“我们日活10万”——你听到这句话时，第一反应是什么？是觉得"很厉害"，还是会追问一句"是DAU还是UV"？这两个指标经常被混着说，但它们衡量的东西完全不同。用错指标，就会做错决策。
先搞清楚：DAU和UV到底是什么？
UV（Unique Visitor）= 独立访客数
定义： 在指定时间范围内，有多少个"不同的用户"访问了你的小程序。
关键词：去重。
同一个人今天来了10次，UV算1。同一个人今天来1次明天来1次，如果看"日UV"，这两天每天都算1；如果看"周UV"，这周算1。
DAU（Daily Active Users）= 日活跃用户数
定义： 当天有多少用户"真正使用了"你的小程序。
关键词：活跃。
这里有一个关键点："活跃"的定义是什么？
不同团队对"活跃"的定义不同：
- 最宽松的定义：打开就算活跃
- 中等定义：有核心行为才算活跃（比如浏览了商品、使用了功能）
- 最严格的定义：完成关键转化才算活跃（比如下单、提交）
所以同样10万UV，DAU可能是8万（打开即活跃），也可能是3万（必须有核心行为）。
UV和DAU的核心差异：一个"来过"，一个"用过"
| 全称 | Unique Visitor | Daily Active Users |
| 核心 | 去重后的访客数 | 当日活跃用户数 |
| 衡量 | “有多少不同的人来过” | “有多少人真正在用” |
| 时间维度 | 可以是日UV、周UV、月UV | 固定是"日"维度 |
| 受"活跃定义"影响 | ❌ 不受影响 | ✅ 高度依赖定义 |
一句话总结： UV告诉你"有多少人知道你、找到你"，DAU告诉你"有多少人在真正用你"。
90%的人搞反的地方：该看哪个？
误区1：把UV当成核心KPI
错误思维： “UV越高，产品越好。”
为什么错： UV高可能只是"流量入口做对了"，但用户进来之后有没有真的在用？有没有留存？有没有转化？这些UV回答不了。
例子： 某小程序通过诱导分享，日UV从1万冲到10万——但用户都是被"骗"进来的，进来3秒就走。UV涨了，业务没涨，反而浪费了服务器资源。
误区2：DAU和UV混着报
错误思维： “我们日活10万”——其实是UV 10万，DAU可能只有6万。
为什么错： 这不是"美化数据"的问题，而是会让团队误判产品的真实健康度。UV 10万+DAU 6万，和UV 10万+DAU 9万，是完全不同的两个产品状态。
正确做法： 汇报时明确说明是UV还是DAU，以及DAU的"活跃"定义是什么。
误区3：只看UV不看DAU/UV比值
核心公式：
code复制
DAU/UV 比值 = 当日活跃用户数 / 当日独立访客数
这个比值告诉你：来的用户里，有多少真正"活跃"了。
| > 90% | 几乎所有访客都"活跃" | 可能是"活跃"定义太宽松（打开即活跃） |
| 70%-90% | 健康 | 大部分访客有实质使用行为 |
| 50%-70% | 需要关注 | 相当一部分用户"来了但没用" |
| < 50% | 警惕 | 超过一半用户是"无效UV" |
自查： 你的DAU/UV比值是多少？如果长期低于70%，说明UV质量有问题，或者首屏体验有问题。
不同阶段，该看哪个指标？
新产品阶段（0-3个月）：看UV
为什么： 新产品首要任务是"让人知道、让人找到"。UV反映的是你的获客能力、场景覆盖率、流量入口是否通畅。
重点看：
- 日UV增长趋势
- UV来源渠道分布
- 新用户UV占比
不需要太纠结： DAU——因为新产品还在打磨体验，用户"活跃"的标准可能还不稳定。
成长期阶段（3-12个月）：UV和DAU都要看
为什么： 这个阶段既要"拉新"（UV），又要"留存"（DAU）。
重点看：
- UV增长趋势（获客是否在加速）
- DAU增长趋势（留存是否在改善）
- DAU/UV比值（流量质量是否稳定）
- 新老用户占比（获客和留存的平衡）
核心判断： 如果UV在涨但DAU涨不动，说明"拉来了人，但留不住人"——要优先解决留存问题，而不是继续加大获客。
成熟期阶段（12个月+）：看DAU为主
为什么： 成熟期产品，该知道的人基本都知道了。增长的核心不再是"拉新"，而是"激活存量"和"提升活跃度"。
重点看：
- DAU趋势和稳定性
- DAU的构成（新老用户比例、核心行为占比）
- 用户生命周期价值（LTV）
UV的作用： 变成一个"监测指标"——如果UV异常下跌，排查问题；但日常运营中，DAU和相关指标（留存、活跃度、ARPU）更重要。
延伸：还有MAU，什么时候看？
MAU = Monthly Active Users = 月活跃用户数
核心价值： 衡量你的小程序"长期价值"——用户是不是会长期回来？
MAU和DAU的关系：
code复制
DAU/MAU 比值 = 用户粘性指标
| > 50% | 极高 | 社交、IM、高频工具（打卡、记账） |
| 20%-50% | 较高 | 内容类、电商类、中频工具 |
| 10%-20% | 中等 | 服务类、低频工具（每月用1-2次） |
| < 10% | 较低 | 偶发型产品（证件照、特定查询） |
重要： DAU/MAU比值低不代表产品差——有些产品天然就是"低频"的。关键是你的比值和你的产品类型是否匹配。
一个完整的指标看板
不要只盯一个指标，用这个框架来理解你的小程序：
| 入口层 | UV | 有多少人找到你？ |
| 活跃层 | DAU | 有多少人在真正用？ |
| 粘性层 | DAU/MAU | 用户多久回来一次？ |
| 留存层 | 次日/7日/30日留存 | 用户会一直用吗？ |
| 价值层 | ARPU、LTV | 用户值多少钱？ |
正确的思路： 从UV开始，一层层往下看。UV是起点，但不是终点。
写在最后
UV和DAU，没有"哪个更好"，只有"哪个更适合回答你的问题"。
问"有多少人知道我"——看UV。
问"有多少人在用我"——看DAU。
问"用户会不会一直用"——看留存和DAU/MAU。
最大的错误不是选错指标，而是只看一个指标就下结论。
一个产品可以UV很高但DAU很低（流量大，体验差），也可以UV不高但DAU稳定（流量小，粘性强）。两种状态，需要完全不同的策略。
下次汇报时，不要只说"我们日活多少"——说清楚是UV还是DAU，以及它们的比例关系。
那才是真正的"数据说话"。
