第3章 周渗透率与月渗透率：渗透率公式、基准线设定、同比环比
指标定义
渗透率用于衡量AI产品在目标用户群体中的覆盖广度，是Reach量化体系的核心指标之一。按照时间窗口可拆分为周渗透率与月渗透率：
- 周渗透率：某一周内至少使用过1次产品功能的独立用户数 ÷ 当周目标用户池总量。
- 月渗透率：某月内至少使用过1次产品功能的独立用户数 ÷ 当月目标用户池总量。
渗透率公式统一为：
渗透率 = 活跃独立用户数（按时间窗口） ÷ 该时间窗口内的目标用户基数 × 100%
数据口径
| 口径项 | 周渗透率 | 月渗透率 |
|---|---|---|
| 时间窗口 | 自然周（周一 00:00 — 周日 23:59:59） | 自然月（1日 00:00 — 月末最后一天 23:59:59） |
| 分子（活跃用户） | 该自然周内触发≥1次核心事件的设备ID或账号ID（去重） | 该自然月内触发≥1次核心事件的设备ID或账号ID（去重） |
| 分母（目标用户池） | 用户信息表中标记为“有效目标”且当周有设备活跃记录的设备数（或预估安装基数） | 与周口径一致，按月累计去重 |
| 去重粒度 | 单设备+单账号双版本并行，看板中以设备级为准 | 同左 |
维度拆解
渗透率需从以下维度进行下钻，以识别覆盖变化的具体驱动力：
- 设备维度：iOS vs Android、新设备 vs 存量设备、机型档位
- 渠道维度：应用商店、预装、广告投放、邀请回流
- 版本维度：App版本（Major.Minor）、模型版本、功能模块
- 地区维度：国家/城市等级/Tier1-3
- 用户分层：新用户（D0-D6）、活跃用户、沉默唤醒用户
关键原则：分母必须与分子使用同一套用户标识体系。若分母使用设备ID，分子也必须使用设备ID去重，避免账号与设备混合计算的统计偏差。
看板结构
周渗透率与月渗透率在指标看板中通常以“双线趋势图 + 卡片汇总”呈现：
- 顶部KPI卡片：本周渗透率、本月渗透率、周环比变化率、月同比变化率
- 主图表：时间轴从过去12周至当前周，周渗透率折线（蓝色）与月渗透率折线（紫色）叠加显示，并标记基准线
- 下钻面板：点击任意数据点可查看该周期的维度拆解表格
- 异常标记：当周渗透率偏离基准线超过±10%时，自动高亮标记并推送预警
基准线设定
基准线用于快速判断当前渗透率是否处于合理区间。建议采用以下两种方式：
- 历史均值法：取过去8周（或6个月）的渗透率中位数作为动态基准线，每周滚动更新。
- 目标值法：由业务季度OKR直接设定渗透率目标值，固定为基准线。例如Q3目标月渗透率30%，则基准线恒为30%。
看板中基准线显示为灰色虚线，并附加±5%的置信区间浅色带。
常见陷阱：不可将周渗透率与月渗透率直接对比。由于时间窗口不同，月渗透率通常会高于周渗透率（累积效应），需分别设定基准线并独立跟踪。
异常解释
| 异常信号 | 可能原因 | 紧急检查项 |
|---|---|---|
| 周渗透率环比下降>10% | 渠道投放暂停、版本Bug导致会话中断、季节性周期 | 当日活跃用户曲线、渠道效果报表、Crash率 |
| 月渗透率同比低于基准线 | 竞品挤压、核心功能下架、用户画像偏移 | 新增用户来源分布、留存率曲线、NPS趋势 |
| 周渗透率异常升高 | 拉新活动脉冲、作弊流量注入、分母统计口径变更 | 活动来源归因、反作弊过滤、分母基数校验 |
| 月渗透率连续3个月持平 | 产品陷入增长瓶颈，用户获取与流失接近平衡 | 新功能留存实验、渠道ROI排序、用户调研 |
业务动作
根据渗透率异常类型，建议采取以下动作：
- 周渗透率下滑：立即下发热修复或运营活动，第二天恢复数据监测；同时拉通QA复现问题。
- 月渗透率低于目标：启动渠道加投、启动老用户Push唤醒、优化Onboarding流程。
- 周渗透率异常冲高：排查是否存在刷量行为，若为真实用户则趁机开展留存转化实验。
- 基准线调整：每季度末根据实际均值重新校准基准线，避免基准线脱离业务现实。
复盘分析
每周/每月完成渗透率复盘时，输出以下三项内容：
- 渗透率变化归因表：将变化量拆解为新用户贡献、存量衰减、回归用户三部分，识别主要驱动因子。
- 维度交叉分析：按渠道×版本交叉表，找出高渗透率组合与低渗透率组合，形成优化优先级。
- 动作效果量化：对比动作执行前后的渗透率趋势，评估干预措施的ROI（投入产出比）。
复盘小技巧：将周渗透率与月渗透率放在同一张时间轴上，观察月渗透率的滞后反应。如果周渗透率连续3周上升，月渗透率通常会在第4-5周出现拐点，提前预判趋势。