Труханович А.А.
MAU, WAU, DAU ДЛЯ АНАЛИТИКИ ПОКАЗАТЕЛЕЙ ЭФФЕКТИВНОСТИ САЙТА ИЛИ ПРИЛОЖЕНИЯ *
Аннотация:
в статье рассматриваются метрики для оценки активности и эффективности веб-сайтов и мобильных приложений: MAU (Monthly Active Users), WAU (Weekly Active Users) и DAU (Daily Active Users). Представлен анализ каждой метрики, ее значимость для понимания вовлеченности пользователей и выявления тенденций использования продукта.
Ключевые слова:
метрики, эффективность, аналитика
Аналитика показателей эффективности сайта или приложения – одно из ключевых активностей, которыми нельзя пренебрегать в процессе оценки популярности разработанного интерфейса у пользователей. Без подробной статистики показателей веб-проекта в текущих реалиях диджитал рынка никуда, в противном случае работа ведется без определенной направленности в части развития продукта.Метрики, которые мы рассмотрим, позволяют пролить свет на активность пользователей в различных срезах определенного временного периода. Понимание и правильный расчет данных показателей предоставляет нам возможность оперативно реагировать на устранение проблемных мест в интерфейсе, а также эффективнее улучшать продукт.Начнем с подробного разбора терминов:Во всех терминах присутствует сочетание двух букв – AU. Эта аббревиатура обозначает пользователей, которые хотя бы один раз взаимодействовали с вашим продуктом (Active Users). Соответственно первые буквы аббревиатур указывают нам на анализируемый срез – период, за который ведется расчет каждой метрики в отдельности.DAU (Daily Active Users) — количество пользователей активных в течение одного дня. Данная метрика, в виде самостоятельной единицы, больше подходит для приложений «каждого дня» – это мессенджеры, развлекательные игры, почта и так далее.Простыми словами данная метрика – это число уникальных посетителей сайта или приложения. В один день к вам может прийти определенное количество человек, но при этом в другой день посещений не состоится. Именно поэтому важно анализировать данный показатель в динамике день ото дня.Рассчитывая DAU метрику необходимо брать в счет только уникальных посетителей, а не общее их количество. Пользователи могут несколько раз использовать ваш продукт в течение дня. Возьмем в пример Яндекс Метрику. Допустим в рамках одного уникального посещения состоялось 5 визитов на сайт одного и того же человека, следовательно, показатель DAU = 1.DAU показатель считается для отслеживания востребованности сайта или приложения в динамике. Показатель ежедневно меняется и позволяет делать выводы на основе роста или понижения уникальных посещений. Метрика позволяет отчетливее понимать прогнозируемый уровень дохода, необходимые улучшения продукта с точки зрения функционала и коммуникации с клиентами, а также демонстрирует частоту взаимодействий клиентов с продуктом. DAU можно брать как за самостоятельную метрику, так и за переменную.DAU в основном смотрят для оценки отклика пользователей во время запуска рекламной кампании. В моменте также важно отслеживать пики посещений пользователей – PCU (Peak Concurrent User), который демонстрирует промежутки, в которых пользователи наиболее активно используют продукт. Совместно данные метрики оцениваются для того, чтобы не прогадать с временем запуска рекламной кампании.WAU —показатель, демонстрирующий количество уникальных пользователей за неделю. Например, если в течение недели 50 человек заходили в приложение 450 раз, то WAU = 50. За неделю можно брать любой период в 7 дней подряд. Метрика, как самостоятельная единица, больше подходит для приложений, использующихся несколько раз в неделю– это, к примеру, приложение маркетплейса, цифровые видеосервисы и так далее.MAU — отражает количество уникальных пользователей за месяц. Например, если в течение месяца 500 человек заходили в приложение 4500 раз, то MAU = 500. Метрика, как самостоятельная единица, подойдет для приложений, к которым люди обращаются несколько раз в течение месяца.Метрики DAU, MAU, WAU лучше всего анализировать совместно, так как с точки зрения расчета они никак не связаны между собой. Каждый показатель в отдельности отражает определенный момент в поведении пользователя:DAU говорит нам о реакции пользователей в моменте (к примеру, в момент выхода обновления),WAU и MAU отражают степень вовлеченности пользователей в продукт, их лояльность и стабильность популярности сайта/приложения.Важно запомнить следующее:WAU не есть показатель DAU умноженный на 7.MAU не есть показатель WAU умноженный на 4.Показатели всегда независимы друг от друга, так как пользователи запускают приложение по-разному. Одни несколько раз в день, вторые раз в месяц, третьи несколько раз в полгода и т.д.Наглядность данным метрикам придает сегментирование анализируемых аудиторий.К примеру, можно создавать следующие сегменты:частотность посещений (день, 7 дней, 14 дней, 30 дней и так далее),география (страна, область, город),выполнение действия (заполнил форму, положил товар в корзину).Сравнивая различные сегменты можно наблюдать определенные зависимости между ними. К примеру, рассматривая частотность посещения в разных регионах или зависимость выполнения действия от географии.Коэффициент липучести или Sticky Factor, Данные метрики также позволяют в процентном соотношении оценить коэффициент липучести (SF) – конкретно показатель вовлеченности пользователей, их заинтересованности в продукте (рисунок 1).Рисунок 1. Формула расчета коэффициента липучести.При росте показателей очевиден рост и лояльности пользователей, их повышенная способность рекомендовать сервис. Понять оптимальное значение не всегда предоставляется возможным ввиду различия тематик бизнеса. Тем не менее, в определенных направленностях бизнеса примерные цифры могут быть заранее понятны. Например, для мессенджера ожидаются высокие значения, так как люди используют их на ежедневной основе, когда как для магазина автомобилей – раз в несколько лет.Таким образом можно сделать следующие выводы:Метрики DAU, WAU, MAU отражают эффективность продукта и активность пользователей в дневном, недельном и месячном срезе,Низкое значение показателей указывает на необходимость доработок интерфейса или обновление всего продукта,Увеличение показателей отражает то, что продукт востребован, его хотят рекомендовать,Метрики лучше всего считать в совокупности друг с другом, сегментируя аудитории по разным признакам и выстраивая определенные зависимости между сегментами.
Номер журнала Вестник науки №2 (83) том 4
Ссылка для цитирования:
Труханович А.А. MAU, WAU, DAU ДЛЯ АНАЛИТИКИ ПОКАЗАТЕЛЕЙ ЭФФЕКТИВНОСТИ САЙТА ИЛИ ПРИЛОЖЕНИЯ // Вестник науки №2 (83) том 4. С. 467 - 472. 2025 г. ISSN 2712-8849 // Электронный ресурс: https://www.вестник-науки.рф/article/21617 (дата обращения: 22.01.2026 г.)
Вестник науки © 2025. 16+