数据分析系列：如何估计一个产品用户最大量（最大DAU）——附python计算代码

在做产品的时候，我们希望是数据驱动的。**一个产品的用户天花板（最大DAU）是指导产品的重要指标。**问题来了，如何估计一个产品的DAU？给出解决方案，这是本文解决的主要问题。

一、估计最大DAU

首先，一个产品的活跃用户可以分为两部分，第一部分是当天的新增天用户，第二部分是产品之前的存留用户。这两部分与DAU大致的关系如下：
$$DAU(n)=A(n)+A(n-1)R(1)+A(n-2)R(2)+\dots \dots +A(1)R(n-1)$$

其中，$DAU(n)为$第n天的日活，$A(n)$为第n天的新增，$R(n-1)$为新增用户在第n-1天后的留存率。

将问题简化一下，假设$A(n)$即每日新增用户是一个常数，这在产品平稳运行时是一个合理的假设。于是上面公式变为下面形式：
$$DAU(n)=A(1+R(1)+R(2)+\dots \dots +R(n-1))$$

$A$每日新增用户，我们可以通过统计的方式很容易得到。重点是我们如何估计每日的存留$R(k)$。

假设我们有下面的数据：

第一列时间代表第k天前，即$R(k)$中的$k$。第二列存留率表示对应时间的用户存留$R(k)$。对应走势如下：

由于数据不全，我们需要使用现有数据对每一天的存留进行估计，最长用的方式就是使用回归对曲线进行拟合，对曲线形态进行观察，夹着存留与时间存在如下关系：$R=C{e}^{-ax}$，其中x是时间，R是存留率。于是上面DAU的估计公式变成如下形式（求和变为积分）：
$$DAU(n)=A(1+R(1)+R(2)+\dots \dots +R(n-1))=A\ast {\int }_0^{n}C{e}^{-ax}dx$$

实际上，并不去要真正的求上面积分，因为在极限理论中：

$$DAU(n)=A\ast C\ast 1/a$$

接线来就是求C和a了，由于$R=C{e}^{-ax}$并不是很好估计，我们对两边同时取对数，可以将其变为线性形式：
$$ln(R)=ln(c)-ax$$

这就是最简单的线性回归了，$ln(c)$是截距项。对参数$ln(c)$和$a$进行估计后,我们进行一下转换直接带入下面公式就好啦。
$$DAU(n)=A\ast C\ast 1/a$$

二、估计最大DAU的python实现

我们假设我们每日的新增用户为$A=100w$，统计到的存留数据如下：

我们编写程序计算最大的DAU

# -*- coding: utf-8 -*-
"""
Created on Thu Apr 16 10:01:17 2020

@author: nbszg
"""

import numpy as np
import pandas as pd
import scipy.stats as st

import statsmodels.api as sm #最小二乘
from statsmodels.formula.api import ols #加载ols模型
import matplotlib.pyplot as plt

r = [0.72, 0.57, 0.33, 0.18, 0.08]
t = [1, 3, 30, 90, 140]

data = pd.DataFrame()
data['时间'] = t
data['存留率'] = r
A = 1000000

def max_DAU(A, remain, t):
    '''
    计算最大DAU
    Args:
        A: 每日新增用户数
        remain: 各时间存留率
        t: 各时间存留率对应时间
    
    return: 
        最大DAU  
    '''
    remain_data = pd.DataFrame(np.array([remain, t]).T, columns = ['remain', 't'])
    #进行对数变换
    remain_data['ln_remain'] = np.log(remain_data['remain'])
    lm=ols('ln_remain ~ t',data=remain_data).fit()
    #print(lm.summary())
    #得到C
    C = np.exp(lm.params['Intercept'])
    #得到a
    a= -lm.params['t']
    
    DAU = A*C/a
    print("预估产品最大DAU为：{}".format(DAU))
    
    return DAU


max_DAU(A, data['存留率'], data['时间'])

得到结果为产品的最大DAU为：42526684人