Reach 指标的拆解与口径定义
Reach（触达）是 RICE 模型中第一个核心驱动因子，解决的是“多少人看到了/听到了/感知到了”的量化问题。在 Metric Evaluation 框架下，Reach 并非简单计数，而是由准确的口径定义、多源数据采集和细颗粒度维度构成。本章将深入拆解 Reach 的常见业务场景、关键口径、采集机制及看板结构。
1. 用户触达口径：T/R 与 U/R
Reach 在主流业务中存在两条核心去重路径，分别对应不同的产品形态和归因标准。
| 口径类型 | 英文缩写 | 定义 | 典型场景 |
|---|---|---|---|
| 独立触达率 | T/R (Touch Rate) | 在指定窗口期内，至少被触达一次的唯一设备数 / 目标总用户数 | 短信推送、开屏广告、Push 通知 |
| 唯一触达率 | U/R (Unique Reach) | 使用登录账号去重，同一账号在不同设备上被触达只计 1 次 | 跨设备行为分析、站内活动页曝光 |
口径对比要点： T/R 偏向单点设备触发，U/R 偏向用户主体识别。在 IAA（广告变现）场景多用 T/R；在 IAP（内购）或用户增长场景多用 U/R。
2. Reach 的常见业务场景
不同业务场景下 Reach 的计算逻辑和去重窗口存在显著差异。下表归纳了三大典型触达模型。
- 主动触达（Push / 短信）：以发送方完成“推送下发”为触发点，去重窗口通常为 1 小时或 1 天。
- 被动触达（广告曝光 / 页面浏览）：以用户设备产生曝光日志为触发点，去重窗口依赖广告归因窗口（如 24h 或 7 天）。
- 站外触达（Deeplink / 落地页）：以用户点击跳转或打开 App 为触发点，需要同时关联链路来源和设备 ID。
3. 数据采集来源与维度颗粒度
Reach 数据的质量直接受采集层影响。以下是主流数据采集来源及对应的维度颗粒度结构。
| 采集来源 | 典型字段 | 维度颗粒度 | 适用口径 |
|---|---|---|---|
| 客户端事件埋点（SDK） | device_id、timestamp、event_name、page_name | 设备级 / 事件级 | T/R |
| 服务端推送日志 | user_id、campaign_id、push_time、status | 账号级 / 任务级 | U/R |
| 第三方归因平台 | idfa、oaid、click_time、install_time、channel | 广告标识级 / 渠道级 | T/R + U/R 混合 |
维度拆解建议： 在进行 Reach 看板设计时，至少应保留三个基础维度项：时间（天/小时）、触达渠道（Push/短信/广告位）、用户属性（新用户/活跃用户/沉默用户）。
4. Reach 指标看板结构
下面的 SVG 框架图展示了从原始日志到最终看板指标的完整拆解流程。该结构对应日常 Metric Evaluation 中 Reach 模块的核心逻辑。
5. 异常解释与业务动作
常见 Reach 异常：
- 数据断层： 某一渠道突然 Reach 为 0，通常由 SDK 升级或推送通道故障导致，需检查下发链路返回码。
- 去重过度： 同一用户在 1 天内被多次触达但看板 U/R 过高，说明去重窗口或 ID 映射规则可能失效。
- 渠道归因延迟： 广告归因平台数据到达时间晚于业务统计窗口，导致当日 Reach 偏低，次日补数后恢复正常。
建议的业务动作：
- 针对 Push 类 Reach 异常，应配置 5 分钟级实时日志对比，对照“发送成功数”与“设备触达数”的差值。
- 建立渠道级 Reach 对照表，将 T/R 与 U/R 差值超过 15% 的渠道标记为“口径待校验”。
- 在归因平台配置“设备 ID 与登录 ID 映射表”，减少跨设备用户被重复触达的问题。
6. 复盘分析要点
- 对比看板：将本周 Reach 与基线周、高活周进行对比，观察 T/R 和 U/R 的波动是否由渠道结构调整导致。
- 归因分析：当 Reach 下降但曝光量未降时，优先排查“重复触达占比”是否上升；当 Reach 上升但转化率下降时，需关注触达用户的质量分层。
- 口径收敛：在季度复盘时会 Review 所有 Reach 指标的采集口径，确保 T/R 与 U/R 的统计逻辑与业务目标保持一致。