3. Reach(触达)维度定义:用户覆盖范围、交互频次、触达计算口径

适用场景

Reach 维度用于衡量 Agent 原型在目标用户群体中的实际渗透广度与接触深度。适用于以下场景:

  • 需要评估 Agent 上线后预计可触达的用户规模及渠道覆盖情况。
  • 对比不同渠道、时间段或用户分群下的触达效率。
  • 为后续 Engagement、Impact 估算提供分母(触达基数)。
  • 在原型验证阶段快速判断是否因触达不足导致验证结果偏差。

前置条件

  • 已完成用户画像与目标人群定义。
  • 明确 Agent 的部署渠道(如App内嵌、Web插件、即时通讯、邮件等)。
  • 具备各渠道用户行为埋点或日志采集能力。
  • 确认数据口径:唯一用户标识(如 user_id、device_id)及去重规则。

操作步骤

  1. 划定触达范围:基于业务目标,定义“一次触达”的完整边界(如打开页面、收到推送、看到 Agent 卡片等)。
  2. 选择计算口径:根据验证阶段选择合适口径(见下表)。
  3. 采集原始数据:通过埋点或日志提取触发事件时间戳、用户标识、渠道来源。
  4. 去重与聚合:按口径要求执行去重(如每日去重、每周去重、跨渠道去重)。
  5. 计算Reach量:统计满足条件的独立用户数或独立触发次数。
  6. 分维度拆解:按渠道、用户群、时段切片分析。

输入输出物

类型物项描述
输入用户画像文档含目标人群标签、渠道偏好、活跃时段。
输入Agent曝光事件日志字段:user_id, channel, timestamp, event_type。
输入渠道覆盖清单各渠道可触达用户基数(如 DAU、MAU)。
输出Reach计算报表按口径汇总每日/每周/每渠道的独立触达用户数。
输出触达覆盖矩阵用户分群 × 渠道的交叉覆盖热力图。

责任边界

  • 产品经理:定义触达事件口径、确认埋点有效性。
  • 数据工程师:采集日志、清洗去重、输出中间表。
  • 分析人员:执行计算、产出图表与洞察。
  • QA:验证埋点准确性、口径一致性。

记录材料

以下模板可用于记录每次 Reach 计算过程:

Reach 计算记录表

项目名: ChatAgent_1.0 原型验证
验证批次: 2025-04-07
口径: 每日独立用户(每日去重)
渠道: App内嵌、Web插件
用户群: 注册用户
原始事件量: 1,234,567 条
去重后用户数: 98,765
备注: Web插件渠道覆盖偏低,后续需提升曝光率

异常处理

  • 事件重复上报:在去重前先按 (user_id, channel, timestamp, event_id) 做精确去重。
  • 跨渠道重复用户:若用户在同一时段通过多渠道触达,按业务需求决定是否合并(如按 first touch 或 any touch 计算)。
  • 数据延迟或丢失:设置告警阈值(如事件量低于预期 30%),触发补采或回刷。
  • 口径歧义:当团队对“一次触达”定义有冲突时,优先以产品侧实际交互流程为准,并记录收敛结论。

验收标准

验收项验收准则
口径文档化Reach 定义、去重规则、渠道映射关系已书面记录并评审通过。
数据一致性在相同口径下,两次独立计算的结果偏差 ≤ 2%。
覆盖率目标用户群中至少有 80% 的用户被纳入可达范围。
可复现性第三方(如QA)能依据记录材料+原始数据重现计算结果。

内联SVG图:Reach维度计算流程

Reach维度计算流程 定义触达边界 选择计算口径 采集原始数据 去重与聚合 计算Reach量 分维度拆解 常见口径:每日独立用户 (DAU) / 每周独立用户 (WAU) / 累计独立用户 / 频次≥N 的用户 选择原则:与验证周期对齐,避免过短周期导致高估,过长周期导致稀释。