"北极星行为"
不是所有活跃都有价值。找到那个最能预测长期留存的行为，叫北极星行为：
- 社交产品：添加 5 个好友
- 内容产品：关注 3 个创作者
- 电商产品：完成首单
- 工具产品：使用核心功能 3 次
监控"完成北极星行为的 DAU 占比"，这个指标比纯 DAU 更能反映产品健康度。
三、归因：DAU 跌了，到底是谁的锅？
DAU 下跌时，按这个排查顺序，最快找到原因：
3.1 技术侧（先排除，最容易被忽略）
- 推送服务是不是挂了？（Push 发不出去 → DAU 直接掉）
- 有没有版本更新带 Bug？（闪退 / 白屏 / 加载失败）
- 服务器 / 接口是不是超时了？
- 统计埋点是不是坏了？（先确认数据本身没错）
3.2 运营侧
- 昨天的投放是不是停了？（新增断崖 → 后续几天 DAU 连锁跌）
- 上一个活动是不是结束了？（活动结束 → 活动用户流失）
- 签到 / 任务体系是不是出问题了？
- 内容更新是不是断了？（资讯/视频类尤其敏感）
3.3 产品侧
- 最近有没有大改版？（改版后用户不适应 → 流失）
- 核心路径是不是变长了？（操作变复杂 → 用户放弃）
- 有没有引入用户反感的功能？（比如强制广告）
3.4 外部侧
- 竞品是不是搞大动作了？（补贴、上线新功能）
- 是不是节假日 / 特殊事件？（春节、考试季、世界杯）
- 应用商店是不是被下架 / 降权了？
经验法则：DAU 跌幅 < 10%，通常是正常波动；跌幅 10% - 20%，查运营和技术；跌幅 > 20%，大概率是技术故障或重大外部事件。
四、增长：提升 DAU 的三层闭环策略
4.1 第一层：拉新闭环（让更多人来）
目标：提升新增用户数量和质量
渠道获客 → 首屏转化 → 新手引导 → 首周留存 → 自然传播 ↑ ↓ └──────────── 数据反馈优化 ──────────────────┘关键动作：
- 渠道质量分级：每个渠道的次留、7 留、LTV 分别是多少？砍掉低质量渠道，加投高质量渠道。
- 首屏 3 秒法则：用户打开 APP 3 秒内，能不能明白"这是什么、对我有什么用"？
- 新手任务设计：引导用户在 24 小时内完成北极星行为（比如"关注 3 个感兴趣的人"）。
- 裂变机制：老用户带新用户，奖励要对双方都有吸引力，且不伤害产品体验。
4.2 第二层：提频闭环（让人来得更勤）
目标：提升 DAU/MAU 比值，让用户养成使用习惯
触发使用 → 获得价值 → 产生期待 → 下次再来 ↑ ↓ └────── 习惯强化循环 ────────┘关键动作：
- Push 策略：
- 不要全量推，按用户标签精准推
- 每天不超过 1-2 条，多了会被关通知
- A/B 测试不同文案和推送时间
- 签到 / 连续打卡：
- 连续天数奖励递增（第 7 天大奖）
- 断签补签机制（分享可补签 → 顺便拉新）
- 内容/功能更新节奏：
- 固定更新时间（每天 8 点更新 → 用户形成预期）
- 个性化推荐：越用越懂你 → 越懂你越想用
- 社交关系链：
- 好友动态、好友在玩、排行榜 → 社交压力驱动使用
- 这是最高效的提频方式，没有之一
4.3 第三层：防流失闭环（让人别走）
目标：降低流失率，延长用户生命周期
识别流失风险 → 触达召回 → 回归体验 → 重新激活 ↑ ↓ └──────── 流失原因复盘 ────────────┘关键动作：
- 流失预警模型：
- 哪些行为预示用户要走？（使用频次下降、核心行为减少、社交关系降温）
- 提前 3-7 天识别，在流失前干预
- 分层召回策略：
- 刚流失（7 天内）：Push 召回，推个性化内容
- 中期流失（7-30 天）：短信 + 福利召回
- 深度流失（>30 天）：大额福利 + 产品新功能告知
- 流失原因分析：
- 定期做流失用户调研
- 看流失用户最后一次用了什么、停在了哪一步
- 把流失原因反馈给产品迭代
五、验证：你做的动作到底有没有用？
做了一堆运营活动和产品改动，怎么确认是不是真的拉动了 DAU？
5.1 A/B 测试（最靠谱的方法）
- 对照组：不做任何改动
- 实验组：施加你的策略
- 看两组 DAU 的差异，统计显著才算有效
没有 A/B 测试条件的小团队，可以用"前后对比 + 排除外部因素"的方式，但结论要打折扣。
5.2 三个验证维度
| 维度 | 看什么 | 怎么算 |
|---|---|---|
| 短期效果 | 活动期间 DAU 提升了多少 | 活动期 DAU ÷ 活动前 7 日均值 |
| 中期留存 | 活动带来的用户留了多少 | 活动新增的次留 / 7 留 / 30 留 |
| 长期价值 | 活动用户的 LTV 怎么样 | 活动用户 90 天内的总收入 ÷ 用户数 |
5.3 警惕"虚假增长"
以下情况 DAU 涨了，但其实是亏的：
- 补贴拉新：发 10 块钱红包拉来的用户，LTV 只有 2 块
- 低质内容引流：标题党骗进来的用户，次留只有 5%
- 强制分享：不分享不能用 → 用户分享完就走，还反感产品
- 刷量 / 羊毛党：数据好看，没有真实价值
六、持续优化：建立 DAU 运营的闭环机制
6.1 日常监控看板
每天早上看这几个数，5 分钟掌握产品状态：
- DAU 绝对值 + 日环比 + 周同比
- DAU 构成（新增 / 留存 / 回流占比）
- 次留率（昨天新增的今天还剩多少）
- Push 到达率和点击率
- 核心行为完成率
6.2 周度复盘节奏
| 时间 | 动作 | 产出 |
|---|---|---|
| 周一 | 看上周数据，定本周目标 | 本周 OKR |
| 周三 | 中期检查，调整策略 | 策略调整方案 |
| 周五 | 周复盘，总结经验教训 | 周报 + 下周计划 |
6.3 月度深度分析
每月做一次深度分析，回答这三个问题：
- 增长从哪来？（哪个渠道、哪个功能、哪个活动贡献最大？）
- 流失去哪了？（哪类用户流失最多？为什么流失？）
- 下个月怎么干？（重点投入什么？砍掉什么？）
总结：DAU 增长的本质
很多人以为 DAU 增长靠的是"技巧"——Push 怎么写、活动怎么搞、裂变怎么玩。
但真正决定 DAU 长期走势的，只有一件事：
用户用了你的产品，有没有获得真实价值？
技巧决定短期波动，价值决定长期曲线。
闭环的最后一环，永远回到产品本身：用户为什么来？为什么留下？为什么走？把这三个问题想清楚，DAU 只是结果。
