第4章 Reach（影响力）定义：用户触达范围计算口径、DAU/MAU基准、抽样方法
本章目标：掌握 Reach 指标的三要素定义方法——计算口径选择、DAU/MAU 基准设定、抽样方法确定，确保产品、设计、开发三方对“用户触达范围”有一致、可量化的理解。
4.1 适用场景
Reach 定义是 RICE 优先级排序的起点，以下场景必须显式定义 Reach 口径与基准：
- 新功能或新模块上线：评估功能上线后预期触达的用户量级与占比。
- 运营活动效果评估：计算活动覆盖的目标用户范围，确定活动影响力。
- 产品改版 / 界面重构：评估改版影响到的用户比例，控制风险面。
- A/B 测试实验设计：确定实验所需的最小用户量级和采样方式。
- 跨团队资源争抢：用统一的 Reach 数据作为需求优先级协商的依据。
4.2 前置条件
- 已接入用户行为数据采集体系（埋点 / 日志 / SDK）。
- 可获取连续 30 天以上的 DAU、MAU 历史数据。
- 产品目标用户群体已明确定义（新用户 / 活跃用户 / 付费用户等）。
- 数据清洗与去重逻辑已完成验证（设备 ID / 用户 ID 去重规则）。
- 团队已约定统一的“活跃”行为标准（打开 App / 页面停留 ≥3s / 任意点击等）。
4.3 操作步骤
Reach 定义按“口径 → 基准 → 抽样”三阶段顺序执行，每阶段输出物需经三方确认。
步骤 ①：确定计算口径
根据产品使用频率选择最合适的活跃用户口径。三种口径对比如下：
| 口径类型 | 定义 | 适用产品特征 | 典型产品举例 |
|---|---|---|---|
| DAU（日活跃用户） | 当日去重活跃用户数 | 高频使用，用户每日打开 ≥1 次 | 社交、资讯、短视频、IM |
| WAU（周活跃用户） | 连续 7 天去重活跃用户数 | 中等频率，每周使用 2-3 次 | 电商、工具、在线教育 |
| MAU（月活跃用户） | 连续 30 天去重活跃用户数 | 低频使用，每月使用 1-2 次 | 旅游、招聘、房产、企业服务 |
关键提示：高频产品优先用 DAU 作为 Reach 基座，低频产品用 MAU。混合型产品（如电商）可定义“核心路径 DAU + 全站 MAU”双口径，在 RICE 计算中按场景切换。
步骤 ②：设定 DAU/MAU 基准
DAU/MAU 比值反映用户粘性与触达稳定性，是 Reach 量级可信度的核心校验指标。设定流程如下：
- 计算当前比值：取近 90 天 DAU/MAU 日均值，排除异常波动的节假日或大促期。
- 设定健康区间：一般产品 DAU/MAU 比值在 0.2-0.5 之间为正常，低于 0.2 说明粘性过低需重新审视口径选择。
- 用户分层阈值：按活跃天数将用户分为“核心用户（≥16 天/月）”“活跃用户（8-15 天/月）”“沉默用户（<8 天/月）”，分别设定 Reach 权重。
产出物：一份 DAU/MAU 基准表，包含整体比值、分层阈值、数据时间窗口。
步骤 ③：选择抽样方法
当 Reach 数据需要从全量用户中抽样推算时，按以下三种方法择一：
| 抽样方法 | 适用条件 | 实施方式 | 风险提示 |
|---|---|---|---|
| 简单随机抽样 | 用户属性均匀，无明显分层差异 | 对用户 ID 做 Hash 取模或随机数生成 | 若用户量＜1 万，抽样误差较大 |
| 分层抽样 | 用户可按活跃度 / 渠道 / 地区分层 | 每层按比例独立随机抽取 | 分层变量选择不当会引入偏差 |
| 系统抽样 | 用户行为存在周期性规律 | 按固定间隔（如每第 N 个用户）抽取 | 周期与抽样间隔重叠时产生系统性偏差 |
⚠ 避坑提醒：抽样前务必确认“活跃定义”在全体用户中一致。若 DAU/MAU 基准显示粘性分层明显，禁用简单随机抽样，必须使用分层抽样以保证 Reach 估算无偏。
4.4 输入输出物
| 类别 | 内容 | 格式 / 载体 |
|---|---|---|
| 输入 | 用户行为日志（30天+）、产品数据字典、活跃定义标准文档 | CSV / JSON / 数据仓库表 |
| 输出 | Reach 定义文档、DAU/MAU 基准表、抽样方案说明 | 飞书 / 语雀 / Confluence 页面 |
4.5 责任边界
- 产品经理：负责选定计算口径、设定 DAU/MAU 基准、输出 Reach 定义文档，并组织三方评审。
- 设计师：确认用户触达场景（页面 / 弹窗 / 推送），提供界面触点清单，辅助验证 Reach 覆盖率是否合理。
- 开发工程师：提供准确的 DAU/MAU 数据、实现抽样逻辑、在数据看板上固化 Reach 计算口径。
4.6 记录材料
- Reach 定义文档：包含口径选择理由、DAU/MAU 基准值、抽样方法、三方签字确认栏。
- 口径决策记录表：记录备选口径、比较过程、最终决策及反对意见（如有）。
- 基准设定审批单：DAU/MAU 比值和分层阈值需经技术负责人确认数据源可靠。
- 抽样方案评审记录：包含抽样误差范围、置信度、样本量计算过程。
4.7 异常处理
| 异常场景 | 处理方式 |
|---|---|
| DAU / MAU 数据缺失（≤15 天） | 延长数据采集期至至少 30 天，暂用 WAU 替代作为临时口径 |
| 用户量级过小（MAU ＜ 1 万） | 不使用抽样，采用全量枚举；或扩大时间窗口至 60 天 |
| DAU/MAU 比值异常（＞0.7 或 ＜0.1） | 检查活跃定义是否过宽/过严，与团队重新校准“活跃”行为标准 |
| 抽样结果与全量数据偏差 ＞5% | 切换抽样方法（如从简单随机改为分层），重新计算样本量 |
| 多方对口径选择无法达成一致 | 召开专项评审会，由产品负责人做最终决策，并在文档中记录分歧点 |
4.8 验收标准
- ✅ Reach 定义文档已完成，包含明确的口径、基准、抽样方法三项要素。
- ✅ DAU/MAU 基准表数据可回溯至原始日志，计算过程可复现。
- ✅ 抽样方案已通过统计合理性校验（样本量≥最小要求，置信度≥95%）。
- ✅ 产品、设计、开发三方已完成会签，无遗留争议项。
- ✅ Reach 定义已录入团队 RICE 指标库，可作为后续需求优先级计算的固定参数。