Вовлеченность в пересчете на день

Вовлеченность в пересчете на день — это метрика DAU/MAU (Daily Active Users / Monthly Active Users), которая показывает, какая доля ежемесячной аудитории возвращается в продукт каждый день. Чем выше коэффициент, тем сильнее продукт «притягивает» пользователей и тем глубже встраивается в их повседневные привычки.

Что такое вовлеченность в пересчете на день

Метрика DAU/MAU измеряет «липкость» (stickiness) продукта — то, насколько прочно он встраивается в ежедневную жизнь пользователя. Формула простая: разделить количество уникальных активных пользователей за день на количество уникальных активных пользователей за месяц, умножить на 100 и получить процент. Если у продукта 100 000 MAU и 20 000 DAU, коэффициент равен 20% — каждый пятый пользователь открывает приложение ежедневно. Это звучит как абстрактная цифра, но за ней стоит очень конкретный вопрос: стал ли продукт привычкой для людей или они заходят раз-другой и забывают о нем. Именно эта практическая интерпретация делает метрику незаменимой в арсенале продуктовых аналитиков и маркетологов. Ни количество установок, ни объем трафика не дают ответа на этот вопрос — только DAU/MAU.

Термин и подход к измерению сформировались в период взрывного роста социальных сетей в конце 2000-х годов. Facebook первым начал публично отчитываться о соотношении DAU/MAU как ключевом показателе здоровья платформы. В 2012 году, накануне IPO, компания сообщила, что ее DAU/MAU превышает 50% — то есть каждый второй зарегистрированный пользователь заходил в сеть ежедневно. Эта цифра произвела впечатление на инвесторов и стала ориентиром для всей индустрии. Zynga, разработчик социальных игр, одновременно популяризировала метрику в игровом сегменте. С тех пор DAU/MAU стал стандартом отчетности в mobile-первых компаниях от мессенджеров до финтех-приложений.

В digital-маркетинге и продуктовой аналитике DAU/MAU занимает особое место среди метрик вовлеченности. Она не просто фиксирует факт посещения — она показывает ритм взаимодействия аудитории с продуктом. Маркетолог может нагнать миллион установок, но если DAU/MAU остается на уровне 3-5%, реклама привлекает нецелевых пользователей или онбординг не формирует нужную привычку. Высокий DAU/MAU, напротив, означает, что продукт решает реальную задачу с нужной частотой — а это прямой путь к устойчивой монетизации через подписки, in-app покупки или рекламные показы. Для маркетолога это сигнал о том, какие сегменты аудитории и каналы привлечения дают наиболее вовлеченных пользователей.

Бизнесу важно понимать эту метрику по нескольким причинам. Во-первых, она предсказывает отток: если DAU/MAU начинает снижаться раньше, чем падает MAU, это ранний сигнал тревоги — пользователи еще не ушли, но заходят все реже, и скоро начнут отписываться. Во-вторых, метрика напрямую влияет на оценку компании: венчурные инвесторы и аналитики используют DAU/MAU как один из ключевых критериев при оценке consumer tech стартапов. В-третьих, без понимания «липкости» невозможно правильно интерпретировать другие данные: рост MAU при падающем DAU/MAU — это рост, который через 1-2 месяца обернется массовым оттоком. Грамотное управление этим показателем отделяет команды с продуктовым мышлением от тех, кто гонится за поверхностными цифрами скачиваний.

Как работает вовлеченность в пересчете на день

1. Определение «активности» для конкретного продукта. Прежде чем считать DAU и MAU, команда решает, что считается активным использованием. Для мессенджера — это отправка хотя бы одного сообщения. Для новостного приложения — открытие хотя бы одной статьи. Для фитнес-трекера — запуск тренировки или синхронизация данных. Если вместо реального действия считать просто открытие приложения, цифра окажется завышенной и потеряет смысл: пользователь мог зайти случайно и сразу закрыть. Неправильное определение «активности» — самая частая ошибка, которая делает DAU/MAU красивым, но бесполезным числом.
2. Ежедневный подсчет уникальных активных пользователей (DAU). Система аналитики фиксирует каждого уникального пользователя, совершившего целевое действие в течение календарных суток. Уникальность обеспечивается по user_id или анонимному идентификатору устройства — один и тот же человек, открывший приложение пять раз за день, считается как один DAU. Для корректного подсчета важно исключать технических пользователей, ботов и тестовые аккаунты. При глобальной аудитории нужно определить единый часовой пояс для «суток» — иначе один и тот же реальный день у разных пользователей попадет в разные периоды.
3. Подсчет ежемесячной аудитории (MAU) за скользящее окно. MAU считается не за календарный месяц (с 1-го по 31-е), а за последние 30 дней относительно любой выбранной даты. Это скользящее окно дает более ровную картину без резких пиков в начале и спадов в конце месяца. Пользователь попадает в MAU, если совершил хотя бы одно целевое действие за этот период — даже если он был активен только один раз 29 дней назад. Хранение таких данных требует правильно выстроенного event log с временными метками: без него пересчет MAU за исторические периоды будет невозможен.
4. Вычисление и нормализация коэффициента. DAU делится на MAU, результат умножается на 100 для перевода в проценты. Метрику принято анализировать в динамике: как минимум за последние 90 дней, а лучше — за год, чтобы отфильтровать сезонные колебания. Одиночное значение DAU/MAU практически ничего не говорит — важен тренд и его корреляция с продуктовыми изменениями и маркетинговыми кампаниями. Падение на 2 процентных пункта за квартал при отсутствии внешних причин требует немедленного анализа когорт.
5. Сегментация по когортам и каналам привлечения. Среднее значение DAU/MAU по всей базе скрывает важные различия. Пользователи, пришедшие из органического поиска, часто показывают DAU/MAU в 2-3 раза выше, чем пришедшие по платной рекламе. Новые пользователи первого месяца жизни тянут общий показатель вниз. Разбивка по когортам позволяет понять, у каких сегментов аудитории продукт работает как ежедневный инструмент, а у каких — нет, и настроить маркетинг, онбординг и персонализацию точечно под каждый сегмент.
6. Сравнение с отраслевыми бенчмарками и постановка целей. DAU/MAU сильно зависит от категории продукта. Мессенджеры и социальные сети целятся в 50%+ (Facebook исторически держит 65-66%). Игры считают хорошим результатом 20-30%. B2B SaaS-инструменты при активном использовании показывают 30-40% в рабочие дни. Медиа и новостные приложения работают в диапазоне 10-20%. Целевое значение должно быть реалистичным для своей категории: гнаться за 60% в e-commerce нет смысла — люди просто не покупают товары каждый день, и это нормально.

Виды вовлеченности в пересчете на день

• Абсолютный DAU. Сырое количество уникальных активных пользователей за сутки без нормализации. Используется для понимания абсолютного масштаба аудитории и оценки влияния конкретных событий — запуска функции, рекламной кампании или технического сбоя. Если в день рекламного запуска DAU вырос с 50 000 до 80 000 человек, кампания сработала на привлечение, но нужно отслеживать, останутся ли новые пользователи активными через неделю — иначе это разовый всплеск без долгосрочного эффекта.
• DAU/MAU (коэффициент «липкости»). Нормализованная метрика, которая убирает эффект масштаба и позволяет сравнивать продукты разного размера между собой и в динамике. Стартап с 10 000 MAU и DAU/MAU 30% вовлекает аудиторию значительно лучше, чем крупный сервис с миллионом MAU и DAU/MAU 5%. Именно этот вариант чаще всего имеют в виду, когда говорят о «вовлеченности в пересчете на день» в стратегическом контексте и в отчетах для инвесторов.
• WAU/MAU (вовлеченность в пересчете на неделю). Промежуточная метрика для продуктов, которые пользователи используют не ежедневно, но регулярно — раз в несколько дней. Подходит для инструментов планирования, еженедельных дайджестов, финансовых приложений или платформ для обучения, где еженедельный ритм более естественен, чем ежедневный. WAU/MAU в 50% для такого продукта означает высокую вовлеченность, сравнимую по смыслу с DAU/MAU 20% для мессенджера.
• DAU по типам действий. Разбивка дневной активности по конкретным действиям: создание контента, потребление, социальные взаимодействия, транзакции. В музыкальном приложении можно считать DAU-слушателей отдельно от DAU-тех, кто создает плейлисты. Такая сегментация помогает понять, какие именно функции формируют ежедневную привычку, а какие — редко используемые возможности, которые не стоит акцентировать в онбординге и коммуникациях.
• DAU в разрезе платформ и устройств. Соотношение мобильных и десктопных DAU кардинально меняет интерпретацию метрики. Пользователи мобильного приложения, как правило, показывают более высокий DAU/MAU, чем веб-пользователи: телефон всегда под рукой, а пуш-уведомления возвращают людей без дополнительных усилий. Если доля мобильного DAU растет относительно десктопного — это позитивный сигнал для метрики «липкости» в целом.
• DAU по географическим рынкам. На разных рынках поведение пользователей различается кардинально. На зрелых рынках (США, Западная Европа) DAU/MAU зачастую ниже из-за высокой конкуренции за внимание. На быстрорастущих рынках (Индия, Бразилия, Юго-Восточная Азия) новые пользователи нередко показывают более высокую начальную вовлеченность из-за меньшего числа альтернатив. Отдельное измерение по ключевым рынкам не позволяет смешивать эти закономерности и дает возможность корректно распределять маркетинговый бюджет.

Сравнение

Пример использования

Мобильное приложение для медитации из сегмента wellness с аудиторией около 80 000 MAU фиксировало DAU/MAU на уровне 6-7% на протяжении шести месяцев. Это означало, что из 80 000 зарегистрированных пользователей ежедневно открывали приложение лишь 4 800-5 600 человек. Аналитика показала: 70% новых пользователей после первой медитации не возвращались на следующий день — онбординг не формировал ежедневной привычки. Доход от подписок рос медленно, несмотря на стабильный приток новой аудитории через рекламу в Instagram с ежемесячным бюджетом 450 000 рублей.

Команда переработала онбординг: добавила напоминания с персонализированным временем (пользователь выбирал «утро», «день» или «вечер»), запустила 7-дневный бесплатный челлендж с короткими сессиями по 5 минут и внедрила визуализацию стриков — последовательных дней использования. Через 60 дней DAU/MAU вырос с 6,5% до 19%, количество ежедневных активных пользователей увеличилось с 5 200 до 15 200 человек. Конверсия в платную подписку выросла с 3,1% до 7,4%: пользователи с 7+ последовательными днями покупали подписку в 8 раз чаще, чем заходившие от случая к случаю. Выручка за следующий квартал выросла на 218% без увеличения рекламного бюджета.

Частые вопросы