MAU, DAU, WAU: что за показатели, как их считать и анализировать

Количество установок приложения и первичных визитов — только верхняя часть маркетинговой воронки. Реальную картину дает частота возвратов, глубина сценариев и достигнутая ценность. Для этого используют метрики активности — MAU, DAU и WAU. Эти показатели помогают отличить краткий всплеск от устойчивого роста и выбрать источники закупки трафика, которые приводят активных пользователей. В арбитраже это фундамент продвижения продукта, так как именно по MAU, DAU и WAU определяют качество каналов, силу онбординга, эффект от релизов и коммуникаций.

Что такое MAU, DAU, WAU и зачем их отслеживать

Метрики активности показывают как реально используется продукт и позволяют быстро отличить полезный трафик от пустых установок. Для объективной оценки важно понимать не только кто пришел, но и кто через время вернулся повторно. В метриках для мобильных приложений используются три базовых периода — день, неделя и месяц.

Что измеряет DAU и как его правильно рассчитать

DAU (Daily Active Users) — число уникальных пользователей за сутки. Это самый быстрый индикатор оценки, так как он мгновенно реагирует на креативы, пуши, A/B-тесты и обновления.

Рассмотрим на примере. В понедельник активных пользователей 213 визитов и 33 человека, во вторник — 187 и 20, а в среду — 350 и 41. Даже если кто-то заходил по нескольку раз за сутки, в DAU будет засчитан только один визит: DAU понедельника — 33, вторника — 20, среды — 41.

Разумно делить DAU на новых и возвращающихся пользователей, чтобы понимать, что именно обеспечило рост: свежие креативы, новый рекламный источник или продуктовые улучшения. 

Как определяется WAU и чем он отличается от DAU

WAU (Weekly Active Users) — количество уникальных пользователей, которые взаимодействовали с продуктом хотя бы один раз за любые семь последовательных дней. Метрика сглаживает колебания внутри недели и дает честную картину там, где нагрузка распределена неравномерно. Например, в корпоративном мессенджере будни активнее выходных, и именно этот показатель отображает точную оценку уровня недельной активности. WAU не равен сумме DAU. Каждый пользователь учитывается однократно в пределах недели, даже если заходил в приложение несколько раз.

MAU: когда этот показатель действительно важен

MAU (Monthly Active Users) — число уникальных пользователей, которые взаимодействовали с продуктом хотя бы один раз за последние 30 дней. Это длинный срез, показывающий масштаб и устойчивость базы, влияние сезонности и результат крупных релизов.

Рассмотрим на примере приложения для бронирования. Пользователь может открывать сервис раз в две недели или раз в три дня — и ничего не покупать, но он все равно попадет в MAU.

MAU особенно полезен для сервисов бухгалтерского и налогового учета, travel-приложений и отдельные финтех-сценариев, заточенных под периодическое использование.

Кстати, связь ARPU и MAU дает понять, когда база растет, но при этом доход на пользователя не подтягивается.

Это сигнал для разработчиков и арбитражников усиливать ценность продукта и работать над удержанием.

Sticky Factor: что такое коэффициент липкости в арбитраже

Sticky Factor, или коэффициент липкости, показывает, как часто пользователи возвращаются к продукту в пределах месяца. Это доля месячной аудитории, которая заходит ежедневно.

Рассмотрим на примере условного сервиса. DAU — 2 000, MAU — 10 000. В этом случае Sticky Factor составит 20%, так как каждый пятый из активных пользователей за месяц приходит ежедневно. Для недельной оценки делим DAU на WAU и умножаем на 100%.

Рост показателя означает закрепление привычки. Снижение — потерю интереса и повод проверить онбординг, контент и коммуникации.

Как рассчитать MAU, DAU, WAU и что важно учитывать 

Корректный разбор MAU, DAU и WAU начинается с выбора временного окна под задачу. В рамках суток можно зафиксировать мгновенный отклик, недельный показатель отражает закрепление, а месячный — показывает устойчивость. Определение «активного пользователя» должно быть единым во всей системе измерений — только так периоды и источники будут сравниваться однородно. 

Интерпретация показателей выполняется с учетом контекста изменений в продукте и рекламных кампаниях. На динамику влияют сценарий использования, платформа, выбранное ГЕО, качество коммуникаций и недавние обновления.

Тип активности определяется по вертикали продукта:

• банкинг — проверка баланса, просмотр выписки, перевод, оплата счета;
• маркетплейсы — просмотр карточек, добавление в корзину или список желаний, оформление и оплата заказа;
• медиа — чтение материала, сохранение, подписка на рубрику и переход по рекомендациям;
• edTech — запуск урока, выполнение задания, прохождение теста, посещение вебинара;
• доставка и ритейл — оформление заказа, повторный заказ, выбор слота доставки.

Как MAU, DAU, WAU связаны между собой

MAU, DAU, WAU работают системно, но отображают данные за разные временные интервалы. День показывает сиюминутную реакцию, неделя — закрепление, а месяц — устойчивость активности. Рассмотрим несколько взаимосвязей: 

• Если удалось увеличить DAU, но показатели недели и месяца не меняются, сработал краткосрочный стимул без закрепления. 
• Если после подъема показателей дня подтягивается неделя, а следом медленно увеличивается месяц, сформировалась привычка и расширилась устойчивая база.
• Складывать значения не имеет смысла, так как WAU не равен сумме семи суточных показателей, а MAU не равен сумме недельных. 
• Связку удобно дополнять производными показателями. Дневной коэффициент липкости можно отследить по соотношению DAU к MAU, а недельную — DAU к WAU.
• Связка коэффициента удержания Retention Rate и DAU дает сигнал о том, что необходимо пересобрать онбординг и пересмотреть ценностное предложение.

Корректные сравнения возможны только при едином определении активности и сопоставимых условиях с учетом сезонности и релизов. Это позволяет определить, где всплеск был разовой акцией, а где уже можно говорить об устойчивом росте.

Наконец, проверяйте, как данные из метрик для мобильных приложений соотносятся с полученным доходом. Хорошие графики без бизнес-эффекта — ловушка для бюджета рекламной кампании. Вовлеченность пользователей должна коррелировать с удержанием и монетизацией.

Почему эти метрики важны в арбитраже трафика

Метрики имеют ценность, когда превращаются в решения. Инструменты аналитики MAU, DAU и WAU показывают реальное поведение, помогают повышать удержание и точнее распределять бюджет. Ниже рассмотрим, почему эти показатели важны в арбитраже трафика и как на их основе оценивать качество аудитории и потенциал источников.

Как по MAU, DAU и WAU можно оценить качество аудитории

Качество аудитории видно не по абсолютным уровням, а по тому, как меняется сценарий поведения между днем, неделей и месяцем. Сильный сигнал — когда прирост идет не благодаря разовым визитам, а через увеличение доли возвращающихся. Особенно ценно, когда дневные всплески частично сохраняются на недельном горизонте и затем поддерживаются в рамках месяца.

Важен не сам факт подъема, а то, сколько пользователей доживает до следующего окна и как быстро это происходит. Если после первой сессии время до повторного визита сокращается, а промежутки между посещениями становятся короче, то аудитория закрепляется.

Сравнение источников строится на поведенческих профилях. Полезно смотреть, какой класс действий пользователи выполняют между первым и третьим визитом, насколько быстро выходят на регулярный ритм и что происходит с активностью после отключения кампании. 

Еще один маркер — устойчивость в группах активных пользователей (когортах). Если кривая удержания сглаживается медленнее обычного, а в середине недели появляются дополнительные пики активности за счет продуктовых триггеров, значит, аудитория действительно способна масштабироваться без перерасхода бюджета. 

Обратная картина — зигзагообразные суточные колебания, редкие возвращения, концентрация сессий только в дни промо. Обычно это говорит о низком качестве продукта и его слабой ценности для пользователя.

Чтобы зафиксировать информацию, приведем пример. Команда добавила персональные дайджесты в приложение для фитнеса. DAU вырос в первые три дня, так как аудитория пошла проверять новинку. Через неделю поднялся и стабилизировался WAU — дайджесты стали причиной повторных входов. Через месяц в когортах растет доля пользователей с тремя и более сессиями в неделю. Это признак того, что решение влияет на вовлеченность пользователей, а не только разжигает любопытство.

Прогнозирование дохода и привлечение рекламодателей

MAU, DAU и WAU дают основу для оценки выручки и планирования продаж. 

• Сначала определяется активная база на предстоящий период по тренду месячной аудитории и удержанию когорт.
• Затем оценивается частота использования, — среднее число сессий на пользователя и количество экранов с рекламными местами в каждой сессии — что позволяет посчитать ожидаемый объем показов.
• После этого применяется ожидаемый eCPM eCPM (effective cost per mille, эффективная цена за тысячу показов) — это метрика, показывающая, сколько дохода получает издатель (владелец сайта или приложения) за каждые 1000 показов рекламы, независимо от выбранной модели монетизации (CPM, CPC, CPA и др.). по источникам спроса, учитывается комиссии и формируется план выручки на неделю и на месяц.
• Стабильный WAU и высокий Sticky Factor снижают разброс прогноза, потому что повторные входы делают частоту контактов предсказуемой.

Для привлечения брендов важны ширина и регулярность охвата, прозрачная методология и понятные риски. В медиаките стоит показывать динамику MAU и WAU, долю возвращающихся пользователей, среднее число сессий и просмотров на пользователя, распределение по платформам и странам, показатели видимости и досмотра по ключевым форматам. Полезно добавить календарь релизов и сезонные окна с помесячным и понедельным прогнозом доступных показов. 

В арбитраже трафика лучше всего работает сочетание предсказуемой недельной активности, растущей месячной базы и стабильного коэффициента липкости. Такая конфигурация показывает, что продукт удерживает внимание и способен обеспечить рекламодателю стабильный охват с нужной частотой.

Как использовать метрики активности для оптимизации рекламных кампаний

Маркетинг эффективен, когда управляет не только притоком пользователей, но и их поведением после установки приложения. Ниже несколько базовых рекомендаций по использованию метрик активности для оптимизации рекламных кампаний: 

• Разведите трафик по ГЕО или по когорте установок, отключите коммуникации в контрольных сегментах, сравните разницу по DAU, WAU и MAU, а также по Sticky Factor. 
• Стоимость уникального возвращения и цена единицы недельной активности показывают качество канала честнее, чем CPI.
• Работайте с креативом как с фактором поведения. Баннер, который дает высокий CTR, может давать слабую вовлеченность пользователей после установки. Тестируйте пакеты креативов не по клику, а по влиянию на поведение в целевой группе.
• Корректируйте механики промо, и не забывайте, что одноразовые бонусы раздувают суточные цифры и почти не влияют на месячную аналитику приложений. Гораздо полезнее серии, где ценность открывается в несколько подходов: накопительные поощрения, прогресс-бар и ограничения по времени. 
• Распределяйте деньги по источникам, где закрепляется недельная и месячная активность. Приоритезируйте каналы с низкой стоимостью возвращения пользователя, а не самой дешевой установкой.
• Следите за частотой показов и актуальностью креативов — падение эффективности без видимых причин часто объясняется выгоранием связки.

Дальше все подстраивается под продуктовую вертикаль, стадию развития продукта, ГЕО и доступный объем трафика. Чтобы сохранять управляемость масштабирования, решения лучше привязывать к стабильно повторяющимся трендам, а не к разовым всплескам.

Типичные ошибки при работе с метриками и как их избежать

Ошибки в работе с MAU, DAU и WAU часто остаются незаметными: графики выглядят аккуратно, однако выводы расходятся с реальностью. Основные причины — разные трактовки «активности», попытки складывать несопоставимые окна измерения, игнорирование сезонных факторов. В результате искажаются сравнения каналов, необоснованно повышаются прогнозы, бюджеты распределяются неэффективно. 

Неправильное определение «активного пользователя»

Одна из частых ошибок — размытое определение активности, когда в одних кампаниях учитывается любой запуск, а в других только действия с ценностью. В итоге данные в аналитике приложений становятся несопоставимыми и вводят в заблуждение.

Исправить ситуацию можно закрепив единое определение для продукта. Также важно привязать его к целям и пересобрать событийную разметку так, чтобы подсчет активных пользователей опирался на ценностные действия, а не на технические. После унификации MAU, DAU и WAU перестают прыгать из-за разной логики учета, а сравнения по периодам и источникам становятся корректными.

Суммирование метрик и игнорирование контекста

Еще одна распространенная ошибка — суммировать метрики и делать выводы без оглядки на события. Как мы уже сказали, WAU не равен сумме семи суточных значений, а MAU не составляется из четырех недель, потому что в каждом окне пользователь учитывается один раз. Поэтому, показатели нужно рассматривать как систему «день, неделя и месяц» с обязательной привязкой к релизам, кампаниям и сезонным колебаниям. На графиках стоит отмечать ключевые изменения и разделять новых и возвращающихся пользователей. Для оценки частоты помогает Sticky Factor, развернутый в динамике. 

Кроме того, игнорирования фактора сезонности также может искажать реальные данные. Чтобы этого избежать, сравнивайте одинаковые WAU разных лет и одни и те же DAU. Отмечайте в отчетах праздники, распродажи и релизы, чтобы не путать эффект кампаний со спросом. Анализируйте страны и платформы отдельно, так как у них может быть разный календарь и внутреннее поведение. Такой подход позволяет отличить разовый всплеск от устойчивого роста и выделить источники, которые приводят к реальным действиям, а не просто установкам.

Ориентация на рост общих показателей и отсутствие сегментации

Ориентир на общие показатели — это опасная иллюзия. Под общей кривой часто прячется несколько совершенно разных сценариев поведений. Ориентация на общий рост часто искажает картину качества. MAU может расти за счет кратковременных визитов и повторной активации, пока доля платящих снижается.

На графике все выглядит стабильно, но при этом ARPU стоит на месте и Paying Share падает. Акционные пики раздувают DAU, поэтому без разреза по источникам и по стадиям жизненного цикла невозможно понять, работает ли онбординг и коммуникации.

Сверяйте динамику MAU и DAU с удержанием по когортам и с LTV, сопоставляйте с CPI, оценивайте частоту ключевых действий внутри каждой группы. Если CPI выше LTV, а ARPU не растет при расширении базы, общий рост не подтвержден поведением и стратегию нужно пересматривать.

Почему это важно

MAU, DAU и WAU — опорные метрики управления трафиком и продуктовой динамикой. День фиксирует мгновенную реакцию, неделя показывает, закрепилось ли поведение, а месяц отражает масштаб аудитории. В сумме эти данные дают ясную картину, сколько людей действительно пользуются продуктом, как часто они возвращаются и где именно теряется интерес. Коэффициент липкости помогает свести масштабы и частоту в одну плоскость, чтобы видеть, превращается ли использование продукта в пользовательскую привычку.

Источники и креативы важно оценивать по влиянию на поведение, а не по кликам. Вовлеченность пользователей не растет сама по себе, ее создают осмысленные изменения в продукте и точные решения на стороне рекламных кампаний. Когда команда опирается на корректные метрики активности и аккуратную аналитику приложений, арбитраж трафика становится управляемым, а масштабирование — предсказуемым.