一个协议号称新增了10万个用户，但你可能不知道——这其中可能超过一半是昨晚才创建、只交互了一次的"过客"，剩下的很多是之前来过又回来的"回流用户"。把"新钱包"直接等同于"新用户"，是链上分析最常见的错误之一。判断协议是否真的在增长，得把一次性访问者、回流用户和真正的初次用户分开算。
以下是区分这三类用户并避免被数据误导的3个步骤。
步骤1：先用"实体调整"指标，过滤掉虚假地址
很多所谓的"新增用户"实际上是同一个人控制的多个钱包。先过滤掉这个噪音。
做什么： 查看Dune Analytics或Glassnode等工具提供的"实体"（Entity）数据，而非原始的"地址"（Address）计数。
怎么做：
原始地址计数（Raw Address Count）会把一个用户控制的10个钱包算作10个"用户"。而"实体调整"通过聚类算法（clustering algorithms），把属于同一个实体的多个钱包合并统计，估算更真实的用户数。
如果只是粗略看趋势，可以进入Dune Analytics的仪表盘搜索"New Addresses"，它会显示在指定时间段内第一次出现在链上的唯一地址数量。但这个指标需要结合后续"活跃度"来过滤。
做到什么程度算完成： 你能在Dune或Glassnode上找到某个协议的"New Entities"（新实体）数据，而不是只看"New Addresses"。
常见失败原因： 习惯性地把"新地址"和"新用户"划等号。一个用户为了撸空投可以创建成百上千个地址，这些地址在新地址统计里都算数，但它们代表的是同一个人。
步骤2：区分三类用户——新用户、回流用户和一次性用户
即使过滤了钱包，一个地址如果30天前出现过，今天又回来了，它不应该被算作"新增长"。Web3用户生命周期通常分为新用户、留存用户、回流用户和休眠用户。
做什么： 计算协议的"新用户率"和"回流用户率"，看清增长的真实构成。
怎么做：
新用户（New Users）：在统计周期内（如过去7天）首次与协议交互的地址。这说明协议正在吸引新的人群。
回流用户（Returning Users / Resurrected Users）：超过30天未交互，但在统计周期内又重新出现的地址。这说明协议的留存出了问题，老用户回来了，不代表增量。
一次性用户（One-time Users）：只交互过一次就再也没有回来的地址。如果一次性用户占比过高，说明产品缺乏留存和吸引力。
统计发现，活跃度低的平台与活跃度高的平台相比，新用户和回流用户数量相差10倍，但一次性用户数量相差仅1倍。
做到什么程度算完成： 你将协议的新增地址拆分为"初次用户"、"回流用户"和"一次性过客"三类。
风险提醒： 如果一个协议的总地址数在涨，但每次新增地址中有70%以上属于"只出现一次就消失的类型"，说明增长可能是由空投交互或一次性投机驱动的，而非真正的用户采纳。
步骤3：用Dune查询追踪用户生命周期
Dune可以通过SQL查询区分"New"（新）和"Active"（活跃）地址，进而判断增长质量。
做什么： 在Dune中编写或Fork一个查询，计算用户生命周期指标。
怎么做：
Fork一个现有Dune仪表盘，查看其用户分群逻辑：通常需要将
transactions表按wallet_address分组，找出每个地址的min(block_time)作为"首次出现时间"，然后在后续统计中判断该地址在特定时间窗口内是否出现过。计算新地址：如果某地址的首次交互时间在统计周期内，标记为"New"。
计算回流地址：如果某地址首次交互时间早于统计周期，但在统计周期内仍有交互，标记为"Returning"。
做到什么程度算完成： 你生成了一个简单的用户群组表，能看到协议每天的新用户数与回流用户数的比例。
如何确认操作正确？
完成过滤和分群后，回答这三个问题：
原始"新增地址"数据经过实体过滤后，还剩多少？ 如果缩水超过50%，说明协议用户存在严重的一人多号行为。
回流用户在"新增"中占比多少？ 如果超过40%的"新活动"是老用户回归，说明协议靠的是唤醒存量，而非吸引增量。
一次性用户的比例是否在持续上升？ 如果上升，说明协议的用户留存出现了问题。
如果答案是"实体调整后数据依然在涨 + 新用户率持续领先回流用户 + 一次性用户比例稳定或下降"——这是一个相对健康的增长信号，新增用户是真的在增长，而不仅仅是空投猎人或者老用户在折腾。
