## 第三章：Reach（覆盖范围）定义
### 本章目标
明确 Reach 维度的定义公式、四要素拆解方法，以及如何在量化评估中统一口径与单位。
---
### 适用场景
- 需要量化触达能力的目标用户群体规模
- 跨渠道投放的覆盖效果对比
- 分时间窗口的触达密度分析
- 产品/服务在目标市场中的渗透率评估
---
### 前置条件
1. 已完成“用户画像”或“目标客群”的分层定义（至少一级分类）。
2. 已确定评估周期（如日、周、月、季度）。
3. 各触达渠道的原始数据可获取（如日志、API、CSV）。
4. 团队已统一“一次触达”的判定标准（如页面加载、消息送达、点击等）。
---
### 操作步骤
#### 步骤1：定义目标用户群
- 明确 Reach 的计算范围：是全部潜在用户、已注册用户、还是特定标签的活跃用户？
- 用排除法剔除无效用户（测试账号、爬虫 IP、重复 ID）。
#### 步骤2：列出触达渠道
- 渠道包括：APP推送、短信、邮件、公众号、站内信、广告曝光等。
- 每个渠道需标注触达触发条件（例如：短信发送成功回执）。
#### 步骤3：设定时间窗口
- 根据业务节奏选择窗口粒度（小时/天/周/月）。
- 窗口边界需对齐数据统计的截断时间（如 UTC+8 每日 00:00）。
#### 步骤4：量化单位
- 单位 = “唯一用户数”（去重后的用户ID数量）。
- 若需计算“触达频次”，可另设“总触达次数”指标，但 Reach 本身仅统计覆盖率。
#### 步骤5：计算 Reach 值
- 公式：**Reach = 在时间窗口内至少被任一渠道触达一次的唯一用户数 / 目标用户群总人数 × 100%**
---
### 输入输出物
| 类型 | 名称 | 格式/样例 | 责任人 |
|------|------|------------|--------|
| 输入 | 用户分层列表 | CSV（含 user_id, user_label） | 数据分析师 |
| 输入 | 各渠道触达日志 | JSON 或 Parquet（含 user_id, channel, timestamp） | 开发/运维 |
| 输入 | 时间窗口配置 | YAML（start_time, end_time, interval） | 产品经理 |
| 输出 | Reach 报告 | HTML/PDF（含整体值、分渠道穿透表） | 评估专员 |
| 输出 | 异常标记记录 | CSV（被过滤的 user_id 及原因） | 数据质量专员 |
---
### 责任边界
- **产品经理**：定义目标用户群、时间窗口、渠道归因规则。
- **数据工程师**：提供干净、拼接后的触达日志。
- **评估专员**：执行去重计算、生成报告、标记异常。
- **技术负责人**：审核数据管道中的去重逻辑（防止 HashSet 溢出或分布式去重误差）。
---
### 记录材料
- 工作表单：`Reach_Config_模板.xlsx`（包含用户群ID、渠道列表、时间范围、单位说明）。
- 日志保留：每次计算时需输出中间步骤的 Count 快照（用于复盘）。
- 版本标记：每次 Reach 计算应关联数据快照版本号（如 `2025-03-21_v2`）。
---
### 异常处理
| 异常场景 | 判定依据 | 处理方式 |
|----------|----------|----------|
| 用户ID缺失 | 触达日志中 user_id 为空 | 丢弃该记录，计数到“无效触达”分类 |
| 渠道数据延迟 | 日志时间戳超过窗口结束时间30分钟以上 | 延迟合并，标记为“超时数据”，不计入当前窗口 |
| 用户群为空 | 目标用户总数为 0 | 终止计算，输出空报告，触发日志告警 |
| 去重后用户数 > 用户群总数 | 可能因数据污染导致外来ID | 暂停计算，交由数据质量专员核查来源 |
---
### 验收标准
1. **数据一致性**：从原始日志到最终 Reach 值的每个中间步骤可重复校验，误差 ≤ 0.1%。
2. **定义明确**：目标用户群、触达渠道、时间窗口、量化单位四要素均已填入配置模板，无缺项。
3. **覆盖率可视化**：Reach 结果能按渠道、用户群、时间窗口交叉展示，且图表可钻取。
4. **异常记录完整**：所有被过滤的 user_id 与原因均写入异常标记文件，字段完整。
---
### Reach 四要素框架图
---
### 实战案例提示
> 某电商平台对“近30天未登录用户”进行召回推送，目标用户群 120万。通过短信 + APP 推送两个渠道，时间窗口为 2025-03-01 00:00:00 至 2025-03-31 23:59:59。去重后得到 68万唯一用户被触达。Reach = 68万 / 120万 = 56.7%。
---
### 常见误区
- 混淆 Reach 与 Frequency（频次）：Reach 只看是否覆盖，不看触达几次。
- 未剔除内部测试账号：导致 Reach 虚高。
- 时间窗口跨天时未对齐数据分区边界：可能出现统计空洞。
---
### 本章总结
Reach 定义是 RICE 评估的基础环节，必须严格遵守 **目标用户群 → 触达渠道 → 时间窗口 → 量化单位** 的规则顺序。四要素缺一或多个定义模糊都将导致评估结果失真。下一章将围绕 **Impact（影响力）** 指标展开。