Forest Q2 Activation 指標分析報告

分析日期： 2026-04-05 Cohort： first_open 2026-03-06 ～ 2026-03-21（iOS n=192,054、Android GP n=290,400、Android CN n=29,597） 轉換定義： D30 內觸發 plus_trial_success 或 plus_subscribe_success（含 free trial 啟動） 統計： Chi-square 檢定，p < 0.05 標示 ✓（所有列出行為皆達 p < 0.001）

Part 1: Executive Summary

Q2 Activation 指標建議（一句話）

「新用戶在 D7 內成功種下第一棵樹」

為什麼是這個定義：

• Base Rate 51.1%（iOS）/ 40.6%（Android GP）：一半以上的新用戶會觸發，足以作為每週改善的追蹤北極星
• Lift Ratio 3.56x（iOS）/ 3.92x（Android GP）/ 7.81x（Android CN）：種樹者的 D30 訂閱轉化率比未種樹者高 3-8 倍，預測力在所有高 base rate 行為中最強
• 發生時間早（中位 0.6 小時）：絕大多數種樹行為發生在安裝後 1 小時內，是真正的「早期信號」
• 跨平台一致：三個平台排名一致，利於統一管理 Activation 指標

重要注意事項： 種第 2、3 棵樹的 Lift 沒有顯著跳升（iOS: tree1=3.56x → tree2=3.12x → tree3+=2.96x，反而遞減）。第一棵樹是決定性行動，第二棵之後不增加預測力。

iOS vs Android 是否需要不同定義？不需要。 三平台核心行為排名一致（tree1 → store → tag），僅 CVR 絕對值差異顯著（iOS 3.3% trial rate vs Android GP 0.7% vs Android CN ~16%）。統一定義「種第一棵樹」即可，OKR 分平台設不同達成率目標。

Part 2: Ranking Tables

iOS Top 10（n=192,054，完整 16-day cohort）

Android GP Top 10（n=290,400，完整 16-day cohort）

注意： Android GP 中 view_friends_page 和 sub_plans_availability 的 base rate 為 0%，這些是 iOS 專屬事件名稱，Android 使用不同 event names（本次未納入分析）。

Android CN Top 10（n=29,597，完整 16-day cohort）

Android CN 總體 CVR 異常高（~16%），可能反映中國本地支付機制與 GP 計費流程不同，trial_success 的定義可能有差異。

Part 3: 關鍵洞察

3.1 意外的高預測力行為

訂閱方案頁面（sub_plans_availability）是負相關指標（iOS Lift 0.26x）

這是最違反直覺的發現。在 D7 內主動查看訂閱方案的用戶（0.7% base rate），訂閱轉化率反而比不查看者低（0.88% vs 3.31%）。假設：這些是「比價型用戶」，在決策前刻意翻看價格後卻沒購買。如果要做轉化優化，對這群人需要不同的訊息框架（強調 value，而非展示 feature list）。

通知互動（notification_click_open）的高 lift 是高意圖的代理指標

iOS 7.01x、Android GP 326x。Android 的 326x 看起來誇張，但意義是：會回應通知的 Android 用戶是「高度主動」的一群，不是被動安裝後遺忘的用戶。發生時間中位值是 24.6 小時（次日），所以它是 D1 之後的信號。可以作為輔助指標，但 base rate 太低（1.7-2.6%）不適合作為主要 Activation 北極星。

3.2 直覺行為（種第一棵樹）預測力符合預期，但要注意的是

「種第一棵樹」的 lift 沒有隨更多樹遞增，反而遞減：

iOS:  tree1=3.56x → tree2=3.12x → tree3+=2.96x

這意味著：第一棵樹是啟動點，之後的樹是留存行為而不是 Activation 信號。把 Activation 定義在「種 3 棵樹」只會讓這個指標更難達成但不會更有預測力。

forest_view（查看森林主頁）在 iOS 是無效指標（99.8% base rate），因為它就是 app 的 home screen。幾乎所有開啟 app 的新用戶都會觸發，無法作為差異化指標。

3.3「好達成 × 好預測」象限圖

Lift
 8x │ [CN-tree1]
    │
 5x │                                      [iOS-paywall*]
 4x │             [iOS-starter_done]      *Forced exposure
    │    [AND_tag_store]    [iOS-paywall*]
 3x │  [iOS-store] [iOS-tag]  [AND_tree_store]
    │         [iOS-tree1] ← SWEET SPOT
    │   [iOS-tree2][iOS-tree3]
 2x │       [iOS-friend]
    │
 1x │────────────────────────────────────────────── Base Rate
    0%   10%   20%   30%   40%   50%   60%   70%   80%

Legend:
[iOS-tree1]  = Base 51%, Lift 3.56x  ← Q2 指標推薦
[iOS-store]  = Base 12.4%, Lift 3.57x
[iOS-tag]    = Base 13%, Lift 3.23x
[AND_tree_store] = Base 10.8%, Lift 3.78x  ← 高精準度選項
[iOS-paywall*] = Base 69.2%, Lift 4.79x   ← Forced, 不建議
[iOS-starter1] = Base 24%, Lift 3.58x

次要分析

行為組合交互效應（iOS）

結論： 組合指標帶來 lift 的邊際提升，但 base rate 大幅下降（51% → 3.4%）。三合一組合 4.98x lift 最強，但每週只有 3.4% 的用戶達成，無法作為追蹤北極星。建議：用 tree1 作為 Activation，用 tree1+tag 作為「深度 Activation」的加分指標。

時間維度：D1 vs D3 vs D7（iOS）

關鍵發現： D1 tree1 already captures 45.1% base rate（vs D7 的 51%）= 88% 的最終種樹行為發生在 24 小時內。中位發生時間僅 0.6 小時。

實務建議： 如果需要更快的反饋循環（如 A/B test），可以用 D1 tree1（45% base，2.88x lift）作為近似代理，不用等 7 天。但 D7 指標更完整（多捕捉 12% 的用戶）。

三平台差異總結

三平台核心結論： 「種第一棵樹 D7」作為 Activation 指標跨平台一致有效，可以統一定義。

Part 4: SQL Queries 參考

Query A: 非 page_view 行為 Lift Analysis（主查詢，iOS 適用）

WITH new_users AS (
  SELECT user_pseudo_id, MIN(event_timestamp) as fo_ts
  FROM `forest-data-307009.firebase.ios`
  WHERE event_date BETWEEN '2026-03-06' AND '2026-03-21'
    AND event_name = 'first_open'
  GROUP BY user_pseudo_id
),
sub_d30 AS (
  SELECT DISTINCT e.user_pseudo_id
  FROM `forest-data-307009.firebase.ios` e
  INNER JOIN new_users nu ON e.user_pseudo_id = nu.user_pseudo_id
  WHERE e.event_date BETWEEN '2026-03-06' AND '2026-04-03'
    AND e.event_name IN ('plus_trial_success','plus_subscribe_success')
    AND e.event_timestamp <= nu.fo_ts + CAST(30*24*3600*1000000 AS INT64)
),
beh AS (
  SELECT e.user_pseudo_id,
    COUNTIF(e.event_name='action_tree_planted' AND
      (SELECT value.string_value FROM UNNEST(e.event_params) WHERE key='outcome')='success') trees,
    MAX(CASE WHEN e.event_name='plus_trial_success' THEN 1 ELSE 0 END) trial,
    MAX(CASE WHEN e.event_name IN ('action_set_tag','tag_create','create_new_tag') THEN 1 ELSE 0 END) tag,
    MAX(CASE WHEN e.event_name='notification_click_open' THEN 1 ELSE 0 END) notif,
    MAX(CASE WHEN e.event_name='iap_store_view' THEN 1 ELSE 0 END) store,
    MAX(CASE WHEN e.event_name='view_friends_page' THEN 1 ELSE 0 END) friend,
    MAX(CASE WHEN e.event_name='sub_plans_availability' THEN 1 ELSE 0 END) subplan
  FROM `forest-data-307009.firebase.ios` e
  INNER JOIN new_users nu ON e.user_pseudo_id = nu.user_pseudo_id
  WHERE e.event_date BETWEEN '2026-03-06' AND '2026-03-28'
    AND e.event_name IN (
      'action_tree_planted','plus_trial_success',
      'action_set_tag','tag_create','create_new_tag',
      'notification_click_open','iap_store_view',
      'view_friends_page','sub_plans_availability'
    )
    AND e.event_timestamp <= nu.fo_ts + CAST(7*24*3600*1000000 AS INT64)
  GROUP BY e.user_pseudo_id
)
-- ... 完整 SQL 略

成本： iOS ~5 GB（$0.031）、Android GP ~2.9 GB（$0.018）、Android CN ~1.1 GB（$0.007）

Query B: Page View 行為 Lift Analysis（1-day cohort，成本控制用）

需限縮 cohort 至 1 天（如 '2026-03-06'），D7 行為視窗：cohort date + 7 天 = 8 天。關鍵 page_names: page_main, starter_challenge_1/4/ending, new_user_paywall_trial, daily_paywall_trees, page_store, page_friend。成本：iOS ~4.3 GB（$0.027）。

Query C: D1/D3/D7 時間維度 + 組合分析

完整 SQL 留存於 worker run directory。

後續確認事項

1. Android 事件名稱缺口：view_friends_page 和 sub_plans_availability 在 Android 表中 base rate 為 0%，代表 Android 用不同 event names 追蹤這兩個功能。如要補全 Android 的好友和訂閱方案分析，需先確認對應的 Android event names。

2. Android CN CVR 數字（~16% trial rate）：遠高於 GP 和 iOS，建議確認 plus_trial_success 在 CN 環境是否代表不同的付費行為（如中國本地支付一次性觸發 trial 而不是 7 天到期後自動扣款）。

3. D30 sub 定義：本分析使用 trial 啟動作為 D30 轉換指標（含後來取消的用戶），實際付費轉化率會低於報告中的 3.3%（iOS），與任務描述的 1-1.2% 差距源自於此。