DAU/MAU простими словами: формула, яке значення stickiness вважати хорошим, розбір на даних за місяць і чому тижневому продукту потрібен WAU/MAU.
Автор: Sergey BruhОпубліковано 8 хв читання
Безкоштовний курс для продактів і маркетологів: короткі уроки, реальні продуктові дані та вправи з миттєвим фідбеком.
Почати безкоштовний курсDAU/MAU — це середня кількість активних користувачів за день, поділена на кількість активних користувачів за місяць, тобто частка місячної аудиторії, яка з'являється в продукті у звичайний день. Якщо цього місяця застосунком користувалися 1 000 людей, а в середній день його відкривали 200 із них, DAU/MAU дорівнює 20%. Це найпоширеніша міра stickiness (липкості), і вона має сенс лише тоді, коли продуктом мають користуватися щодня. Для продукту, який потрібен раз-двічі на тиждень, низький DAU/MAU — норма, а чесне число — WAU/MAU. Далі: формула, яке значення вважати хорошим, розбір на місяці даних Halves (вигаданого застосунку для спільних витрат) і пастки, через які це співвідношення вводить в оману.
DAU, WAU і MAU — це кількість унікальних користувачів, які виконали дію, що зараховується (наприклад, відкрили застосунок), за день, тиждень і місяць. Stickiness ділить коротке вікно на довге:
Правильність результату вирішують дві деталі:
У цього числа є й зрозумілий зміст. Помнож DAU/MAU на кількість днів у місяці — і отримаєш, скільки днів був активним типовий користувач місяця. 20% у місяці з 30 днів — це приблизно 6 активних днів на людину.
Співвідношення не буває нижчим за один день на місяць (близько 3% для 30 днів) і вищим за 100%. Орієнтири, які кочують галуззю, виглядають приблизно так:
Сприймай це як фольклор, а не стандарт. Ці цифри змішують продукти з різним ритмом і, найчастіше, з різним визначенням «активного». Чесне порівняння — лише з продуктом того самого природного ритму, виміряним так само, або з власною динамікою.
Інвестор пише команді Halves, що в хороших споживчих застосунків DAU/MAU близько 50%. Дашборд Halves показує 17% за червень. Перерахуймо за 1–28 червня (чотири повні тижні, які вважаємо місяцем).
В експорті 140 користувачів із будь-якою подією в червні. Але 12 із них жодного разу не відкрили застосунок: їхні єдині події — регулярні рахунки, які сервер створив автоматично. Ці люди застосунку не торкалися, тому:
MAU = 140 − 12 = 128
Денні значення в сумі дають 611 (40 у понеділок 1 червня, коли платять оренду, 13 в останню неділю, від 16 до 27 в інші дні). Ті самі 611 виходять, якщо скласти активні дні всіх користувачів, — безплатна перевірка.
Середній DAU = 611 ÷ 28 = 21,82
Дашборд не помилявся. У днях: 0,1705 × 28 = 4,77, тобто типовий червневий користувач відкривав Halves приблизно 5 днів із 28.
Ніхто не ділить рахунок за вечерю щодня. Сусіди по квартирі й пари ділять витрати кілька разів на тиждень чи на місяць, тож природний ритм — тижневий. WAU для кожного тижня червня (користувачі з хоча б одним активним днем того тижня) — 84, 83, 73 і 78:
До того ж 71 зі 128 користувачів (55,5%) були активні щонайменше три тижні з чотирьох. Це звичка, просто не щоденна. Чесна відповідь інвесторові: DAU/MAU становить 17,0%, це не та лінійка для розподілу рахунків, а в нашому ритмі WAU/MAU — 62,1%, і поруч записане визначення.
30% у поїздок лякають, доки не згадаєш, що таке поїздка: один насичений тиждень, а потім, можливо, день розрахунків. Учасник поїздки, активний один тиждень із чотирьох, робить саме те, для чого існує продукт. Поїздки оцінюють за кожну поїздку (чи група записувала витрати до кінця і розрахувалася?), а не за тиждень.
Запитай себе: як часто задоволений користувач потребує продукту? Міряй із цим інтервалом. Денне співвідношення на тижневому продукті називає здоровий продукт провалом, а місячне на щоденному ховає звичку, що згасає.
Припустімо, дашборд рахує MAU з будь-якої події (140 користувачів разом із 12 «серверними»), а WAU — з відкриттів застосунку. Тоді WAU/MAU вийде 79,5 ÷ 140 = 56,8% замість 62,1%. Автоматичні події, зараховані як активність, роздувають MAU й занижують кожне співвідношення, побудоване на ньому. Запиши визначення метрики один раз і використовуй його для обох частин.
Співвідношення по змішаній аудиторії рухається, коли змінюється склад аудиторії. Нехай у липні приходять ще 60 користувачів-мандрівників, які поводяться точнісінько як червневі (WAU/MAU 30%), а все інше без змін:
Співвідношення падає на десять пунктів, хоча жоден сегмент не змінився. Це зсув структури (mix shift): перш ніж називати це проблемою продукту, покажи співвідношення за сегментами або за фіксованої структури. В уроці Обсяг, якість і частки, що брешуть є повний приклад із вирівняною структурою.
Співвідношення росте й тоді, коли йдуть випадкові користувачі. Якщо наступного місяця зникнуть 14 користувачів із групою «інше», а все інше лишиться, WAU/MAU стане (79,5 − 3,5) ÷ (128 − 14) = 76 ÷ 114 = 66,7%. Співвідношення краще, продукт менший. Завжди показуй MAU поруч.
У місяці з 31 дня більше місця для активних днів, ніж у місяці з 28. Порівнюй порівнюване: фіксовані вікна по 28 чи 30 днів або той самий календарний місяць рік до року.
Stickiness показує, як часто користувачі цього місяця повертаються в межах місяця. Вона не каже, чи нові користувачі лишаються на місяці вперед; для цього є утримання за когортами. І ні MAU, ні stickiness самі не годяться на роль цілі компанії: MAU — метрика обсягу: вона виросла б від більшого рекламного бюджету чи жвавого сезону, навіть якби продукт не змінився взагалі. У дописі north star metric приклади — метрики, що рахують цінність, а не візити, а в дописі що таке продуктова аналітика — як ці частини складаються докупи.
Ні. DAU/MAU показує, як часто користувачі місяця повертаються в межах цього місяця. Утримання (retention) стежить за когортою нових користувачів тижнями чи місяцями й питає, скільки з них досі активні. У продукту може бути висока stickiness серед постійних користувачів і слабке утримання новачків.
Будь-що, аби незмінно. Ковзний 30-денний MAU дає плавний щоденний ряд, календарні місяці простіше пояснити. Не змішуй їх на одному графіку.
Оскільки в місяць уміщається чотири тижні, WAU/MAU значно вищий за DAU/MAU: у Halves це 62,1%. Як і з DAU/MAU, порівнюй із власною історією та з продуктами того самого тижневого ритму.
Зазвичай тому, що MAU росте швидше: партнерська промоакція з бонусом за реєстрацію чи сезонний пік приводять багато «легких» користувачів, які прийшли по винагороду чи з разовою потребою. Розбий за каналом залучення чи когортою реєстрації: якщо в кожному сегменті співвідношення стабільне, це зсув структури, а не проблема продукту.
Порахуй DAU, WAU, MAU і stickiness на червневих даних у безкоштовному уроці DAU, WAU, MAU і stickiness з безкоштовного курсу «Продуктова аналітика: від даних до рішень».
