宏观指标是在Dashboard上用于日常监控的数据，如果发现宏观数据存在问题，就需要更多的微观数据用以分析，下面，笔者将对微观指标展开详细介绍。

『微观指标』又称之为『功能指标』，反映了某个功能的具体使用情况，大致可以分为五类：功能覆盖率、功能频次、功能的衰减、功能卸载率、卸载前的事件路径，这些指标通常有两个重要的用途：

1. 当『宏观数据』出现异常时，通常会通过这些『微观数据』进行具体的归因
2. 当新增或改动了某个功能之后，需要使用『微观数据』来判断改动的有效与否，并作为下次改动方向的重要的参考依据

这一篇文章只阐述前两个指标：功能覆盖率与功能频次。

一、功能覆盖率

评价一个功能的价值可以从两方面入手，一个是功能的使用频次，一般频次越高，说明该功能越重要，另一方面是使用功能的用户数，用的人越多越能体现出该功能的价值，多数情况下功能的『使用频次』与『功能覆盖率』会一起出现，但对于低频的功能来说，只能通过『功能覆盖率』来衡量其价值，例如消息红点、计算器、壁纸……

『功能的覆盖率』指的是了解了该功能的用户数量占据总体用户数量的比例，如果从功能的了解程度上划分，可以分为：知道这个功能以及使用过这个功能，而总体用户一般分为新增用户与活跃用户两个群体。而在以上的两两组合中，最常用到的是『新增用户的功能曝光率』、『新增用户的功能使用率』、『活跃用户的功能使用率』这三个指标。

1.1 新增用户的功能曝光率

『新增用户的功能曝光率』指的是：指定的某批新增用户中，看到过该功能的用户数量占该批新用户数量的比例。

通常用于衡量该功能的曝光效率。很多情况下酒香也怕巷子深，功能做的再好，如果曝光的时机与场景不对，会导致知道该功能的用户寥寥无几，该功能自然也没有用武之地。

一般情况下，越是简单的面向大众的功能，越需要前置其曝光时机，提高曝光率。而比较复杂，面向高级用户的功能，曝光入口会深一些！

例如『拼多多』的积分引导，使用了阻断式的强曝光模式，如下图所示：

但是『微信』很多新增的高级功能，也只是在『发现』页面中多增加了一个选项而已。

1.2 新增用户与活跃用户的功能使用率

『新增用户的功能使用率』指的是某批新增用户中，使用了该功能的用户群体占据这批新增用户数的比例。同理『活跃用户的功能使用率』只是把分母换成了『活跃用户』

这两个指标看起来十分的类似，但是在计算上却大相径庭，『新增用户的功能使用率』是圈定一批新增用户，在指定的时间段内，使用过该功能的用户数占总体新增用户的比例。而『活跃用户的功能使用率』则应该取最新一天的活跃用户数为分母，统计这批活跃用户中用过该功能的用户数占比。

因为某个功能新发布的时候，活跃用户中绝大多数都是老用户，所以需要经历缓慢地升级阶段，随着时间的推移，新功能在活跃用户群体中的渗透率越来越高，最终并趋向于稳定。所以日期距离新功能上线的时间越长，『活跃用户的功能使用率』就越稳定！所以在计算的时候，分母要取最近一天的活跃用户数量。

除了定义，『新增用户的功能使用率』与『活跃用户的功能使用率』的应用场景也略有不同，『新增用户的功能使用率』用于评估功能对于新增用户的影响，例如评估曝光的效率，打开的效率等。而『活跃用户的功能使用率』则是评估功能对于所有用户的影响，例如评估广告的收入的变化等。

1.3 小结

『功能覆盖率』是产品非常重要的指标，对于特定种类的产品来说，甚至是唯一重要的指标，例如『付费买断』等一次性的，但是直接产生价值的行为。起决定性作用的，是购买用户的占比，而不是购买次数。而对于靠广告展示作为主要营收的产品来说，『功能覆盖率』依然非常重要，因为很多产品安装后触发的唯一的『插屏广告』占据了产品营收的很大一部分。当然也有很多产品的营收是靠持续的广告展示，如果是这样，就要引入功能频次这个概念了。

二、功能频次

前面介绍的『功能覆盖率』主要用于评估曝光效率、作用人群大小等指标，而使用频次则主要用于评估用户粘性与收入相关的数据。

频次越高，说明用户喜欢该功能的可能性越大，为产品带来的价值也会越大。

『功能频次』从大的维度可以分为『总频次』与『人均频次』两类，而人均频次按照受众群体又可以分为『功能人均频次』『新增人均频次』『日活人均频次』。而『日活人均频次』按照日活的定义又分为『被动活跃人均频次』与『主动活跃人均频次』。

一时间引入了这么多概念，估计会把人绕的云里雾里，接下来针对每个指标进行详细的介绍。

2.1 总频次

『总频次』指的是某批用户，在指定的时间内，使用某个功能的总频次，之前提到过，对于那些依靠在产品中持续展示广告获取利益的产品来说，『总频次』也许是产品层面上最重要的一个指标，原因是在目前的产品中，广告展示绝大多数是功能价值的伴随行为：产品首先得为用户创造价值，然后再给用户展示广告，这样才最小程度上减少用户对广告的反感，最大程度上争取用户的理解。而功能的总频次越高，说明广告展示的机会也就越多，最终给团队带来的利益也就越大。

例如用户使用垃圾清理工具清理了垃圾，清理完之后往往会在垃圾清理结果的展示页上展示一些广告，很多资讯类产品，也会在文章的末尾放一些广告，如下图所示，左边是使用360清理垃圾之后的广告展示，右边是知乎某篇文章末尾的广告展示。

2.2 人均频次

前面提到过『用户粘性』这个概念，这里要详细解释一下具体的含义：用户粘性指的是产品对指定用户群体的吸引力。

从概念上，可以知道粘性的大小由两个关键因素组成，一个是『特定用户群体』，另外一个就是『吸引力』。而吸引力的直观表现就是产品/功能的使用频次。所以对于绝大多数产品来说，在缺少任何一个关键因素的前提下谈『用户粘性』都是没有意义的，例如只强调功能的使用频次，如果用户群体特别小（金融等产品除外），也无法产生价值。同理如果只包含『特定用户群体』而不重视使用频次，则产品也无法持续的发展！

所以在前文说完了『覆盖率』（即特定用户群体）之后，接下来进入到『人均频次』的介绍。文章中会着重说明『功能人均次数』『主动活跃人均事件频次』『服务活跃人均事件频次』三个概念。

2.2.1 功能人均次数

『功能人均次数』指的是在一段时间内，使用了该功能的用户中，平均每人的使用次数，例如今天有10个用户使用了垃圾清理这个功能，一共使用了100次，那么这10人今天的『功能平均次数』就是10次。

功能人均次数是反映功能受众粘性最直观的指标，理想的『功能人均次数』应该不会随着时间的推移而有所变化，但是实际的数据却如下所示（源于某产品的真实数据），该事件的人均次数第一天最低，然后在第二天达到最高值，接下来的几天中缓慢的下降。

那是因为第一天下载App的用户中，绝大多数在试用了一次就选择了卸载，所以拉低了平均值，第二天留下来的用户才是产品的真正的目标用户（功能高频的使用者），但是随着时间的推移，这批用户会对产品渐渐厌倦，所以使用的频次也会越来越低，同时，卸载的用户数也会越来越多。

下面提供了对应的用户数与事件数的数据作为补充说明。

2.2.2 主动活跃人均频次与被动活跃人均频次

无论是『主动活跃人均频次』还是『被动活跃人均频次』，其目的都是为了快速的衡量功能的使用对整体用户的影响，例如垃圾清理功能，由于每次垃圾清理之后都会伴随着广告的展示。

那么在知道平均次数之后，就能够根据平均次数的变化，快速的计算出对广告展示的影响，进而评估出对广告收入的影响。

例如，如果某功能使用的人均次数提升了20%，在活跃用户不变的情况下，那么该广告的总收入也应该有20%左右的涨幅。

对于用户主动使用的功能，一般用『主动活跃人均频次』，而对于那些定时触发的功能，例如每天的天气预报弹窗、充电屏保等功能，则使用『被动活跃人均频次』，至于『主动活跃』与『被动活跃』用户的区别，请参考之前上一篇文章。

对于『功能覆盖率』与『功能频次』基本上就介绍完了，下一篇会将剩余的指标一并说明清楚，下期见！

相关阅读：

宏观数据指标简介（上）：「新增」与「卸载」究竟怎么看

宏观数据指标简介（下）：「留存」与「活跃」究竟怎么看

#专栏作家#

MING，个人公众号：MING的大航海，知乎专栏：产品见知录，人人都是产品经理专栏作家。一只专注于个人成长的产品汪，沉迷『方法论』，只分享值得收藏的『硬干货』！

本文原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自 Unsplash，基于CC0协议。