第3章:Reach评分标准——定义触及人数、数据来源、评分刻度表与校准规则
适用场景
Reach评分适用于以下场景:
- 需要量化功能/项目在单位时间内能触达的独立用户数
- 评估不同用户群规模下,需求所带来的覆盖范围差异
- 识别高密度触达机会:高频入口、核心转化链、大促活动等
- 跨产品线或跨团队需求排序时,统一口径对比触及量级
前置条件
- 已完成【用户角色定义】和【核心指标选取】(见第2章)
- 团队已接入至少一种用户行为采集系统(埋点/日志/BI)
- 数据仓库已建立DAU/MAU/WAU基础看板
- 产品、运营、数据三方已对齐“注册用户”“活跃用户”“唯一用户”定义
操作步骤
Step 1:定义触及人数(Reach)口径
Reach是指:该功能上线后,在一个标准时间窗口内可触达的独立用户数(Unique Users)。
| 口径类型 | 定义 | 适用特征 |
|---|---|---|
| MAU(月活) | 过去30天登录/访问≥1次的独立设备或账号 | 低频但用户基数大的功能;B端新模块 |
| WAU(周活) | 过去7天活跃用户 | 中等频次;运营活动类 |
| DAU(日活) | 当天活跃用户 | 高频入口型功能;AB实验 |
团队对齐检查: 必须在同一个季报周期内使用统一口径。MAU≥100万时,建议启用WAU次级口径交叉验证,避免“僵尸用户累积”导致Reach虚高。
Step 2:确定数据来源
按以下优先顺序选择数据源:
- 埋点系统(如:神策、Firebase、自研采集)—— 第一优先级,能精确追踪用户路径
- 后台业务数据库(用户行为表、订单表、活跃日志)—— 补充,适合交易行为交叉
- 产品内调研/问卷 —— 仅用于灰度测试阶段预估,必须标注置信区间
- 行业基准数据 —— 当上述均不可获取时,引用竞品研报,但需在记录中明确下调权重
数据来源格式示例(JSON):
{
"source_type": "owned_analytics",
"platform": "web",
"time_window": "2025-04-01_2025-04-30",
"unique_users_mae": 3420000,
"confidence_90%": [3350000, 3490000]
}
Step 3:应用评分刻度表
下表为标准化Reach刻度表(统一时间窗口:MAU):
| 分数 | 触及规模(MAU/月) | 典型场景描述 |
|---|---|---|
| 10 | > 1,000,000 | 全量核心入口级功能;首页改版;极验优化 |
| 8 | 500,001 – 1,000,000 | 登录页/主搜索/商品详情页 |
| 6 | 100,001 – 500,000 | 二级导航、分类筛选、个人设置页 |
| 4 | 10,001 – 100,000 | 活动专属页、特定用户推送 |
| 2 | 1,001 – 10,000 | 灰度实验组、定向内测 |
| 1 | ≤ 1,000 | 小范围白名单、管理员后台 |
刻度下边界规则: 当功能只影响单一人群(如仅影响已注销用户),即使MAU>100万,Reach评分上限也强制设为2。所有刻度在确定前需经过【产品负责人 + 数据工程师】双方确认。
Step 4:校准规则
- 初次评分: 基于上述刻度表直接打分,小数点后最多1位(如3.5、7.0)
- 异常值处理: 若数据源之间的Reach差异超过20%,须标注异常并回退到最低数据源打9折(×0.9)处理
- 周期性校准: 每季度回顾一次刻度表基线,MAU数据随DAU上升应主动拉开分数梯度
- 权重前置: 需求中包含“强制注册后才能使用”的场景,Reach评分需下修1分(因转化漏斗损失)
校准案例:
某功能预估MAU影响=20万,按刻度表得6分;但数据工程师确认种子用户的MAU口径包含老版本低频用户,校准后实际影响<10万,因此最终Reach调整为4分,并在记录中标注“口径偏差-2分”。
某功能预估MAU影响=20万,按刻度表得6分;但数据工程师确认种子用户的MAU口径包含老版本低频用户,校准后实际影响<10万,因此最终Reach调整为4分,并在记录中标注“口径偏差-2分”。
输入输出物
| 类型 | 内容 | 责任人 |
|---|---|---|
| 输入 | 当期DAU/MAU看板、用户行为埋点表、调研报告 | 数据工程师 + 产品经理 |
| 输出 | Reach评分结果(浮点数0-10)+ 口径说明 + 校准日志 | 产品经理 |
| 记录材料 | 《Reach评分校准记录表》含:数据源、时间窗口、初分、校准因子、最终分、签字确认 | 产品负责人 |
责任边界
- 产品经理: 提供功能触达的UI/UX路径预估;填写Reach评分初稿
- 数据工程师: 提供口径验证、异常值告警、基线数据查询
- 产品负责人: 负责校准签批,并裁定口径冲突时的降分规则
异常处理
| 异常场景 | 处理预案 |
|---|---|
| 数据源间Reach差异>20% | 以小时粒度的埋点数据为基准,其余源作为辅助;仍不可解时取低值×0.9 |
| 新功能无历史数据 | 先推演最近类似上线功能作为代理数据,并在校准日志中注明“*代理估算” |
| 功能影响多角色(如:前台+后台) | 取最大单角色MAU作为Reach计分基数,但需拆分标注双角色数据 |
验收标准
- 所有需求的Reach评分均附带明确的“时间窗口 + 数据来源 + 校准因子”
- 刻度表使用一致性 ≥95%(抽检10个需求,最多1个偏差)
- 校准日志完整,包括:初分、异常标记、最终分、签字人、日期
- 跨两周内的同一数据集Reach评分波动 ≤10%(排除基线变化)