指标口径一：唯一用户口径、设备口径、账号口径
用户触达覆盖度（Reach）的核心是去重计数，但“去重”依赖实体标识的选择。不同的实体口径会给出截然不同的覆盖数值和业务解读。本章定义最常使用的三种口径：唯一用户（User-ID）、设备（Device-ID）、账号（Account-ID），并讲解在数据看板中如何处理口径带来的差异。
1. 指标定义与数据口径
三种口径分别对应三种实体去重逻辑：
- 唯一用户口径：以平台分配的用户唯一标识（user_id）为去重键，统计覆盖了多少自然人。
- 设备口径：以设备硬件标识（device_id，如 IDFA、OAID、IMEI）为去重键，统计覆盖了多少独立设备。
- 账号口径：以登录账号（account_id）为去重键，统计覆盖了多少注册账户。
| 口径 | 去重键 | 统计对象 | 典型场景 | 优点 / 缺点 |
|---|---|---|---|---|
| 唯一用户 | user_id | 自然人 | DAU、MAU | 精准衡量用户规模；但跨应用或未登录用户无法追踪 |
| 设备 | device_id | 硬件设备 | 广告投放频控、安装归因 | 覆盖范围广（含未登录用户）；但多设备用户会被重复计算 |
| 账号 | account_id | 注册账户 | 付费用户分析、会员运营 | 反映账户层活跃度；但一个用户可有多个账号，仅登录后才有记录 |
在数据仓库中，三种口径的 SQL 统计逻辑通常如下：
-- 唯一用户口径
SELECT COUNT(DISTINCT user_id) AS reach_user
FROM event_log
WHERE event_time >= '2025-01-01' AND event_time < '2025-01-02';
-- 设备口径
SELECT COUNT(DISTINCT device_id) AS reach_device
FROM event_log
WHERE event_time >= '2025-01-01' AND event_time < '2025-01-02';
-- 账号口径
SELECT COUNT(DISTINCT account_id) AS reach_account
FROM event_log
WHERE account_id IS NOT NULL
AND event_time >= '2025-01-01' AND event_time < '2025-01-02';
2. 维度拆解与看板结构
在看板中，三个口径通常并列展示，并支持按 时间（日/周/月）、渠道（自然量/付费量）、用户属性（新/老、地区）进行下钻。典型的看板区块包含：
- 顶部 KPI 卡片：同时展示 reach_user、reach_device、reach_account 当日值及环比。
- 趋势折线图：三条线分别呈现三种口径的日覆盖数对比。
- 交叉分析表：统计同时被 User-ID 和 Device-ID 覆盖的触达量，暴露口径重叠区域。
口径混用风险：切勿将不同口径的数值直接相加或平均。例如“reach_user + reach_device”毫无意义，因为同一自然人可能使用多台设备，导致严重重复。
3. 异常解释
三种口径的覆盖数通常遵循：reach_device ≥ reach_user ≥ reach_account（在多数移动应用场景下）。当出现以下异常时，需要深入排查：
- 设备口径 >> 用户口径：说明存在大量未登录用户或用户使用多台设备。可能需要评估新设备涌入或刷量行为。
- 账号口径 >> 用户口径：同一自然人注册了多个账户（小号现象），常见于游戏或社交应用。需结合账户绑定率分析。
- 设备口径 < 账号口径：极少见，通常意味着设备 ID 采集异常或存在跨设备登录一个账户。
建议：在看板中增加“设备/用户比”和“账号/用户比”这两个衍生指标，用于快速识别口径偏离程度。比如设备/用户比长期 > 1.5，则需关注多设备用户群体。
4. 业务动作
- 广告频控调整：若设备口径覆盖过高而用户口径偏低，说明单用户被多设备重复触达。投放时应启用“跨设备去重”或基于 user_id 的频控。
- 注册引导优化：当账号口径显著低于设备口径时，表明大量用户未登录。可在关键路径（如支付、收藏）增加登录激励，提升账号绑定率。
- 数据治理：三种口径差异过大时，检查埋点中 user_id、device_id、account_id 的采集率和空值率，排除数据质量影响。
5. 复盘分析
- 口径一致性看板：每周更新三种口径的覆盖数趋势图，重点关注比率突变点。若某日设备/用户比从 1.2 跳升至 2.0，需复盘当日运营活动是否鼓励多设备参与。
- 口径交叉分析：使用
COUNT(DISTINCT CASE WHEN user_id IS NOT NULL AND device_id IS NOT NULL THEN user_id END)等方法分析口径重叠部分，理解触达的真正用户边界。 - 业务目标对齐：选择口径时应与考核指标一致。例如，广告部门看重设备曝光，运营部门看重用户活跃，两者对比有助于消除内部口径分歧。