做产品尤其是数据产品，离不开的是用户活跃度分析，但是一个简单数字后蕴含这什么样的真相呢？我们该怎么去拆解这个数字？
一、如何定义用户活跃度
一般来讲，活跃用户就是跑到你产品来“溜达”的用户。
日用户活跃度 = 日“溜达”用户数/总产品用户
例如：今天来过的用户数是200个，产品的总用户数是1000，那么日用户活跃度就是20%。依据此，你也可以推算出月活跃用户度、季度活跃用户度……
二、活跃度越高越好吗？
未必！
为什么这么说？
因为即使是“溜达”也会有各种花式，这就好比方是逛商场，过来溜达的用户有可能仅仅是夏天太热进来吹吹空调的、有可能是一掷千金的金主爸爸。
这个时候，你告诉我商场活跃用户一天有几万人，但是全是进来吹空调的大妈大婶…….（想象下我的表情）
所以活跃度的背后，也许隐藏着很多很多的秘密……
三、怎么深入了解活跃度
这群用户来自哪里？什么时候发生的第一次访问行为？他们来以后做了哪些操作？
通过以上的维度逐步的细化下去，你还能够挖掘出更多的值得研究的东西：这些群体复购率怎么样？平均客单价是多少？累计GMV是多少？第一次访问到购买间隔时间需要多久……
在做用户活跃度分析的时候，我一般会采用二维表格来进行拆解分析。
以下是一段案例分析↓
这是一个商城的用户数据表，横轴表示用户第一次访问的时间，可以看到2016年12月份访问的用户数是23934，2017年1月份是8999。
纵轴表示的是用户再次访问的时间，如2016年1月第一次访问23934个用户中，在2017年1月再次访问的用户有12783，同年2月份是9872，3月份是8762….
于是我们得到了这些用户的月活跃度：
通过这个二维表格，我们很清楚的了解到了总活跃度下面隐藏的时间维度的用户行为，当然如果觉得不够详尽，我们还能再细分到每周或者每一天的用户活跃度。
同样，我们还可以从事件出发去了解用户的活跃度情况，先给大家看案例：
当然你还可以将维度换成GMV、客单价、平均访问次数、购买次数、平均访问时长等等等等……这样你会对活跃度有更深层次的了解。
四、活跃度对我们有什么用？
通过以上方法分析了用户活跃度，大致的用户行为我们已经了解，接下来就是通过这些活跃度数据怎么解决问题了。
举例来说：一款产品在双十一期间增加的访问用户，但是在接下来的几个月中这些用户的访问活跃度持续下降。
我们首先分析下这些用户都是通过哪些渠道进入的：（前提是要埋点，不懂埋点的同学可以百度了解下）
可以看到“儿童专场优惠券”进来的新用户在接下来几个月中的活跃度明显低于其他渠道的新用户。
原来该产品在双十一之后的产品上架的儿童产品非常少，所以造成了这个渠道用户的活跃度很低、用户逐渐流失。
既然知道了原因，解决问题的方法就很多啦~丰富上架的儿童产品、还可以配合短信推送“唤活”用户。
