第1章 Reach指标体系总览：核心覆盖指标、用户分层逻辑、衡量框架
Reach（用户覆盖）是AI产品增长飞轮的起点，没有覆盖就没有激活、留存与变现。本章从指标定义、数据口径、维度拆解、看板结构、异常解释、业务动作与复盘分析七个维度，建立Reach量化的完整知识框架。
1.1 核心覆盖指标定义
Reach指标体系中，四项核心指标构成用户覆盖量化底座，覆盖了“有多少用户、覆盖多少次、深入到什么程度、花多少成本”四个关键问题：
| 指标 | 定义 | 业务意义 |
|---|---|---|
| 覆盖用户数 | 统计周期内至少完成1次有效交互的独立用户数 | 衡量用户触达规模，增长引擎的基础燃料 |
| 覆盖频次 | 统计周期内用户发生有效交互的平均次数 | 衡量用户粘性与习惯养成进度 |
| 覆盖深度 | 用户使用产品核心功能/场景的完整程度 | 衡量产品价值被用户吸收的层次 |
| 覆盖效率 | 单位获客/运营成本带来的覆盖用户数 | 衡量增长资源的利用效率 |
1.2 用户分层逻辑
用户分层是Reach指标量化的前提。不同层级的用户，覆盖目标与衡量方式截然不同。按用户生命周期与交互活跃度，划分为四层：
- 新用户：首次触发Reach事件的用户，重点衡量“首覆成功率”与“引导完成率”。
- 活跃用户：统计周期内有多次交互的用户，重点衡量“覆盖频次”与“功能渗透率”。
- 沉默用户：超过一定周期未交互但尚未流失的用户，重点衡量“召回覆盖成本”与“重新激活率”。
- 流失用户：超过最长沉默周期未交互的用户，重点衡量“流失覆盖预警”与“挽回覆盖成本”。
分层原则： 分层阈值（如沉默周期）需根据产品使用频次分布动态校准，建议每季度重新计算一次分位点，避免分层标签老化。
1.3 衡量框架
衡量框架从广度、频度、深度、效率四个维度建立评估体系，每个维度对应一组量化指标，形成覆盖健康度的全方位视图：
| 维度 | 代表指标 | 评价对象 |
|---|---|---|
| 广度衡量 | 覆盖用户数、覆盖率、市场渗透率 | 覆盖的用户规模与市场占比 |
| 频度衡量 | 人均覆盖次数、覆盖天数占比、间隔天数 | 用户覆盖的密集程度与连续性 |
| 深度衡量 | 功能覆盖度、场景覆盖度、核心行为完成率 | 用户覆盖的产品价值层次 |
| 效率衡量 | 覆盖CAC、覆盖ROI、单位覆盖成本 | 覆盖增长的资源投入产出比 |
1.4 数据口径
Reach指标的数据采集与计算需统一口径，避免跨团队对齐偏差：
- 时间窗口：日覆盖（T-1）、周覆盖（自然周）、月覆盖（自然月），支持自定义周期。
- 用户识别主体：优先使用账号ID（user_id），降级使用设备ID（device_id），排除匿名ID重复计数。
- 有效交互定义：用户完成至少1次核心AI功能调用（如模型推理、对话交互、内容生成）并返回非空结果。
- 去重规则：同一用户在同一统计周期内多次交互，仅记为1次覆盖；覆盖频次按实际交互次数累计。