Mikä on DAU/MAU Ratio Calculator?
▾
DAU/MAU-suhde (Daily Active Users jaettuna kuukausittaisten aktiivisten käyttäjien määrällä) on keskeinen sitoutumismittari, joka mittaa digitaalisen tuotteen tahmeutta – kuinka suuri osa kuukausittaisista käyttäjistä käyttää tuotetta tiettynä päivänä. Sitä kutsutaan myös tarttuvuussuhteeksi, ja se osoittaa, kuinka tavanomainen ja välttämätön tuote on käyttäjilleen. 50 % DAU/MAU tarkoittaa, että kuukausittainen aktiivinen käyttäjä käyttää tuotetta keskimäärin 15 päivänä kuukaudessa. 100 %:n suhde tarkoittaisi teoriassa, että jokainen kuukausittainen käyttäjä sitoutuu joka päivä – teoreettinen maksimi. DAU/MAU-vertailuarvot vaihtelevat merkittävästi tuoteluokittain. Sosiaaliset ja viestintätuotteet (WhatsApp, Facebook, Slack) tavoittelevat 60–80 %+ DAU/MAU:ta, koska niiden käyttökelpoisuus on luonteeltaan päivittäistä. Pelisovellusten tavoite on 20–40 prosenttia. Tuottavuustyökalujen tavoitteena on 25-50 % käyttötapauksesta riippuen. Verkkokaupan ja tilauspalveluiden osuus on yleensä 5–15 prosenttia, koska ostokset ovat luonnostaan harvinaisia. Rahoitus-/pankkisovellukset näkevät 10–20 %. Fintech-sovelluksen 12 %:n DAU/MAU:n vertailu Facebookin 65 %:iin on merkityksetöntä – sopiva vertailuarvo riippuu täysin tuoteluokista ja odotetusta käyttötiheydestä. DAU/MAU lasketaan jakamalla tiettynä päivänä aktiivisten yksittäisten käyttäjien määrä (DAU) viimeisten 30 päivän aikana aktiivisten yksittäisten käyttäjien määrällä (MAU) ja kertomalla prosenttiosuus 100:lla. "Aktiivinen" määritelmä on määriteltävä tarkasti ja johdonmukaisesti – tyypillisesti "suoritettu vähintään yksi mielekäs toiminto" (ei vain sovelluksen avaaminen). DAU:ta/MAU:ta seurataan tarkasti säilytyskäyrien rinnalla: korkea DAU/MAU ja huono D30-säilytys viittaavat siihen, että käyttäjät ovat erittäin sitoutuneita ensimmäisen kuukauden aikana, mutta eivät pysy pitkään aikaan. Korkea D30-säilytys ja alhainen DAU/MAU viittaa käyttäjien säilymiseen, mutta harvoin sitoutumiseen – vaihtuvuuden ja vähäisen kaupallistamisen riski. DAU:n/MAU:n parantaminen edellyttää päivittäisten käyttötottumusten rakentamista: ilmoituksia, raitoja, sosiaalista vastavuoroisuutta, päivittäistä tuoretta sisältöä tai tuotteen upottamista päivittäisiin työnkulkuihin.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Kaava
▾
DAU/MAU-suhde (%) = (päivittäiset aktiiviset käyttäjät / kuukausittaiset aktiiviset käyttäjät) × 100Muuttujan selitys
▾
| Symboli | Nimi | Yksikkö | Kuvaus |
|---|---|---|---|
| DAU | Yksilöllisten lukumäärä | — | Tiettynä päivänä aktiivisten yksittäisten käyttäjien määrä (tarkka määritelmä vaaditaan) |
| MAU | Yksilöllisten lukumäärä | — | Aktiivisten yksittäisten käyttäjien määrä viimeisen 30 päivän aikana |
| Active Definition | Tietty käyttäjän toiminta | — | Tietty käyttäjän toiminta, joka on "aktiivinen" (ei vain sovelluksen avaaminen) |
| Stickiness Ratio | Synonyymi sanalle DAU/MAU | — | Synonyymi sanalle DAU/MAU – mittaa tottumuksen muodostumista, joka on keskeinen parametri dau mau ratio -laskennassa, joka vaikuttaa suoraan lopulliseen laskettuun tulokseen |
| Session Length | Keskimääräinen aika per | — | Keskimääräinen aika istuntoa kohti – DAU/MAU:n kumppanimetriikka, joka on keskeinen parametri dau mau -suhteen laskennassa, joka vaikuttaa suoraan lopulliseen laskettuun tulokseen |
Kuinka DAU/MAU Ratio Calculator
▾
- 1Kerää vaaditut syöttöarvot: Yksilöllisten lukujen, Yksilöllisten lukujen, Tiettyjen käyttäjän toimintojen, Synonyymi DAU/MAU:lle.
- 2Käytä ydinkaavaa: DAU/MAU-suhde (%) = (päivittäiset aktiiviset käyttäjät / kuukausittaiset aktiiviset käyttäjät) × 100.
- 3Laske väliarvot, kuten WAU/MAU-suhde (%), jos mahdollista.
- 4Varmista, että kaikki yksiköt ovat yhdenmukaisia ennen termien yhdistämistä.
- 5Laske lopputulos ja tarkista sen järkevyys.
- 6Tarkista, koskeeko syötteitäsi erityistapauksia tai reunaehtoja.
- 7Tulkitse tulos kontekstissa ja vertaa vertailuarvoihin, jos niitä on saatavilla.
Ratkaistut esimerkit
▾
Tämä esimerkki osoittaa dau mau -suhteen laskennan laskemalla 70 % DAU/MAU – erinomainen viestintäsovellukseen. Verrattavissa WhatsAppiin ja suosituimpiin sosiaalisiin tuotteisiin. Vahvaa päivittäistä tottumuksen muodostumista. Social Communication App havainnollistaa tyypillistä skenaariota, jossa laskin tuottaa käytännössä hyödyllisen tuloksen annetuista syötteistä.
Tämä esimerkki osoittaa dau mau -suhteen laskennan laskemalla 32,9 % DAU/MAU – vahva B2B-tuottavuustyökalulle. Käyttäjät sitoutuvat noin 10 työpäivää 22 työpäivästä kuukaudessa. Terve sitoutumissignaali... B2B SaaS Project Management Tool havainnollistaa tyypillistä skenaariota, jossa laskin tuottaa käytännössä hyödyllisen tuloksen annetuista syötteistä.
Tämä esimerkki osoittaa dau mau -suhteen laskennan laskemalla 8,9 % DAU/MAU – normaalia verkkokaupassa, jossa ostotiheys on luonnostaan alhainen. Vertaa ostotiheyden vertailuarvoihin, ei sosiaalisten sovellusten vertailuarvoihin. E-commerce Marketplace havainnollistaa tyypillistä skenaariota, jossa laskin tuottaa käytännössä hyödyllisen tuloksen annetuista syötteistä.
Tämä esimerkki osoittaa dau mau -suhteen laskennan laskemalla laskevien DAU/MAU-signaalien sitoutumisen eroosion – vaihtuvuusaallon edeltäjä. Tutki kohorttisäilytysanalyysillä ja pelin sisäisen tapahtumatiheyden tarkastelulla. Pelisovelluksen DAU/MAU Decline Analysis havainnollistaa tyypillistä skenaariota, jossa laskin tuottaa käytännössä hyödyllisen tuloksen annetuista syötteistä.
Käytännön sovellukset
▾
Tuotesitoutumisen vertailu luokan kilpailijoihin verrattuna — Tätä sovellusta käyttävät yleisesti ammattilaiset, jotka tarvitsevat tarkan kvantitatiivisen analyysin tukeakseen päätöksentekoa, budjetointia ja strategista suunnittelua omilla aloillaan.
Sitoutumisen laskun tunnistaminen ennen kuin se vaikuttaa säilyttämiseen ja tuloihin. Alan ammattilaiset luottavat tähän laskelmaan suorituskyvyn vertailuun, vaihtoehtojen vertailuun ja vakiintuneiden standardien ja sääntelyvaatimusten noudattamisen varmistamiseen, mikä auttaa analyytikot tuottamaan tarkkoja tuloksia, jotka tukevat strategista suunnittelua, resurssien kohdentamista ja suorituskyvyn vertailua eri organisaatioissa.
Perusteltu tuoteinvestoinnit tottumuksia muodostaviin ominaisuuksiin perustuen DAU/MAU-parannukseen. Akateemiset tutkijat ja opiskelijat käyttävät tätä laskelmaa validoidakseen teoreettisia malleja, suorittaakseen kurssin tehtäviä ja kehittääkseen syvempää ymmärrystä taustalla olevista matemaattisista periaatteista.
Raportoi tuotteen kunto sijoittajille ja hallituksille alan standardimittareiden avulla. Talousanalyytikot ja suunnittelijat sisällyttävät tämän laskelman työnkulkuunsa tuottaakseen tarkkoja ennusteita, arvioidakseen riskiskenaarioita ja esittääkseen tietopohjaisia suosituksia sidosryhmille.
DAU/MAU-tavoitteiden asettaminen osaksi tuotteen OKR:iä. Tätä sovellusta käyttävät yleisesti ammattilaiset, jotka tarvitsevat tarkkaa kvantitatiivista analyysiä tukeakseen päätöksentekoa, budjetointia ja strategista suunnittelua omilla aloillaan
Erikoistapaukset
▾
Marketplace-tuotteet: erillinen ostaja DAU/MAU ja myyjä DAU/MAU – heillä on
Markkinapaikkatuotteet: erilliset ostajan DAU/MAU ja myyjän DAU/MAU – niillä on täysin erilaiset käyttötavat. Kun tämä skenaario kohtaa dau mau ratio calc -laskelmissa, käyttäjien tulee varmistaa, että heidän syötearvonsa ovat kaavan odotetulla alueella mielekkäiden tulosten tuottamiseksi. Alueen ulkopuoliset syötteet voivat johtaa matemaattisesti kelvollisiin, mutta käytännössä merkityksettömiin lähtöihin, jotka eivät heijasta todellisia olosuhteita.
Kausituotteet: DAU/MAU keinut kausiluonteisesti; käytä mieluummin vuosivertailuja
Kausituotteet: DAU/MAU keinut kausiluonteisesti; käytä yoY-vertailuja äidin sijaan Tämä reunatapaus tulee usein esiin ammattimaisissa dau mau ratio calc -sovelluksissa, joissa on kyse rajaolosuhteista tai ääriarvoista. Ammatinharjoittajien tulee dokumentoida tämän tilanteen esiintyminen ja harkita, ovatko vaihtoehtoiset laskentamenetelmät tai korjauskertoimet sopivampia heidän erityiseen käyttötapaukseensa.
B2B-yritystyökalut: työpäiväkorjattu DAU/WAU (arkipäivän aktiiviset käyttäjät /
B2B-yritystyökalut: työpäiväkorjattu DAU/WAU (arkipäivän aktiiviset käyttäjät / viikoittain aktiiviset käyttäjät) merkityksellisempää Dau mau ratio calc:n yhteydessä tämä erikoistapaus vaatii huolellista tulkintaa, koska vakiooletukset eivät välttämättä pidä paikkaansa. Käyttäjien tulee vertailla tuloksia verkkotunnuksen asiantuntemuksella ja harkita lisäviitteiden tai työkalujen käyttöä tulosten validoimiseksi näissä epätyypillisissä olosuhteissa.
Dau Mau Ratio Calc -viitetiedot
▾
| Tuoteluokka | Matala DAU/MAU | Terve DAU/MAU | Poikkeuksellinen DAU/MAU |
|---|---|---|---|
| Sosiaalinen / Viestit | alle 40 % | 50-65 % | 65%+ |
| Pelaaminen | alle 15 % | 20-35 % | 35%+ |
| Tuottavuus / SaaS | alle 15 % | 25-40 % | 40%+ |
| Uutiset / Media | alle 10 % | 15-30 % | 30%+ |
| Sähköinen kaupankäynti | alle 3 % | 5-15 % | 15%+ |
| Rahoitus / Pankkitoiminta | alle 5 % | 10-20 % | 20%+ |
| Terveys / Kunto | alle 10 % | 20-35 % | 35%+ |
Usein kysytyt kysymykset
▾
Tämä liittyy dau mau -suhteen laskentaan. Tämä on tärkeä näkökohta työskenneltäessä dau mau -suhdelaskennan kanssa käytännön sovelluksissa. Vastaus riippuu tietystä syöttöarvosta ja kontekstista, jossa laskentaa käytetään. Parhaiden tulosten saavuttamiseksi käyttäjien tulee harkita erityisvaatimuksiaan ja validoida tulos tunnettujen vertailuarvojen tai ammattistandardien perusteella.
Tämä liittyy dau mau -suhteen laskentaan. Tämä on tärkeä näkökohta työskenneltäessä dau mau -suhdelaskennan kanssa käytännön sovelluksissa. Vastaus riippuu tietystä syöttöarvosta ja kontekstista, jossa laskentaa käytetään. Parhaiden tulosten saavuttamiseksi käyttäjien tulee harkita erityisvaatimuksiaan ja validoida tulos tunnettujen vertailuarvojen tai ammattistandardien perusteella.
Tämä liittyy dau mau -suhteen laskentaan. Tämä on tärkeä näkökohta työskenneltäessä dau mau -suhdelaskennan kanssa käytännön sovelluksissa. Vastaus riippuu tietystä syöttöarvosta ja kontekstista, jossa laskentaa käytetään. Parhaiden tulosten saavuttamiseksi käyttäjien tulee harkita erityisvaatimuksiaan ja validoida tulos tunnettujen vertailuarvojen tai ammattistandardien perusteella.
Tämä liittyy dau mau -suhteen laskentaan. Tämä on tärkeä näkökohta työskenneltäessä dau mau -suhdelaskennan kanssa käytännön sovelluksissa. Vastaus riippuu tietystä syöttöarvosta ja kontekstista, jossa laskentaa käytetään. Parhaiden tulosten saavuttamiseksi käyttäjien tulee harkita erityisvaatimuksiaan ja validoida tulos tunnettujen vertailuarvojen tai ammattistandardien perusteella.
Tämä liittyy dau mau -suhteen laskentaan. Tämä on tärkeä näkökohta työskenneltäessä dau mau -suhdelaskennan kanssa käytännön sovelluksissa. Vastaus riippuu tietystä syöttöarvosta ja kontekstista, jossa laskentaa käytetään. Parhaiden tulosten saavuttamiseksi käyttäjien tulee harkita erityisvaatimuksiaan ja validoida tulos tunnettujen vertailuarvojen tai ammattistandardien perusteella.
Tämä liittyy dau mau -suhteen laskentaan. Tämä on tärkeä näkökohta työskenneltäessä dau mau -suhdelaskennan kanssa käytännön sovelluksissa. Vastaus riippuu tietystä syöttöarvosta ja kontekstista, jossa laskentaa käytetään. Parhaiden tulosten saavuttamiseksi käyttäjien tulee harkita erityisvaatimuksiaan ja validoida tulos tunnettujen vertailuarvojen tai ammattistandardien perusteella.
Tämä liittyy dau mau -suhteen laskentaan. Tämä on tärkeä näkökohta työskenneltäessä dau mau -suhdelaskennan kanssa käytännön sovelluksissa. Vastaus riippuu tietystä syöttöarvosta ja kontekstista, jossa laskentaa käytetään. Parhaiden tulosten saavuttamiseksi käyttäjien tulee harkita erityisvaatimuksiaan ja validoida tulos tunnettujen vertailuarvojen tai ammattistandardien perusteella.
Yleisiä virheitä vältettäväksi
▾
- !DAU/MAU-arvojen vertailu eri tuoteluokkien välillä ilman luokkakohtaisia vertailuarvoja
- !Laskentasovellus avautuu "aktiiviseksi" mielekkäiden toimien sijaan – kasvattaa suhdetta harhaanjohtavasti
- !DAU/MAU:n seuranta ilman istunnon syvyyden ja NPS:n seurantaa – korkea suhde voi peittää matalan sitoutumisen
- !Ei segmentoi DAU/MAU kohortin mukaan – uudemmilla kohorteilla voi olla erilainen tahmeus kuin vanhemmilla
- !Viikoittainen kausiluontoisuus huomioimatta – B2B-tuotteiden DAU/MAU on luonnollisesti pienempi viikonloppuisin
- !DAU/MAU trendin suuntaa ei verrata absoluuttisen tason kanssa – laskeva suhde merkitsee ongelmia, vaikka absoluuttinen taso olisi korkea
Ammattilaisen vinkki
Segmentoi DAU/MAU käyttäjäkohortin (hankintakuukausi) mukaan sen sijaan, että katsoisit yhdistettyjä keskiarvoja. Jos uusilla kohorteillasi on huomattavasti alhaisempi DAU/MAU kuin vanhemmilla kohortteilla, saatat hankkia heikompia käyttäjiä tai käyttökokemuksesi on heikentynyt.
Tiesitkö?
Snapchatin listautumisesite vuonna 2017 paljasti 54 %:n DAU/MAU-suhteen – korkeampi kuin Facebook tuolloin –, mikä mainittiin todisteena tuotteen poikkeuksellisesta tahmeudesta sen nuoremman käyttäjäkunnan keskuudessa.
Regional Guides
▾
Global▾
Viitteet
- ›Facebookin vuosikertomukset — DAP/MAP Disclosure
- ›Sequoia Capital — tuotemetriikkakehys
- ›Andreessen Horowitz — a16z:n kuluttajatuotteiden vertailuarvot
- ›OpenView Partners — SaaS Engagement Benchmarks
Ratings & comments
Hanki viikoittaisia matematiikkavinkkejä
Liity 12 000+ tilaajien joukkoon, jotka saavat laskurivinkkejä joka viikko.