上篇我们梳理了“活跃”定义，接下来，来看一下“活跃数据”都有哪些分析维度呢？
首先，来拆解一下“
活跃用户
”。
活跃用户
=
新增用户+老用户留存+回流用户－流失用户
。
新增用户以及回流用户的数量要大于流失用户的增加量，才能保持活跃用户持续上升。如下图，好比一个大水池，我们会不停的往里灌水，但水池也会漏水，如果漏水速度太大，那么水池就干了。当新用户下降可能因为市场竞争激烈、产品功能改版、投放费用减少等导致拉新乏力，流失用户加大可能因运营策略调整、产品功能下线等因素。
然后，还需要我们继续思考：
▷每天有多少活跃用户变得不活跃？
▷有多少忠诚用户变得不活跃？
▷调研分析忠诚用户，挖掘有什么共同特征，为什么爱用我们产品？
▷回访流失用户，了解有什么共同特征，为什么流失，是需求不符，还是价格等原因？
▷某一段时间回流用户增加，是电话召回，产品更新，市场推广，还是活动营销？
▷忠诚或流失用户是否在推广渠道上有显著差异？（需要结合新增留存数据）
························
最后，还要考虑分析以下维度：
▷
DAU （日活）峰值
。即某段时间内的日活的峰值，值得注意的是，日活未必是反应业务的增长，未排除时间、市场等因素，若认为是运营策略带来的增长不太准确的。
▷
DAU（日活） 同比
。同比是消除时间上的影响，对比去年 10月和今年 10月的数据，反应整个产品今年的表现，如果今年10 月的 DAU 同比去年降低了，则产品可能已经再下坡路了，或者今年整体市场行情不好，具体情况具体分析，一般情况下需要看下几个月的年同比趋势如何。
▷
DAU （日活）环比
。环比一般是和上周对比或者上月对比，本周与上一周DAU 数值差异，时间段越接近外界和时间影响因素差异一般不是很大，可反映本周的运营策略对 DAU 的影响。
▷
DAU （日活）占比
。需要筛选出满足条件的用户数量，而满足条件用户在整体用户中的占比，观察到不同活跃层的变化。如新老用户占比，发现活跃用户构成情况、连续1日、2日、3日…活跃用户占比，对于那些连续活跃用户可发展为忠诚用户，需要重点维护。
▷
DAU（日活） 趋势。
看趋势是为了看各项指标几段连续时间内的表现是否一致，了解用户活跃趋势情况，如年同比是否一致在上周，趋势是否一致还是中间出现断层，是否存在自然的周期性，是否存在异常等，去分析涨和跌在哪里，聚焦更多精力到怎么去应用在运营和业务上。
