Vad är DAU/MAU Ratio Calculator?
▾
DAU/MAU-förhållandet (Daily Active Users dividerat med Monthly Active Users) är ett nyckelmått för engagemang som mäter en digital produkts klibbighet – hur stor andel av månatliga användare som engagerar sig med produkten en viss dag. Kallas även "klibbighetsförhållandet", det indikerar hur vanligt och oumbärligt en produkt är för sina användare. En DAU/MAU på 50 % betyder att en aktiv användare per månad använder produkten i genomsnitt 15 dagar per månad. Ett förhållande på 100 % skulle teoretiskt betyda att varje månadsanvändare engagerar sig varje dag – det teoretiska maxvärdet. DAU/MAU-riktmärken varierar avsevärt beroende på produktkategori. Sociala och kommunikationsprodukter (WhatsApp, Facebook, Slack) riktar sig till 60 till 80 %+ DAU/MAU eftersom deras användbarhet är dagligen av naturen. Spelappar är inriktade på 20 till 40 %. Produktivitetsverktyg siktar på 25 till 50 % beroende på användningsfall. E-handel och on-demand-tjänster ser vanligtvis 5 till 15 % eftersom köpen i sig är sällsynta. Finans-/bankappar ser 10 till 20 %. Att jämföra en fintech-apps 12 % DAU/MAU med Facebooks 65 % är meningslöst – det lämpliga riktmärket beror helt på produktkategori och förväntad användningsfrekvens. DAU/MAU beräknas genom att dividera antalet unika användare som var aktiva en specifik dag (DAU) med antalet unika användare som var aktiva under de senaste 30 dagarna (MAU), och sedan multiplicera med 100 för en procentsats. Den "aktiva" definitionen måste vara exakt och konsekvent definierad - vanligtvis "utförde minst en meningsfull åtgärd" (inte bara att öppna appen). DAU/MAU följs noga tillsammans med retentionskurvor: hög DAU/MAU med dålig D30-retention tyder på att användare är mycket engagerade under den första månaden men inte behålls på lång sikt. Hög D30-retention med låg DAU/MAU tyder på bibehållna användare men sällan engagemang – en risk för churn och låg intäktsgenerering. Att förbättra DAU/MAU kräver att man bygger upp dagliga användningsvanor: aviseringar, streck, social ömsesidighet, dagligt färskt innehåll eller inbäddning av produkten i dagliga arbetsflöden.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Formel
▾
DAU/MAU-förhållande (%) = (Dagligen aktiva användare / Aktiva användare per månad) × 100. Denna formel beräknar dau mau-förhållandet beräknat genom att relatera indatavariablerna till deras matematiska samband. Varje komponent representerar en mätbar kvantitet som kan verifieras oberoende.Variabelbeskrivning
▾
| Symbol | Namn | Enhet | Beskrivning |
|---|---|---|---|
| DAU | Antal unika | — | Antal unika användare som är aktiva en viss dag (exakt definition krävs) |
| MAU | Antal unika | — | Antal unika användare som har varit aktiva under de senaste 30 dagarna |
| Aktiv definition | Specifik användaråtgärd | — | Specifik användaråtgärd som kvalificeras som "aktiv" (inte bara öppen app) |
| Klibbighetsförhållande | Synonym för DAU/MAU | — | Synonym för DAU/MAU — mäter vanebildning, vilket är en nyckelparameter i beräkningen av dau mau ratio calc som direkt påverkar det slutliga beräknade resultatet |
| Sessionslängd | Genomsnittlig tid per | — | Genomsnittlig tid per session — kompletterande mätvärde till DAU/MAU, vilket är en nyckelparameter i beräkningen av dau mau ratio calc som direkt påverkar det slutliga beräknade resultatet |
Hur man DAU/MAU Ratio Calculator
▾
- 1Samla in de nödvändiga indatavärdena: Antal unika, Antal unika, Specifik användaråtgärd, Synonym för DAU/MAU.
- 2Använd kärnformeln: DAU/MAU-förhållande (%) = (Dagligen aktiva användare / Aktiva användare per månad) × 100.
- 3Beräkna mellanvärden som WAU/MAU-förhållande (%) om tillämpligt.
- 4Kontrollera att alla enheter är konsekventa innan du kombinerar termer.
- 5Beräkna slutresultatet och granska det för rimlighet.
- 6Kontrollera om några speciella fall eller gränsvillkor gäller för dina ingångar.
- 7Tolka resultatet i sitt sammanhang och jämför med referensvärden om sådana finns.
Lösta exempel
▾
Det här exemplet visar dau mau ratio calc genom att beräkna 70 % DAU/MAU — utmärkt för kommunikationsappar. Jämförbar med WhatsApp och populära sociala produkter. Stark daglig vanebildning. Social Communication App illustrerar ett typiskt scenario där räknaren producerar ett praktiskt användbart resultat från de givna indata.
Det här exemplet visar dau mau ratio calc genom att beräkna 32,9 % DAU/MAU – starkt för B2B-produktivitetsverktyg. Användare engagerar sig ungefär 10 av 22 arbetsdagar/månad. Sund engagemangssignal... B2B SaaS Project Management Tool illustrerar ett typiskt scenario där kalkylatorn producerar ett praktiskt användbart resultat från de givna ingångarna.
Det här exemplet visar dau mau ratio calc genom att beräkna 8,9 % DAU/MAU – normalt för e-handel där köpfrekvensen i sig är låg. Jämför mot riktmärken för köpfrekvens, inte riktmärken för sociala appar. E-handel Marketplace illustrerar ett typiskt scenario där kalkylatorn ger ett praktiskt användbart resultat från de givna indata.
Det här exemplet visar dau mau ratio calc genom att beräkna Minskande DAU/MAU signalers engagemang erosion - föregångare till churn wave. Undersök med kohortretentionsanalys och frekvensgranskning av händelser i spelet.. Spelapp DAU/MAU Nedgångsanalys illustrerar ett typiskt scenario där kalkylatorn producerar ett praktiskt användbart resultat från de givna ingångarna.
Praktiska tillämpningar
▾
Benchmarking av produktengagemang mot kategorikonkurrenter - Den här applikationen används ofta av proffs som behöver exakt kvantitativ analys för att stödja beslutsfattande, budgetering och strategisk planering inom sina respektive områden
Identifiera nedgång i engagemang innan det påverkar retention och intäkter. Branschutövare förlitar sig på denna beräkning för att jämföra prestanda, jämföra alternativ och säkerställa efterlevnad av etablerade standarder och regulatoriska krav, vilket hjälper analytiker att producera korrekta resultat som stöder strategisk planering, resursallokering och prestandabenchmarking mellan organisationer
Att motivera produktinvesteringar i vanebildande funktioner baserat på DAU/MAU-förbättring. Akademiska forskare och studenter använder denna beräkning för att validera teoretiska modeller, slutföra kursuppgifter och utveckla djupare förståelse för de underliggande matematiska principerna
Rapportera produkttillstånd till investerare och styrelser med branschstandardmått. Finansanalytiker och planerare införlivar denna beräkning i sitt arbetsflöde för att producera korrekta prognoser, utvärdera riskscenarier och presentera datadrivna rekommendationer för intressenter
Ställa in DAU/MAU-mål som en del av produktens OKR. Denna applikation används ofta av proffs som behöver exakt kvantitativ analys för att stödja beslutsfattande, budgetering och strategisk planering inom sina respektive områden
Specialfall
▾
Marknadsprodukter: separat köpare DAU/MAU och säljare DAU/MAU — de har
Marknadsprodukter: separat köpare DAU/MAU och säljare DAU/MAU — de har fundamentalt olika användningsmönster. När de möter detta scenario i beräkningar av dau mau ratio calc bör användarna verifiera att deras indata ligger inom det förväntade intervallet för att formeln ska ge meningsfulla resultat. Ingångar utanför intervallet kan leda till matematiskt giltiga men praktiskt taget meningslösa utdata som inte återspeglar verkliga förhållanden.
Säsongsprodukter: DAU/MAU-gungor med säsongsvariationer; använd istället jämförelser från år till år
Säsongsprodukter: DAU/MAU-gungor med säsongsvariationer; använd jämförelser från år till år snarare än MoM. Detta kantfall uppstår ofta i professionella tillämpningar av dau mau ratio calc där randvillkor eller extrema värden är inblandade. Praktiker bör dokumentera när denna situation inträffar och överväga om alternativa beräkningsmetoder eller justeringsfaktorer är mer lämpliga för deras specifika användningsfall.
B2B-företagsverktyg: arbetsdagsjusterad DAU/WAU (aktiva användare på vardagar /
B2B-företagsverktyg: arbetsdagsjusterad DAU/WAU (aktiva användare på vardagar / aktiva användare i veckan) mer meningsfull I samband med dau mau ratio calc kräver detta specialfall noggrann tolkning eftersom standardantaganden kanske inte håller. Användare bör korsreferera resultat med domänexpertis och överväga att konsultera ytterligare referenser eller verktyg för att validera resultatet under dessa atypiska förhållanden.
Dau Mau Ratio Calc referensdata
▾
| Produktkategori | Låg DAU/MAU | Frisk DAU/MAU | Exceptionell DAU/MAU |
|---|---|---|---|
| Socialt / Meddelanden | Under 40 % | 50 - 65 % | 65 %+ |
| Spelande | Under 15 % | 20–35 % | 35 %+ |
| Produktivitet / SaaS | Under 15 % | 25 - 40 % | 40 %+ |
| Nyheter / Media | Under 10 % | 15 - 30 % | 30 %+ |
| E-handel | Under 3 % | 5 - 15 % | 15 %+ |
| Finans / Bank | Under 5 % | 10 - 20 % | 20 %+ |
| Hälsa / Fitness | Under 10 % | 20–35 % | 35 %+ |
Vanliga frågor
▾
Detta avser dau mau ratio calc beräkningar. Detta är en viktig faktor när man arbetar med dau mau ratio calc beräkningar i praktiska tillämpningar. Svaret beror på de specifika ingångsvärdena och det sammanhang i vilket beräkningen tillämpas. För bästa resultat bör användare överväga sina specifika krav och validera resultatet mot kända riktmärken eller professionella standarder.
Detta avser dau mau ratio calc beräkningar. Detta är en viktig faktor när man arbetar med dau mau ratio calc beräkningar i praktiska tillämpningar. Svaret beror på de specifika ingångsvärdena och det sammanhang i vilket beräkningen tillämpas. För bästa resultat bör användare överväga sina specifika krav och validera resultatet mot kända riktmärken eller professionella standarder.
Detta avser dau mau ratio calc beräkningar. Detta är en viktig faktor när man arbetar med dau mau ratio calc beräkningar i praktiska tillämpningar. Svaret beror på de specifika ingångsvärdena och det sammanhang i vilket beräkningen tillämpas. För bästa resultat bör användare överväga sina specifika krav och validera resultatet mot kända riktmärken eller professionella standarder.
Detta avser dau mau ratio calc beräkningar. Detta är en viktig faktor när man arbetar med dau mau ratio calc beräkningar i praktiska tillämpningar. Svaret beror på de specifika ingångsvärdena och det sammanhang i vilket beräkningen tillämpas. För bästa resultat bör användare överväga sina specifika krav och validera resultatet mot kända riktmärken eller professionella standarder.
Detta avser dau mau ratio calc beräkningar. Detta är en viktig faktor när man arbetar med dau mau ratio calc beräkningar i praktiska tillämpningar. Svaret beror på de specifika ingångsvärdena och det sammanhang i vilket beräkningen tillämpas. För bästa resultat bör användare överväga sina specifika krav och validera resultatet mot kända riktmärken eller professionella standarder.
Detta avser dau mau ratio calc beräkningar. Detta är en viktig faktor när man arbetar med dau mau ratio calc beräkningar i praktiska tillämpningar. Svaret beror på de specifika ingångsvärdena och det sammanhang i vilket beräkningen tillämpas. För bästa resultat bör användare överväga sina specifika krav och validera resultatet mot kända riktmärken eller professionella standarder.
Detta avser dau mau ratio calc beräkningar. Detta är en viktig faktor när man arbetar med dau mau ratio calc beräkningar i praktiska tillämpningar. Svaret beror på de specifika ingångsvärdena och det sammanhang i vilket beräkningen tillämpas. För bästa resultat bör användare överväga sina specifika krav och validera resultatet mot kända riktmärken eller professionella standarder.
Vanliga misstag att undvika
▾
- !Jämföra DAU/MAU mellan olika produktkategorier utan kategorilämpliga riktmärken
- !Räkna app öppnas som "aktiv" istället för meningsfulla åtgärder - blåser upp förhållandet missvisande
- !Spåra DAU/MAU utan att även spåra sessionsdjup och NPS – högt förhållande kan maskera ytligt engagemang
- !Segmenterar inte DAU/MAU efter kohort – nyare kohorter kan ha en annan klibbighet än äldre
- !Ignorera veckosäsongsvariationer – B2B-produkter har naturligtvis lägre DAU/MAU på helgerna
- !Att inte jämföra DAU/MAU-trendriktningen tillsammans med den absoluta nivån - ett sjunkande förhållande signalerar problem även om den absoluta nivån är hög
Proffstips
Segmentera DAU/MAU efter användarkohort (förvärvsmånad) istället för att titta på blandade medelvärden. Om dina nyare kohorter har dramatiskt lägre DAU/MAU än äldre kohorter kanske du skaffar användare av lägre kvalitet eller så har din introduktionsupplevelse försämrats.
Visste du?
Snapchats IPO-prospekt 2017 avslöjade ett DAU/MAU-förhållande på 54 % – högre än Facebook vid den tiden – vilket citerades som bevis på exceptionell produktklibbighet bland dess yngre användarbas.
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
Referenser
- ›Facebooks årsrapporter — DAP/MAP Disclosure
- ›Sequoia Capital — Product Metrics Framework
- ›Andreessen Horowitz — a16z Benchmarks för konsumentprodukter
- ›OpenView Partners — SaaS Engagement Benchmarks
Ratings & comments
Få mattetips varje vecka
Gå med 12 000+ prenumeranter som får räknartips varje vecka.