视频用户生命周期、观看习惯与分群增长情景
生成日期：2026-11-11 · 版本：v001
一、用户问题、分析思路与数据口径
用户问题： 分析四份视频数据中的用户观看习惯和观察生命周期，制定分群提升每日观看时长的运营策略，并估算明确假设下的日均时长增量。
分析思路： 基于2024—2025年合成记录，以11月底状态分组，独立观察12月活跃、强度与内容；设计分群试验，并测算假设成立时的日均增量。
数据口径
| 指标 | 计算口径 |
|---|---|
| 活跃用户日均观看时长 | 2025年12月有效观看总毫秒数÷60000÷有观看的用户日数；全期画像亦按各自窗口计算。 |
| 样本日均观看时长 | 2025年12月样本播放时长毫秒总和÷60000÷31个自然日。 |
注：
- 活跃用户日均观看时长：同目录合成说明确认原始单位为毫秒，用户日中位数约27.80分钟，业务展示采用分钟；重复播放时长保留；依据：dataset_notes.txt
- 样本日均观看时长：衡量整批样本的日常总观看规模；保留无事件日期的零值，原始毫秒换算成分钟
二、核心结论
- 综合结论：围绕连续活跃、回访和沉默用户分层试验；基准情景假设下，样本日均观看时长可由5023.33增至5279.26分钟。
- 生命周期与观看贡献：连续活跃组有905人，贡献12月观看时长的86.73%。
- 时段与个人偏好：各组晚间观看占比约32.70%—38.72%；个人偏好比群体首选类别更适合触达细分。
- 分群运营与增量：连续活跃者测试相关内容续看，回访者测试增加活跃日，近期与长期沉默者采用不同召回方案。
基准假设对应样本日均增加255.93分钟，较12月基线增加5.09%。
综合判断
连续活跃组承载主要观看规模，回访组有可恢复的活跃天数，沉默组需要区别近期与长期历史；内容触达参考个人偏好和晚间习惯。情景增量只表示假设成立时的算术结果，真实提升须通过后续用户级随机实验估计。
三、论证过程
现状概览
样本覆盖与2025年12月观看基线
| 用户（人） | 全期观看（次） | 12月用户日中位数（分） | 12月日均总观看（分） |
|---|---|---|---|
| 1500 | 2889689 | 28.37 | 5023.33 |
2025年12月样本日均观看5023.33分钟，活跃用户日观看中位数为28.37分钟。
2024—2025年的完整事件记录用于观察覆盖，12月作为按11月底分群后的独立观察期。目录共有4,500条视频。
注：
- 活跃用户日数：2025年12月按用户和自然日去重，统计发生至少一次观看的组合数；沿用用户日计数
- 观看次数：2025年12月每条有本地观看时间的行为记录计一次，按观看时间字段计数；沿用次
1.生命周期与观看贡献
2024—2025年逐月回访人数
11月底生命周期群体与12月留出期表现
| 11月底状态 | 用户（人） | 12月活跃率（%） | 12月人均活跃天数 | 12月每活跃人日（分） | 12月日均总观看（分） |
|---|---|---|---|---|---|
| 回访 | 199 | 61.31 | 1.15 | 33.72 | 248.01 |
| 近期沉默 | 225 | 60.44 | 1.13 | 31.29 | 256.41 |
| 连续活跃 | 905 | 87.40 | 4.57 | 32.68 | 4356.56 |
| 长期沉默 | 171 | 55.56 | 0.85 | 34.47 | 162.35 |
连续活跃组有905人，贡献12月观看时长的86.73%。
2025年各月回访人数在178—236人之间。以11月底状态分群，12月连续活跃组活跃率为87.40%；回访、近期沉默和长期沉默组分别有199、225、171人。沉默两组12月仍有136和95人自然回访，沉默状态不是永久流失。
注：
- 活跃用户日数：2025年12月按用户和自然日去重，统计发生至少一次观看的组合数；沿用用户日计数
- 观看次数：2025年12月每条有本地观看时间的行为记录计一次，按观看时间字段计数；沿用次
- 观察生命周期状态：截至2025-11-30：11月与10月都有观看为连续活跃；11月有观看但10月没有、此前有观看为回访；11月没有但10月有为近期沉默；两月都没有但此前有为长期沉默；首次于11月出现单列新观察，首次晚于11月则未观察。
以自然月定义运营状态，12月留作后续验证；状态不等同注册、真实流失或因果驱动
2.时段与个人偏好
各组12月晚间观看占比
| 群体 | 时段 | 观看（次） | 组内占比（%） |
|---|---|---|---|
| 回访 | 18—23时 | 2276 | 37.81 |
| 近期沉默 | 18—23时 | 2047 | 32.92 |
| 连续活跃 | 18—23时 | 41092 | 38.72 |
| 长期沉默 | 18—23时 | 1253 | 32.70 |
个人兴趣集中度与历史覆盖
| 群体 | 有近三月历史用户（人） | 个人首选类别占比中位数（%） | 人均观看类别（类） |
|---|---|---|---|
| 回访 | 199 | 29.29 | 12.88 |
| 近期沉默 | 225 | 28.95 | 13.05 |
| 连续活跃 | 905 | 26.47 | 19.10 |
| 长期沉默 | 71 | 30.50 | 10.51 |
群体首选类别的相似性
| 群体 | 首选类别 | 观看（次） | 组内占比（%） |
|---|---|---|---|
| 回访 | 生活日常 | 598 | 9.93 |
| 近期沉默 | 生活日常 | 707 | 11.37 |
| 连续活跃 | 生活日常 | 10684 | 10.07 |
| 长期沉默 | 生活日常 | 443 | 11.56 |
各组晚间观看占比约32.70%—38.72%；个人偏好比群体首选类别更适合触达细分。
四组12月最常看的一级类别均为“生活日常”，该群体标签不能区分推荐方向。已有9—11月历史者的个人首选类别观看占比中位数为26.47%—30.50%；长期沉默组只有71/171人具备该窗口内的偏好记录。晚间适合测试触达时点，个人内容序列须用用户自己的历史验证。
注：
- 观察生命周期状态：截至2025-11-30：11月与10月都有观看为连续活跃；11月有观看但10月没有、此前有观看为回访；11月没有但10月有为近期沉默；两月都没有但此前有为长期沉默；首次于11月出现单列新观察，首次晚于11月则未观察。
以自然月定义运营状态，12月留作后续验证；状态不等同注册、真实流失或因果驱动- 活跃用户日数：2025年12月按用户和自然日去重，统计发生至少一次观看的组合数；沿用用户日计数
- 群体类别播放占比：2025年12月各生命周期群体在各一级视频类别的观看记录数÷该群体全部观看记录数×100，未匹配类别归为未分类。
衡量本样本近期内容结构，按视频ID连接固定类别；类别是合成标签- 个人首选类别播放占比：先对每名用户在2025年9—11月各一级类别观看次数求占比，取其占比最高的类别，再按11月底生命周期群体汇总用户等权中位数。
衡量个人兴趣集中度，类别未匹配记录保留为未分类；不用群体Top1替代个人Top1- 观看次数：2025年12月每条有本地观看时间的行为记录计一次，按观看时间字段计数；沿用次
3.分群运营与增量
基准情景的分群假设与日增量
| 群体 | 活跃日增幅（%） | 人日强度增幅（%） | 未活跃者召回（%） | 召回强度系数 | 日增量（分） |
|---|---|---|---|---|---|
| 回访 | 8.00 | 5.00 | 0.00 | — | 33.23 |
| 近期沉默 | 0.00 | 0.00 | 5.00 | 0.75 | 3.63 |
| 连续活跃 | 0.00 | 5.00 | 0.00 | — | 217.83 |
| 长期沉默 | 0.00 | 0.00 | 2.00 | 0.75 | 1.24 |
连续活跃者测试相关内容续看，回访者测试增加活跃日，近期与长期沉默者采用不同召回方案。
连续活跃组是时长规模的主要贡献者，可在用户常看的类别内测试更顺畅的后续内容；回访组测试近期兴趣入口与再次打开；近期沉默组先以有历史兴趣者做低频触达，长期沉默组对近三个月无偏好记录者先做轻量兴趣探索。按用户随机分组，主指标为每名纳入用户每自然日观看分钟，同时观察活跃天数、用户日时长及不利指标。
三档假设下的样本日均观看增量
基准假设对应样本日均增加255.93分钟，较12月基线增加5.09%。
低与高假设分别对应日均增加100.86和422.36分钟。基准增量中，连续活跃组贡献217.83分钟/日，回访组33.23分钟/日，近期沉默组3.63分钟/日，长期沉默组1.24分钟/日。若策略无效，增量为0；这些数字不是实测效果或统计预测区间。
注：
- 观察生命周期状态：截至2025-11-30：11月与10月都有观看为连续活跃；11月有观看但10月没有、此前有观看为回访；11月没有但10月有为近期沉默；两月都没有但此前有为长期沉默；首次于11月出现单列新观察，首次晚于11月则未观察。
以自然月定义运营状态，12月留作后续验证；状态不等同注册、真实流失或因果驱动- 活跃用户日数：2025年12月按用户和自然日去重，统计发生至少一次观看的组合数；沿用用户日计数
- 群体类别播放占比：2025年12月各生命周期群体在各一级视频类别的观看记录数÷该群体全部观看记录数×100，未匹配类别归为未分类。
衡量本样本近期内容结构，按视频ID连接固定类别；类别是合成标签- 个人首选类别播放占比：先对每名用户在2025年9—11月各一级类别观看次数求占比，取其占比最高的类别，再按11月底生命周期群体汇总用户等权中位数。
衡量个人兴趣集中度，类别未匹配记录保留为未分类；不用群体Top1替代个人Top1- 观看次数：2025年12月每条有本地观看时间的行为记录计一次，按观看时间字段计数；沿用次
- 分群日均观看时长情景增量：以2025年12月为31日基线。连续活跃组增量＝其基线月观看分钟×活跃日观看强度假设增幅；回访组增量＝其基线月观看分钟×[(1＋活跃日数增幅)×(1＋活跃日观看强度增幅)－1]；沉默组增量＝其12月未活跃用户数×假设召回比例×1个新增活跃日×12月回访组每活跃用户日分钟×召回强度系数。各组月增量之和÷31。
低/基准/高假设：连续活跃强度增长2%/5%/8%；回访活跃日增长3%/8%/15%且强度增长2%/5%/8%；近期沉默的12月未活跃者召回2%/5%/10%；长期沉默召回0.5%/2%/5%；每名召回者新增1个活跃日，其强度取12月回访组实际人日分钟的0.50/0.75/1.00倍。以上是假设，不是数据估计的因果效果；无效果时增量为0
四、附录
1. 数据质量
| 项目 | 治理结果 |
|---|---|
| 来源 | 准入 5 份来源 |
| 行数 | 表格原始 2,900,189 行，治理后可用 2,900,189 行 |
| 字段 | 按来源计 41 个字段 |
| 缺失 | 0 个字段有缺失 |
| 高重复值 | 29 个字段的非空值重复占比估计≥90%；如 观看日期、用户 |
| 重复记录 | 整行重复 0 行；已声明键重复 0 行 |
| 来源 | 原始行数 | 准备后行数 | 字段数 | 本次用途 |
|---|---|---|---|---|
| behavior | 2,889,689 | 2,889,689 | 12 | 分析计算 |
| user | 1,500 | 1,500 | 6 | 分析计算 |
| item | 4,500 | 4,500 | 12 | 分析计算 |
| category | 4,500 | 4,500 | 11 | 分析计算 |
| dataset_notes | — | — | — | 口径说明 |
注：上述总量按准入来源分别计数，包含本次未计算的表；重复值高不等于重复记录，治理可用行数不等于分析纳入样本。
2. 字段名解释
| 数据来源 | 源字段 | 中文含义 |
|---|---|---|
| behavior | user_id | 用户 |
| behavior | date | 观看日期 |
| behavior | play_duration | 播放时长 |
3. 分析局限性
- 数据为人工合成且截至2025年12月，历史情景不能外推至真实平台或当前用户。
- 月度状态从观察行为推定，缺注册、曝光和完整产品活跃记录，首次观察与沉默均不等同真实生命周期阶段。
- 观看时段和类别为已发生行为；缺曝光、推荐位置与未观看内容，不能据此判断推荐动作的效果。
- 低、基准、高档增幅是事先声明的运营假设，不是实测因果效应或统计预测区间；需随机实验核验。
4. 参考来源
外部原文
本次没有外部原文来源；本地原件见数据质量简报。
5. 生成附件
- 分析计划
- SQL与Python分析脚本 1
- 数据治理简报
- 生成报告