8 лет помогаем тем, кому некогда разбираться. Команда внедрения

Метрика MAU: как посчитать число уникальных пользователей в продукте

Время чтения: 15 минут25.10.2021
Метрика MAU: как посчитать число уникальных пользователей в продукте

Продуктовые метрики помогают собирать информацию о работе приложения и его аудитории, позволяют избежать ситуации, когда никто не пользуется фичей, на разработку которой ушли месяцы. 

Одна из наиболее важных продуктовых метрик — MAU (Monthly Active Users). Если MAU растет, значит, пользователям нравится продукт и они готовы платить за дополнительные опции. Если уменьшается — популярность продукта падает, нужно искать причину потери интереса к нему.

В статье разберем, зачем анализировать продуктовые метрики, как MAU помогает в развитии продукта и как ее считать. А также поговорим о других продуктовых показателях  — WAU и DAU, PCU, ACU, и дадим бесплатный шаблон для расчета продуктовых метрик.

Зачем анализировать продуктовые метрики

Продуктовые метрики показатели, которые отражают уровень успешности продукта. 

При этом любая метрика сама по себе — просто число, которое не дает важной информации. Чтобы от нее была польза, нужно отслеживать показатели в динамике. Вы выбираете конкретный промежуток и анализируете, как менялась метрика в течение этого времени, что происходило с другими показателями.

Продуктовые метрики используют, чтобы:

  • Узнать, как пользователи взаимодействуют с продуктом. Метрики показывают, как меняется частота и длительность использования продукта, насколько удовлетворены пользователи.
  • Понять, как улучшить продукт. Метрики отражают общие тренды использования фичей и помогают определить, какие из них стоит развивать дальше, а от каких лучше отказаться.
  • Спрогнозировать прибыль. Метрики показывают, сколько пользователей заходит в приложение, какую сумму они тратят в среднем в месяц.

Предположим, вы создали сервис, который информирует автомобилистов об авариях на дорогах. Глубинные интервью показали, что продукт востребован на рынке, но на деле отток пользователей оказался слишком большим. В данном случае анализ продуктовых метрик поможет определить, где в продукте слабое место. Выбор метрик зависит от целей бизнеса:

  • Чтобы определить, какую прибыль приносит продукт, используют метрики монетизации: LTV, ARPU, MRR
  • Чтобы понять, как пользователи взаимодействуют с продуктом и какие существуют сценарии, — метрики использования продукта: Engagement Rate, Sessions per user, Key user actions per session.
  • Чтобы посчитать, сколько всего пользователей и какие из них активные, — метрики вовлеченности: MAU, DAU, WAU.

Читать также:

Цели по SMART: примеры и антипримеры, чек-лист для постановк

Метрика MAU

MAU (Monthly Active Users) — количество уникальных пользователей за месяц без учета повторных сессий. 

При анализе MAU часто допускают ошибку — принимают всех посетителей за активных пользователей. Из-за этого не получается объективно анализировать аудиторию и принимать стратегические решения по развитию продукта.

MAU = количество уникальных пользователей приложения за месяц.  MAU ≠ количество запусков приложения в течение месяца.

Зачем считать MAU-метрику

MAU-метрика помогает определить объем аудитории, которая пользуется продуктом. Если показатель MAU высокий, продукт популярен, у него сформирована постоянная активная аудитория. Если показатель MAU низкий, в приложении могут быть проблемы. Например, если в приложении неудобный интерфейс, это может стать причиной оттока пользователей.

Постоянный мониторинг метрики MAU позволяет проанализировать поведение аудитории и при необходимости спланировать мероприятия по повышению вовлеченности.

Как считать MAU-метрику

Определите количество уникальных пользователей за месяц, которые открывали приложение. Это и есть MAU.

MAU = количество уникальных пользователей за месяц

Пример: приложение по обработке фото скачали 10 человек. Если каждый из них за месяц обработал хотя бы по одной фотографии, MAU будет равен 10. Если семеро обрабатывали фото несколько раз, а трое — ни разу, MAU будет равен 7.

Дополнительные показатели активности и вовлеченности пользователей

Помимо MAU есть другие метрики для анализа активности и вовлеченности пользователей: DAU, WAU, PCU и ACU. Постоянный анализ этих метрик помогает составить полное представление о том, как пользователи взаимодействуют с приложением и над чем нужно работать. Например, DAU показывает моментальную реакцию пользователей на запуск рекламы — если цифры быстро растут, значит, кампания эффективна. 

DAU-метрика

DAU (Daily Active Users) ежедневные активные пользователи. Метрика показывает, сколько человек ежедневно пользуются продуктом. Для онлайн-сервисов и мобильных приложений DAU традиционно считается показателем успешности.

Если приложение скачали миллион раз, это ни о чем не говорит, так как постоянными пользователями могут быть всего 100 человек. Если показатели DAU стабильно высокие — ваше приложение интересно аудитории.

DAU = количество пользователей за день

Пример: игру скачали 10 человек. На следующий день зашли в нее только четверо, значит, DAU этого дня равен 4. Если на следующий день никто из 10 пользователей не зайдет в игру, DAU будет равен 0. 

DAU целесообразно отслеживать в продуктах, которыми пользуются каждый день: мессенджеры, соцсети, электронная почта.

WAU-метрика 

WAU (Weekly Active Users) — количество активных пользователей за неделю. Под неделей не обязательно понимается период с понедельника по воскресенье. Неделя — любые 7 дней подряд.

WAU = количество уникальных пользователей за неделю

Пример: игру скачали 10 человек. Если за неделю каждый из них заходил в нее хотя бы по одному разу, WAU будет равен 10. Если семеро заходили в игру несколько раз за эту неделю, а трое не заходили вовсе — WAU будет равен 7.

WAU отслеживают в продуктах, которыми люди пользуются часто, но не обязательно каждый день: игры, приложения для здоровья, сервисы доставки еды.

PCU-метрика 

PCU (Peak Concurrent User) — показатель пикового посещения в продукте. Метрика отображает максимальное число пользователей, которые одновременно находятся в приложении. 

PCU отслеживают, чтобы знать, что предшествовало пикам посещаемости: эффективная реклама, офлайн-мероприятие или органический рост после окончания рабочего дня.

PCU = максимальное количество пользователей, которые одновременно находятся в приложении

Пример: приложение установили 100 пользователей. Максимальное количество пользователей, единовременно находящихся в нем, — 87. PCU = 87. 

ACU-метрика

ACU (Average Concurrent User) — показатель среднего посещения в продукте. ACU показывает среднее число пользователей, находящихся онлайн.

ACU = среднее число пользователей онлайн

Пример: приложение установили 100 пользователей. В среднем единовременно его используют 55 пользователей. ACU = 55.

ACU и PCU показывают, когда пользователи наиболее активно используют ваш продукт. Мониторинг метрик помогает определить идеальное время для запуска рекламных кампаний в приложении или онлайн-сервисе. Вы управляете показами, делая упор на часы с наибольшей активностью.  

Пример расчета метрики MAU

MAU — число активных пользователей, которые хотя бы раз заходили в приложение в течение месяца. MAU не равен сумме DAU за 30 дней или WAU за 4 недели. С точки зрения расчета, эти показатели не связаны между собой и определяются отдельно, потому что речь идет только об уникальных посетителях. Например, человек может зайти в приложение 1 и 15 числа, он попадет в DAU 1 дня, и в DAU 15 дня. В рамках месяца (с 1 по 30 число) он будет посчитан только 1 раз.

Допустим, у нас есть данные о посещениях сервиса за 30 дней. Галочками отмечены дни, когда пользователи заходили и совершали какое-то действие.

mau метрика

DAU 1 дня — 4, потому что все четыре пользователя заходили в приложение.

DAU 4 и 28 дней — 0, потому что никто из пользователей не заходил в приложение.

WAU с 6 по 13 день — 4, потому что все пользователи открывали приложение.

WAU с 16 по 23 день — 3, потому что один из пользователей не заходил в приложение.

MAU за месяц — 4, потому что было всего 4 уникальных пользователя.

В нашем примере участвовало всего 4 пользователя, но в реальном продукте их будет тысячи и миллионы. Аналитика метрик активности помогает выстроить эффективную стратегию привлечения и удержания пользователей, понять, как можно улучшить продукт и сделать его более полезным.

Читать также:

Customer retention: как оценить эффективность стратегии удержания клиентов и исправить ошибки

Расчет метрик активности и вовлеченности также позволяет в будущем просчитать финансовые метрики и оценить прибыль.

Финансовые метрики, на которые влияет показатель MAU

Метрика MAU связана с финансовыми показателями продукта. Чем больше активных пользователей в сервисе или приложении, тем больше среди них потенциальных покупателей — тех, кто оформит подписку или перейдет на платный тариф.

Новые пользователи → Активные пользователи → Покупатели

К финансовым метрикам, на которые влияет MAU, относят: APRU, LTV, Churn Rate, MRR. Рассмотрим их подробнее.

ARPU

ARPU (Average Revenue Per User) — показатель средней прибыли, которую приносит один активный клиент за конкретный промежуток времени. Чем выше ARPU, тем больше доход от приложения.

Читать также:

ARPU: как посчитать и сделать выводы

Зачем считать: 

ARPU помогает компаниям строить прогнозы по увеличению прибыли. Метрика позволяет:

  • Оценить финансовый потенциал продукта. Чем выше ARPU, тем больше пользователей готовы платить за продукт. 
  • Проанализировать изменения тарифов. ARPU считают до и после корректировки цен. Если показатель вырос, вы приняли верное решение. 
  • Привлечь инвесторов. Метрику используют, чтобы показать потенциал продукта. Чем выше ARPU, тем привлекательнее продукт в сравнении с конкурентами.
  • Оценить эффективность рекламы. Иногда ARPU используют, чтобы изучить результаты рекламной кампании. Например, снижение показателя по новым пользователям говорит о низком качестве трафика.

Чтобы рассчитать ARPU, чистый доход за выбранный промежуток времени делят на количество активных пользователей за этот же промежуток. Для SaaS-сервисов за период обычно выбирают месяц — столько длится стандартная подписка. 

Формула расчета:

ARPU = доход за 30 дней / MAU

Пример: сервис за месяц принес $2000 дохода, а воспользовались им за этот период 200 человек. Получаем: ARPU = 2000/200 = $10.

Показатель ARPU за месяц обычно называют ARPMAU.

Как улучшить ARPU:

  • Увеличивайте средний чек. Наиболее популярные инструменты — допродажи и кросс-продажи. Подумайте над мотивацией клиентов и подберите убедительные аргументы, чтобы они захотели оформить платную подписку.
  • Корректируйте тарифы. Подготовьте тарифные планы на основе интересов вашей аудитории. Предложите не традиционные «Стандарт» и «Премиум», а тарифы с определенным набором функций под конкретную ЦА. Так клиентам будет проще оценить пользу.

LTV

LTV (Lifetime value) — прибыль, которую приносит пользователь за все время работы с ним. Вокруг этого показателя строится работа над привлечением и удержанием аудитории.

Читать также:

Считаем LTV: что особенного в этой метрике и почему всем нужно за ней следить

Высокие показатели MAU при низком LTV, говорят о некачественном трафике — пользователи заходят в приложение, но не оформляют подписку и не покупают платные опции. Расходы на привлечение аудитории превышают доходы от взаимодействия с ней. Чтобы увеличить LTV, сократите затраты на привлечение новых пользователей и сконцентрируйтесь на повышении ценности приложения для текущих. 

Зачем считать: 

LTV измеряет ценность пользователей в деньгах. Метрику считают, чтобы:

  • Определить лояльных клиентов. Чем выше LTV, тем лояльнее клиент. Лояльные клиенты часто совершают покупки с самым большим чеком и приносят больше всего прибыли, поэтому важно работать над их удержанием.
  • Лучше изучить поведенческие факторы. LTV поможет понять, что подталкивает пользователя к покупке, и выстроить с ним персонализированную коммуникацию.

Формула расчета: 

Для расчета LTV нужны два показателя:

Lifetime — в течение какого времени человек остается активным пользователем продукта.

APRU — средняя прибыль от одного клиента за определенный промежуток времени.

LTV = Lifetime*ARPU

Пример: вы хотите рассчитать LTV для онлайн-сервиса. Обычно пользователи покупают подписку на месяц. Стоимость в месяц — 50$. Тогда LTV = 50*1 = 50$.

Скачайте калькулятор расчета метрики LTV

Спасибо! Мы уже отправили всё на почту

Вам подарок — бесплатный аудит вашего сайта. Подскажем, как собирать больше лидов без увеличения рекламного бюджета.

Заказать консультацию
Скачайте калькулятор расчета метрики LTV

Как улучшить:

  • Используйте персонализированные email-рассылки. Они помогают удерживать клиентов и повышать их лояльность. Главное — делать письма полезными, а не спамить и не засыпать клиентов рекламой.
  • Запускайте программы лояльности. Предлагайте приветственные подарки тем, кто только оформил подписку на ваш продукт, и не забывайте благодарить тех, кто с вами давно. 
  • Собирайте обратную связь. Один из инструментов — NPS-опросы. Спросите клиентов, готовы ли они рекомендовать вас друзьям, и увидите реальную картину.

Метрика LTV также связана ROI — коэффициентом окупаемости инвестиций, и Churn Rate — показателем оттока. Последний определяет, сколько человек прекратили взаимодействие с вами. 

Churn Rate

Churn rate — количество пользователей, которые прекратили взаимодействие с продуктом. В зависимости от специфики приложения или онлайн-сервиса, может означать удаление аккаунта, отмену подписки, переход к конкуренту. 

Зачем считать: потенциальная целевая аудитория — не бесконечный ресурс. Чем больше пользователей попробовали ваш продукт и отказались от него, тем труднее будет привлекать новых. Мониторинг и определение Churn Rate позволяют вовремя обнаружить проблемные места в продукте и уменьшить отток.

Формула расчета:

Churn Rate = количество ушедших клиентов / общее число клиентов

Пример: в этом месяце от сервиса отписались 100 человек, а MAU в прошлом — 500. Тогда Churn Rate = 100/500 = 0,2 или 20%

Как улучшить:

Скачайте гайд по поддержке пользователей, повысьте лояльность клиентов и оптимизируйте работу поддержки

Спасибо! Мы уже отправили всё на почту

Вам подарок — бесплатный аудит вашего сайта. Подскажем, как собирать больше лидов без увеличения рекламного бюджета.

Заказать консультацию
Скачайте гайд по поддержке пользователей, повысьте лояльность клиентов и оптимизируйте работу поддержки

MRR

MRR (Monthly recurring revenue) — сумма, которую платят клиенты за месяц использования. Чем выше MAU, тем выше MRR.

Зачем считать: MRR помогает оценить, как развивается продукт, и предсказать будущие доходы. Оценивая прирост или сокращение MRR, вы сможете сделать выводы об эффективности стратегии продвижения продукта и при необходимости доработать ее.

MRR считается одной из наиболее важных метрик для продуктов с ежемесячной подпиской. 

Формула расчета:

MRR = MAU * Средний доход с клиента в месяц

Пример: представим, что MAU — 20, а сумма ежемесячной подписки — 100$. Тогда MRR = 20*100 = $2000

Как улучшить:

Конечная цель создания любого приложения или онлайн-сервиса — получение прибыли. Метрика MAU — маркер, показывающий эффективность и потенциал проекта. Отслеживание MAU позволяет находить новые точки роста и улучшать ваш продукт.

FAQ

1. Что такое MAU?

MAU (Monthly Active Users) — количество уникальных пользователей в приложении или онлайн-сервисе за месяц без учета повторных сессий. MAU — одна из продуктовых метрик активности пользователей.

2. Зачем измерять MAU?

С помощью MAU можно определить объем аудитории и отследить стабильность спроса на продукт. Высокие показатели MAU говорят о том, что продукт популярен. Постоянный анализ MAU-метрики позволяет изучить поведение аудитории, при необходимости спланировать мероприятия по повышению вовлеченности и предотвратить отток пользователей.

3. Какие еще показатели активности и вовлеченности пользователей есть?

Для анализа активности и вовлеченности пользователей также используют метрики DAU, WAU, PCU и ACU. Они помогают оценить реакцию аудитории на продукт.

4. На какие финансовые метрики влияет MAU?

MAU показывает активных пользователей и влияет на такие финансовые метрики, как APRU, LTV, Churn Rate, MRR.

Читайте также

— Почему продуктовые метрики такие ужасные;

— Считаем LTV: что особенного в этой метрике и почему всем нужно следить за ней;

— Куда и почему уходят пользователи: как рассчитать Churn Rate и начать с ним работать;

— ARPU: как узнать, сколько денег приносят ваши клиенты;

— Метрики eCommerce: за какими показателями следить и как считать.

Трафик есть, а заявок нет?

Покажем, где вы теряете лидов, и составим план улучшений

Лучшее в блоге: