第4章 Reach(触达)维度定义:触达用户数估算方法

Reach(触达)是RICE模型中衡量“一个特性在单位时间内能影响多少用户”的量化指标。不同于“曝光”或“打开率”,触达关注的是独立用户ID层面的唯一覆盖。本章提供一套可重复的估算流程,确保团队对“触达”的界定口径一致。

4.1 适用场景

  • 对新增/存量用户侧特性进行优先级排序(如:推送优化、落地页改版)。
  • 评估一个Agent能力(如:智能应答、主动关怀)覆盖的目标受众规模。
  • 需要跨项目比较“影响广度”以决定资源分配时。
  • 季度/月度OKR中涉及用户覆盖类指标的度量与拆解。

4.2 前置条件

  1. 已定义清晰的目标用户群:行为、属性、设备、地域等分层条件。
  2. 可获取的历史日活/月活(DAU/MAU)数据:至少90天连续数据,剔除异常峰值。
  3. 已知现有渠道的平均触达率:推送到达率、站内信打开率、弹窗展示率等。
  4. 特性本身不改变用户规模:估算时不考虑病毒传播或主动拉新效果。

4.3 操作步骤

  1. 步骤一:粒度切割目标池
    将目标用户群按“设备ID-用户ID-渠道”做笛卡尔积,去重后得到最大触达池。
  2. 步骤二:确定各渠道的独立触达系数
    引用A/B测试或历史日志:
    推送触达率 = 有效送达 / 推送总量
    站内信打开率 = 点击用户数 / 展示用户数
    外呼接听率 = 成功接听 / 外呼尝试
  3. 步骤三:计算单一渠道触达数
    渠道触达数 = 池子人数 × 触达系数
  4. 步骤四:去重合并多通道触达
    用户同时被多个渠道覆盖时,使用“去重触达 = max(各渠道独立触达, 交叉覆盖估算)”或排重逻辑简化。
  5. 步骤五:单位时间换算
    默认以“周”为估算单位;如是瞬时功能(如:一键修复),取首日触达数。

4.4 输入输出物

类型 名称 格式 / 样例 责任人
输入 目标用户分层明细 CSV / SQL 查询结果 数据分析师
输入 渠道触达系数表 JSON 或配置表 产品运营
输出 触达用户估算报告 .md 或 .xlsx 产品经理
输出 触达估算置信区间 数值 ± 波动范围 数据分析师

4.5 责任边界

  • 产品经理:提供目标用户定义、特性预期触达场景、最终估值落地。
  • 数据分析师:提供DAU/MAU、渠道触达系数、去重逻辑校验。
  • 开发 / 算法:验证Agent主动触发的实际接口能力(如QPS上限导致触达缩水)。
  • 运营:提供自然量基线,避免估算时重复计算常态化推送。

4.6 记录材料

  • 《Reach估算过程记录表》:包含目标池SQL、各渠道系数来源、计算中间值。
  • 《触达系数版本日志》:每次渠道系数变更需记录原因(如:通道升级、用户屏蔽策略)。
  • 《交叉覆盖去重说明》:如使用“单通道主导”还是“并集去重”,需写明规则。
📌 实践建议: 对存疑的渠道系数优先采用“保守值”,并在报告中标注“乐观/悲观”两档,便于决策层理解风险。
例如:推送触达系数已知为 35%–45%,按 35% 计算,同时在备注写明“若采用45%,触达数将提升约28.6%”。

4.7 异常处理

异常情形 处理方案
目标用户池 < 100 人 触达估算无统计意义,建议合并同类用户或定性说明。
渠道系数缺失/无历史数据 使用行业参考值(如:推送 30%、弹窗 20%),并注明“待A/B上线后校准”。
多通道去重后低于单通道 说明去重逻辑后,以“单通道触达数”为下限,重新检查计算。
Agent存在调用频率限制 按“最多触达 = min(用户池大小, 接口日限额)”计算,并记录QPS瓶颈。

4.8 验收标准

  • 可复现性:其他产品经理按照同一份估算表与步骤,能复现出±5%内的触达数。
  • 数据口径一致性:所有触达数值口径与BI看板“独立用户”定义一致。
  • 置信区间标注:报告中必须包含“估算值 ± 偏差范围”,无区间的估算不被接受。
  • 渠道系数更新:上线后1周内,必须用真实数据替换估算值,并记录到系数日志。
⚠️ 常见误区: 将“曝光次数”与“触达用户数”混用。Exposure ≠ Reach;20次曝光可能只覆盖5个用户。Agent场景更关注独立用户数,而非消息量。
✅ 速记: “渠道系数 × 目标池 → 去重 → 周均触达”,走完这四步,Reach值就不会跑偏。
触达用户数估算流程 ① 定义目标用户池 ② 获取各渠道触达系数 ③ 单渠道触达 = 池 × 系数 ④ 多通道去重合并 ⑤ 输出触达估算报告 ⚠️ 去重原则:只关心“有多少独立用户被触达”,不累加渠道覆盖次数