Brave 浏览器用户增长统计与分析

我们检查 Brave MAU 和 DAU 最近六个月的增长情况，并应用线性回归来延伸数据序列。使用较短的回溯窗口可以使预测锚定于近期表现，同时平滑单月噪音。

增长势头对产品决策和宏观事件很敏感：

• 利好因素：新功能（如 Brave AI）、大规模营销推广或隐私立法。
• 利空因素：发布周期缓慢、生态收缩、服务中断或监管阻力。

是的。仪表板展示了 DAU/MAU 比率，揭示了每月 Brave 用户中有多少比例每天回访。比率上升表明用户粘性和奖励参与度更强；比率下降则表明日常使用频率降低。

每当 Brave 发布月度透明度报告时，我们会在几分钟内导入新数据并重新生成所有图表。如果 Brave 在产品发布后发布临时更新，我们会在当天手动刷新。

当然可以。驱动本站的实时数据位于 /data，您可以将原始 JSON 导入自己的仪表板或笔记本中。

短期预测仅供参考。从历史数据来看，只要 Brave 的环境保持稳定，六个月 MAU 预测的误差在 ±8% 以内，DAU 在 ±12% 以内。突发的营销活动或市场冲击可能使实际轨迹超出该范围。

蒙特卡洛卡片使用最近的月环比 MAU 波动率绘制 2,000 条随机路径。我们显示未来六个月的中位数和第 10/90 百分位带，为您提供概率范围而非单一确定性曲线。实际结果将根据宏观条件在该范围内外波动。

每次刷新都会使用最新波动率重新运行 2,000 条随机路径，因此中位数和百分位带会随着随机种子的变化而波动。更大的波动也来自于数据本身月环比变异性的扩大或收窄。