只要不是真的，整他100万DAU

记得好久前写过一个“从预算和成本计算给游戏赚了1个亿”，通过数据预估的方式进行了虚拟项目的虚拟预估。如今行业内做游戏越来越不在乎收入了，更多在乎活跃。那么如何做到100W的DAU，毕竟不是所有游戏都是原神，而且天花板也不是新增，而是DAU。

所以这篇文章会先从数据拆分开始让大家了解，一款游戏要达到百万DAU，需要满足什么条件。而后会通过一些方案方法来为完成这个目标提供决策建议。也希望这个拙见，可以给一些困在难题里的人提供一些破局思路。至少知道是怎么死的。

谈到百万DAU，我们首先应该要了解DAU的构成。其次是考虑的是时间。

DAU公式：DAU=DNU(新增用户)+(RU)留存用户。

有公式就一切好说，我们将公式展开，新增用户用 N 代替。留存用户比较麻烦，我们需要制作一个基于DAU与时间 t 之间的关系，你以为我要搞高等数学。不，我停止了思考。

所以我们转回一个很笨又好理解的方法，我们继续用18年的Excel来完成数据预估。

为了便于理解我们先从7日表来进行计算，同时也意外这老板给了你一个七天内满足百万DAU的需求。表格如下图，

感觉是18年的降维？没错，就是降维。不过我们要做的是最优解，而不是乱填数。还是要思考下，毕竟首日导入100W新增，就可以完成百万DAU了，这么魔幻的结果我们后面考虑。

不过我们需要考虑一个简单的概念，新增用户的构成=广告用户+渠道用户+病毒传播用户+其他。这个“其他”占比不高，很高的话就是另一个魔幻的事情了。如果获取新增会放到方案篇去讲，这里回归主题，七天内如何满足百万新增。

这里通过穷举方式列下所有结果。

把目标全部交给新增，即首日满足百万新增。

①新增中完全是广告新增，那就是钱和买量平台量是否足够的问题，买量成本只会水涨船高。这样撒币行为，如无必要（成本低，搞垄断除外），不要考虑。

②新增中广告/渠道占比一定比例。这是一个常见模型，理论上肯定是不花钱可以白嫖到量是最好的。至于是55还是37占比，如果是预估的话，可以算其中一个，比如广告就锁定能接受的CPA+预算。背靠渠道，就通过渠道全量资源能带来的最大新增入手。这样剩下的就用另一个途径补齐，比如渠道全量push首日可以带量50W新增，那么剩下的50W就全是广告了。

③新增中广告+渠道量满足不了100W新增，那么就要考验病毒用户了。所谓病毒传播，是利用公众的积极性和人际网络，让产品像病毒一样传播和扩散，由于这种传播是用户之间自发进行的，因此是几乎不需要费用。其实市面上很多产品的成功都离不开病毒传播，比如：微信，抖音等。但是极其考验产品与市场的匹配度。

2、分摊到多天，弥补新增不足问题。

因为第一天无法满足新增百万，所以开始考虑是否可以分期。（当我写到这里，我感觉自己在搞房贷...）

这里回归原来的表格，我们需要考虑留存率了，因为每天会存在一定折损，这个折损是必然的，毕竟游戏再好，也有流失。我们按照一个市面均高值来进行一个“完美留存下的预估”数据采用 60% 次留，35% 七留。

嗯，你需要七天每天新增大概26W就可以了！七天内总新增184W。如果新增是指数下降的话，那么需要的新增就更多。如果是指数增长的话，只要保证第二天你的新增＞流失用户即可，比如第二天补满百万DAU，那么就需要：N日新增用户+N日留存用户，比如第一天导入50W，那么第二天就需要补足100W。也就是70W（100W-50W*60%）。有兴趣自己代数就可以了。

当然真正到达百万DAU理论上都不是一天完成的，这里只是拿一个范例来为大家提供一个思路。至于如何扩表，我觉得就没啥说的了。

我们为什么要做百万DAU？话说真的有人会按照上面的推算方式去实现DAU吗？DAU只是一个虚荣数据，他只能证明你在某个时间点很强。所以这里我们更应该讨论的是虚荣数据下我们的任务是什么？

1.提升新增，压低新增获取成本。

这里我们重现回顾新增公式：新增用户的构成=广告用户+渠道用户+病毒传播用户+其他。

其中广告用户和渠道用户，基本依靠的就是素材和推荐。当然反映到数据上就是广告转化率。至于是增加广告投放范围，还是增加广告精度都是为转化量服务。

而病毒传播是所有产品（不仅仅是游戏）都会面临的问题，下面介绍一些病毒传播方式：

口碑病毒传播：通过产品品质被大众认可，通常情况下存在需求竞品，比如让大家推荐一个好用的XXX时。

示范性病毒传播：通过示范或者其他方式让人产生好奇，产生：“你究竟是如何做到的？这是什么？东西感觉很有趣.”想法。

感染病毒营销：分享类感染，就是用户会推荐别人使用，获得双赢的局面。比如常见于社交网络中分享图片或者APP下载链接等邀请。

激励式口碑病毒营销：通过奖励激励的形式获取用户，比如拼多多。

突发病毒营销：有些事情如果大家觉得火的没有道理，死的也特别快。那么基本就是突发病毒，比如：抖音热梗视频，或者太空狼人杀、拼个大西瓜之类的。

当然一个游戏的病毒传播可能有多种且被动的。并非强制执行就可以搞定的。

至于“其他”，因为常常是短期的，无实际针对游戏的，这里不做讨论。可以自己在评论区聊。

减少流失，提升用户回流。

随着时间推移，留存用户并不仅仅是每日正常衰减登录量，同时针对一些产品，还有一批回流用户。

关于留存，我肯定不会再去讲什么磨平首日曲线，增加次留/长留的活动之类的。这些利用搜索引擎可以搜到好多方法，但是一定要知道一点，我们在优化产品提升留存的同时，也应该承认产品自身的不足和市场表现。有时候玩法、画风等已经锁死了产品留存，所有网络上提供的优化方案只能是一些原因的补集，所以很多时候我们针对数据决策，优先考虑严重性BUG这种可以强论证。至于其他优化，我们只是对当前数据不满足，想搏一搏罢了。

留存的影响这里大概做一下引导，前期大概率是用户筛选，玩家针对画风，玩法做出一个判断。中期就是重复可玩度，游戏是否存在让他们重复玩下去的动力。长期留存看的就是版本迭代。通过版本迭代不断挖掘用户需求。

关于回流，我们依然从自然回流和操作召回两个角度考虑。

自然回流：就是一些满足流失条件（比如30天未登录）的用户重新回归产品。比如：节假日常见于一些应用，用户量激增。再比如版本更新，市场宣发，版本迭代、竞品上线等都有可能重新激活用户主动回归游戏。（比如明日方舟2周年，游戏短视频突然爆火等）

操作召回：通过主动形式召回用户，这常见于回流活动设计。这里也不会具体展开示例，毕竟搜索引擎真的会告诉你。我们只要记住召回需要“通知-稳定”。既然需要主动，自然需要通过短信，邮件、好友关系链召回等形式针对用户进行通知，其次就是要稳住用户，很多用户回流可能存在版本断层，所以版本迭代一定要考虑新用户后续的学习门槛和接受程度。也提醒下，流失用户召回是一系列手段，不要指望一个手段召回所有流失。

虽然我们可以推算出DAU，也可以通过手段优化数据。但是要知道有时候有些数据也证明了游戏的市场和表现。DAU也会根据留存和新增到达一个稳定值。而期间的转化率 、留存率、召回率。在产品成型不修改的情况下，他们基本是稳定的，浮动不会太大。而想要提高这些值，无论是花大成本推翻产品还是小成本运营优化，都会可能竹篮打水。所以既然做了，就算是亡羊补牢，也是一种成长。