编辑导语：对于互联网产品来说，由于功能迭代、投放策略、运营计划等多方面影响，需要在目标制定时，有较清晰的产品roadmap，来指导产品方向以及计算每个手段的收益。本文作者分享了进行DAU目标拆解的方法，一起来看一下吧。

年初，公司的老板们往往会定下全年的目标，然后逐层向下拆解。

拆解到具体的业务线时，可能就是一个很具体的目标，比如营收达到xxx，DAU（产品日均活跃用户数）达到xxx。

对于营收指标，传统企业的做法可能是拆解到每个月，拆解到团队个人即可，即每个人每个月需要有多少的销售额。

但对于互联网产品，功能迭代、投放策略、运营计划等多方面影响，导致增量的数据难以归因，仍需要在目标制定时，有较清晰的产品roadmap，来指导产品方向以及计算每个手段的收益。

从一个产品规划的视角来看，我们需要怎样做业务，才能在年终时，达到目标呢？这个问题可能会涉及多方面，不如再简化一下问题：对于目标DAU，每个周期的版本迭代，需要做到多少增量？

一、指标拆解

对于DAU存量以及DAU流失，只需计算当前活跃用户，在未来的那一天的留存转化即可。

目标DAU=DAU(存量）-DAU（流失）+DAU（增量）

本文重点讨论DAU增量的拆解，核心是两个指标：

1. 每日新增用户
2. 留存

DAU增量=日增量*留存R（T）

1. 每日新增用户

对于大多成熟的互联网产品，是采用等额获客的策略，即每天的增量用户是相对稳定的（采用等额获客的原因在于ROI更高；比如在DDL临近时，疯狂买量，也是能够达成目标DAU的，但不划算）。

在一个产品版本内，排除所有自然波动，没有其他手段干预情况下，一个周期内每日的新增用户都是稳定的x；在迭代了一个版本，上线了一些功能，或有一定的投放、运营策略时，在下一个周期，每日的新增用户就会由x→x1。

2. 留存

假如第0天，新增了10个用户。第1天这10个用户剩下8个，1日留存是80%；第7天剩下5个，7日留存是50%；第n天…….

留存的计算核心是在于，通过有限的留存数据样本，通过样本的拟合，计算出未来的留存函数（幂函数），来进行相应的预测。

这一计算可以通过excel完成。

通过模拟30日留存数据，可计算得出留存函数f（x）=0.32x^（-0.57）。

有了这两者，即可去计算为了目标DAU，需要去提升的日新增量以及留存了。

二、举个例子

为了方便理解，举一个例子。假设留存稳定不变，现日均增量为x1，为了在3个月实现数值为y的目标DAU，每个月迭代1个版本，具体拆解每个版本的目标，方式是这样的：

1）计算出留存函数R（t）

2）v1.0版本的用户，在3个月后：

DAU增量=x1*R（t=1,2,3,4,5……90天）=x1*R（1）+x1*R（2）……+x2*R（90）

v2.0版本功能迭代带来的新增用户（比如新增了个入口，且不影响之前的渠道增量）：

DAU增量=x2*R（t=1,2,3,4,5……60天）

v3.0版本迭代的新增用户：

DAU增量=x3*R（t=1,2,3,4,5……30天）

3）为了ROI更高，采取等额获客，x2与x3应该差不太多。

4）已知目标y，x1，R（t），是可以计算出每个版本的增量目标的（即x2、x3），知道每个版本的增量目标，能够更细颗粒度地去拆解所做的需求。也知道需求是否达到预期，是否需要做后续的补救（未及预期）或者是选择躺平（超出预期）。

通过DAU的拆解，也能够迁移学习，去拆解其他的下层指标，比如互动、营收等等。

我也见过通过分层拆解+加权系数的拆解目标的方式，拆解目标的方式有很多，选择适合自己的即可。

本文由 @斯金纳的咕 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