DAU/MAU вырос после падения DAU. Какой вывод о вовлечённости пользователей здесь преждевременен?
Нельзя делать вывод, что вовлечённость пользователей улучшилась. DAU/MAU — это отношение двух метрик: показатель может вырасти, если MAU сократился быстрее, чем DAU, даже при фактическом ухудшении активности. Нужно отдельно изучить динамику DAU, MAU, распределение частоты визитов и возможные изменения измерения.
Отношение DAU к MAU появилось как компактный способ оценивать регулярность использования продукта, а не только размер его активной аудитории. DAU показывает число уникальных активных пользователей за день, а MAU — число уникальных активных пользователей за месяц.
Такой показатель удобен для мониторинга, но он является отношением метрик, а не прямым измерением вовлечённости каждого пользователя. Поэтому его нельзя интерпретировать без анализа числителя и знаменателя.
Пусть в первом месяце DAU равен 100 тысячам, а MAU — 1 миллиону. Отношение DAU/MAU составляет 10%. Если затем DAU снизился до 90 тысяч, но MAU упал до 700 тысяч, отношение выросло примерно до 12,9%.
Рост показателя в такой ситуации не означает, что пользователи стали чаще возвращаться. Часть аудитории могла уйти совсем, а оставшиеся пользователи действительно могли иметь ту же или даже меньшую частоту посещений.
Неверный вывод может привести к запуску неэффективных продуктовых решений: команда решит, что удержание улучшилось, хотя на самом деле продукт теряет широкую аудиторию. Дополнительный риск возникает при изменении определения активного пользователя или окна расчёта.
Сначала показатель нужно разложить на компоненты: отдельно сравнить динамику DAU и MAU на сопоставимых окнах, затем проверить долю пользователей с разной частотой посещений. Полезно анализировать распределение пользователей по числу активных дней за месяц, например группы с одним, двумя, семью и более активными днями.
Если MAU падает, а число активных дней у сохранившихся пользователей не растёт, увеличение DAU/MAU объясняется в основном сужением аудитории. Если одновременно растёт частота посещений внутри когорт, появляются основания говорить об улучшении регулярности, но всё равно необходимо проверить состав пользователей и качество данных.
Следует также контролировать несколько факторов:
Для принятия решения одной метрики недостаточно. DAU/MAU можно использовать как диагностический сигнал, но решение лучше подтверждать удержанием, числом активных дней на пользователя, глубиной использования и бизнес-метриками. Важно не заменять рост относительного показателя ростом абсолютной ценности продукта.
После изменения рекламной стратегии команда увидела падение MAU с 1 000 000 до 600 000 и одновременный рост DAU/MAU с 10% до 12%. Команда предложила объявить кампанию успешной, поскольку пользователи якобы стали более лояльными.
Рассматривались два варианта. Первый — ориентироваться только на DAU/MAU; он прост, но скрывает потерю аудитории. Второй — разложить результат по когортам, каналам и числу активных дней; этот вариант требует больше анализа, зато позволяет отличить рост регулярности от ухода менее активных пользователей.
Выбран был второй вариант. Он показал, что основное падение произошло среди новых пользователей из рекламных каналов, а частота использования старых когорт почти не изменилась. Поэтому кампанию не признали улучшением вовлечённости: сначала пересмотрели качество привлечения, а DAU/MAU оставили вспомогательной метрикой. Это предотвратило решение, основанное на механическом росте отношения.
1. Может ли DAU/MAU вырасти, если DAU и MAU увеличились?
Да. Важно не направление изменения каждой метрики само по себе, а их относительные темпы роста. Например, если DAU вырос на 20%, а MAU — только на 5%, отношение увеличится. Такой результат может указывать на рост регулярности, но его всё равно нужно подтвердить анализом частоты визитов и состава аудитории.
2. Почему сравнение DAU/MAU по месяцам может быть некорректным даже при стабильном продукте?
На показатель влияют длина периода, сезонность и календарные эффекты. В месяце с праздниками или выходными поведение пользователей может отличаться, а изменение числа дней и состава аудитории влияет на MAU. Поэтому нужно сравнивать сопоставимые периоды, учитывать сезонность и по возможности анализировать когорты или скользящие окна.
3. Как отличить реальный рост регулярности от снижения MAU?
Нужно посмотреть не только на отношение, но и на распределение числа активных дней среди пользователей, сохранившихся в анализе. Реальный рост регулярности обычно сопровождается увеличением числа пользователей с большим количеством активных дней и улучшением показателей в сопоставимых когортах. Если растёт только DAU/MAU из-за резкого оттока пользователей с низкой активностью, это не является улучшением вовлечённости всей аудитории.