Метрика MAU: как посчитать число уникальных пользователей в продукте

Время чтения: 25.10.2021
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.

Скачайте шаблон для аналитики продуктовых метрик, который автоматически рассчитает все показатели

Спасибо! Мы уже отправили всё на почту

Скачайте шаблон для аналитики продуктовых метрик, который автоматически рассчитает все показатели

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

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

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.