Là gì DAU/MAU Ratio Calculator?
▾
Tỷ lệ DAU/MAU (Người dùng hoạt động hàng ngày chia cho Người dùng hoạt động hàng tháng) là số liệu tương tác chính đo lường mức độ gắn bó của sản phẩm kỹ thuật số - tỷ lệ người dùng hàng tháng tương tác với sản phẩm vào bất kỳ ngày nào. Còn được gọi là 'tỷ lệ dính', nó cho biết mức độ quen thuộc và không thể thiếu của một sản phẩm đối với người dùng. DAU/MAU là 50% có nghĩa là trung bình một người dùng hoạt động hàng tháng sử dụng sản phẩm 15 ngày mỗi tháng. Về mặt lý thuyết, tỷ lệ 100% có nghĩa là mỗi người dùng hàng tháng tương tác hàng ngày - mức tối đa theo lý thuyết. Điểm chuẩn DAU/MAU thay đổi đáng kể tùy theo danh mục sản phẩm. Các sản phẩm xã hội và truyền thông (WhatsApp, Facebook, Slack) nhắm mục tiêu 60 đến 80%+ DAU/MAU vì tính chất tiện ích của chúng là hàng ngày. Ứng dụng trò chơi nhắm mục tiêu 20 đến 40%. Các công cụ năng suất nhắm tới mức 25 đến 50% tùy theo trường hợp sử dụng. Thương mại điện tử và dịch vụ theo yêu cầu thường có tỷ lệ từ 5 đến 15% vì việc mua hàng vốn không thường xuyên. Ứng dụng tài chính/ngân hàng chiếm 10 đến 20%. So sánh 12% DAU/MAU của ứng dụng fintech với 65% của Facebook là vô nghĩa - điểm chuẩn phù hợp phụ thuộc hoàn toàn vào danh mục sản phẩm và tần suất sử dụng dự kiến. DAU/MAU được tính bằng cách chia số lượng người dùng duy nhất đã hoạt động vào một ngày cụ thể (DAU) cho số lượng người dùng duy nhất hoạt động trong 30 ngày qua (MAU), sau đó nhân với 100 để có tỷ lệ phần trăm. Định nghĩa 'hoạt động' phải được xác định chính xác và nhất quán — thường là 'thực hiện ít nhất một hành động có ý nghĩa' (không chỉ mở ứng dụng). DAU/MAU được theo dõi chặt chẽ dọc theo các đường cong tỷ lệ giữ chân: DAU/MAU cao với tỷ lệ giữ chân D30 kém cho thấy người dùng có mức độ tương tác cao trong tháng đầu tiên nhưng không giữ chân lâu dài. Tỷ lệ giữ chân D30 cao với DAU/MAU thấp cho thấy người dùng được giữ lại nhưng mức độ tương tác không thường xuyên — nguy cơ rời bỏ và khả năng kiếm tiền thấp. Cải thiện DAU/MAU yêu cầu xây dựng thói quen sử dụng hàng ngày: thông báo, chuỗi, tương hỗ xã hội, nội dung mới hàng ngày hoặc nhúng sản phẩm vào quy trình công việc hàng ngày.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Công thức
▾
Tỷ lệ DAU/MAU (%) = (Người dùng hoạt động hàng ngày / Người dùng hoạt động hàng tháng) × 100. Công thức này tính tỷ lệ đầu mau calc bằng cách liên hệ các biến đầu vào thông qua mối quan hệ toán học của chúng. Mỗi thành phần đại diện cho một đại lượng có thể đo lường được và có thể được xác minh độc lập.Chú giải biến
▾
| Ký hiệu | Tên | Đơn vị | Mô tả |
|---|---|---|---|
| DAU | Số lượng duy nhất | — | Số lượng người dùng duy nhất hoạt động vào một ngày cụ thể (cần có định nghĩa chính xác) |
| MAU | Số lượng duy nhất | — | Số lượng người dùng duy nhất hoạt động trong 30 ngày qua |
| Active Definition | Hành động cụ thể của người dùng | — | Hành động cụ thể của người dùng đủ điều kiện là 'đang hoạt động' (không chỉ mở ứng dụng) |
| Stickiness Ratio | Từ đồng nghĩa với DAU/MAU | — | Đồng nghĩa với DAU/MAU — đo lường sự hình thành thói quen, là tham số chính trong phép tính calc tỷ lệ đầu mau ảnh hưởng trực tiếp đến kết quả tính toán cuối cùng |
| Session Length | Thời gian trung bình mỗi | — | Thời gian trung bình mỗi phiên — số liệu đồng hành với DAU/MAU, là tham số chính trong phép tính calc tỷ lệ đầu mau ảnh hưởng trực tiếp đến kết quả tính toán cuối cùng |
Cách DAU/MAU Ratio Calculator
▾
- 1Thu thập các giá trị đầu vào được yêu cầu: Số lượng duy nhất, Số lượng duy nhất, Hành động cụ thể của người dùng, Từ đồng nghĩa với DAU/MAU.
- 2Áp dụng công thức cốt lõi: Tỷ lệ DAU/MAU (%) = (Người dùng hoạt động hàng ngày / Người dùng hoạt động hàng tháng) × 100.
- 3Tính toán các giá trị trung gian như Tỷ lệ WAU/MAU (%) nếu có.
- 4Xác minh rằng tất cả các đơn vị đều nhất quán trước khi kết hợp các thuật ngữ.
- 5Tính toán kết quả cuối cùng và xem xét tính hợp lý.
- 6Kiểm tra xem có bất kỳ trường hợp đặc biệt hoặc điều kiện biên nào áp dụng cho đầu vào của bạn hay không.
- 7Giải thích kết quả theo ngữ cảnh và so sánh với các giá trị tham chiếu nếu có.
Ví dụ có lời giải
▾
Ví dụ này minh họa tỷ lệ đầu mau calc bằng cách tính 70% DAU/MAU — tuyệt vời cho ứng dụng giao tiếp. Có thể so sánh với WhatsApp và các sản phẩm xã hội hàng đầu. Hình thành thói quen hàng ngày mạnh mẽ.. Ứng dụng Giao tiếp Xã hội minh họa một tình huống điển hình trong đó máy tính tạo ra kết quả thực tế hữu ích từ các dữ liệu đầu vào nhất định.
Ví dụ này minh họa tỷ lệ đầu mau calc bằng cách tính toán 32,9% DAU/MAU — mạnh đối với công cụ năng suất B2B. Người dùng tham gia khoảng 10 trên 22 ngày làm việc/tháng. Tín hiệu tương tác lành mạnh.. Công cụ quản lý dự án B2B SaaS minh họa một kịch bản điển hình trong đó máy tính tạo ra kết quả thực tế hữu ích từ các dữ liệu đầu vào nhất định.
Ví dụ này chứng minh tỷ lệ đầu mau calc bằng cách tính 8,9% DAU/MAU — bình thường đối với thương mại điện tử nơi tần suất mua hàng vốn đã thấp. So sánh với điểm chuẩn tần suất mua hàng, không phải điểm chuẩn ứng dụng xã hội.. Thị trường thương mại điện tử minh họa một kịch bản điển hình trong đó máy tính tạo ra kết quả hữu ích thực tế từ các dữ liệu đầu vào nhất định.
Ví dụ này thể hiện tỷ lệ đầu mau calc bằng cách tính toán Suy giảm tín hiệu DAU/MAU tương tác xói mòn - tiền thân của sóng khuấy. Điều tra bằng phân tích tỷ lệ giữ chân nhóm và đánh giá tần suất sự kiện trong trò chơi.. Phân tích từ chối DAU/MAU của ứng dụng trò chơi minh họa một kịch bản điển hình trong đó máy tính tạo ra kết quả thực tế hữu ích từ các dữ liệu đầu vào nhất định.
Ứng dụng thực tế
▾
Đánh giá mức độ tương tác của sản phẩm với các đối thủ cạnh tranh trong danh mục - Ứng dụng này thường được sử dụng bởi các chuyên gia cần phân tích định lượng chính xác để hỗ trợ việc ra quyết định, lập ngân sách và lập kế hoạch chiến lược trong các lĩnh vực tương ứng của họ
Xác định sự suy giảm mức độ tương tác trước khi nó ảnh hưởng đến tỷ lệ giữ chân và doanh thu. Những người thực hành trong ngành dựa vào tính toán này để đánh giá hiệu suất, so sánh các lựa chọn thay thế và đảm bảo tuân thủ các tiêu chuẩn và yêu cầu quy định đã được thiết lập, giúp các nhà phân tích tạo ra kết quả chính xác hỗ trợ lập kế hoạch chiến lược, phân bổ nguồn lực và đánh giá hiệu suất giữa các tổ chức
Biện minh cho việc đầu tư sản phẩm vào các tính năng hình thành thói quen dựa trên sự cải thiện DAU/MAU. Các nhà nghiên cứu học thuật và sinh viên sử dụng phép tính này để xác nhận các mô hình lý thuyết, hoàn thành các bài tập môn học và phát triển sự hiểu biết sâu sắc hơn về các nguyên tắc toán học cơ bản
Báo cáo tình trạng sản phẩm cho nhà đầu tư và hội đồng quản trị bằng các số liệu tiêu chuẩn ngành. Các nhà phân tích và lập kế hoạch tài chính kết hợp tính toán này vào quy trình làm việc của họ để đưa ra dự báo chính xác, đánh giá các kịch bản rủi ro và đưa ra các đề xuất dựa trên dữ liệu cho các bên liên quan
Đặt mục tiêu DAU/MAU như một phần của OKRs sản phẩm. Ứng dụng này thường được sử dụng bởi các chuyên gia cần phân tích định lượng chính xác để hỗ trợ việc ra quyết định, lập ngân sách và lập kế hoạch chiến lược trong các lĩnh vực tương ứng của họ
Trường hợp đặc biệt
▾
Các sản phẩm trên thị trường: tách biệt người mua DAU/MAU và người bán DAU/MAU - họ có
Các sản phẩm trên thị trường: tách biệt DAU/MAU của người mua và DAU/MAU của người bán — về cơ bản họ có các kiểu sử dụng khác nhau Khi gặp tình huống này trong tính toán tỷ lệ đầu mau, người dùng nên xác minh rằng giá trị đầu vào của họ nằm trong phạm vi dự kiến để công thức tạo ra kết quả có ý nghĩa. Đầu vào ngoài phạm vi có thể dẫn đến đầu ra có giá trị về mặt toán học nhưng thực tế vô nghĩa và không phản ánh các điều kiện trong thế giới thực.
Sản phẩm theo mùa: DAU/MAU dao động theo mùa vụ; thay vào đó hãy sử dụng so sánh YoY
Sản phẩm theo mùa: DAU/MAU dao động theo mùa vụ; sử dụng so sánh YoY thay vì MoM Trường hợp cạnh này thường phát sinh trong các ứng dụng chuyên nghiệp của tỷ lệ đầu mau calc khi có liên quan đến điều kiện biên hoặc giá trị cực trị. Người thực hành nên ghi lại khi tình huống này xảy ra và xem xét liệu các phương pháp tính toán thay thế hoặc hệ số điều chỉnh có phù hợp hơn với trường hợp sử dụng cụ thể của họ hay không.
Công cụ dành cho doanh nghiệp B2B: DAU/WAU được điều chỉnh theo ngày làm việc (người dùng hoạt động trong tuần /
Công cụ doanh nghiệp B2B: DAU/WAU (người dùng hoạt động ngày trong tuần / người dùng hoạt động hàng tuần) được điều chỉnh ngày làm việc có ý nghĩa hơn Trong bối cảnh tỷ lệ đầu mau calc, trường hợp đặc biệt này yêu cầu diễn giải cẩn thận vì các giả định tiêu chuẩn có thể không đúng. Người dùng nên tham khảo chéo các kết quả với kiến thức chuyên môn về lĩnh vực và cân nhắc việc tư vấn các tài liệu tham khảo hoặc công cụ bổ sung để xác thực kết quả đầu ra trong các điều kiện không điển hình này.
Dữ liệu tham khảo Calc Tỷ lệ Dầu Mậu
▾
| Danh mục sản phẩm | DAU/MAU thấp | DAU/MAU khỏe mạnh | DAU/MAU đặc biệt |
|---|---|---|---|
| Xã hội / Nhắn tin | Dưới 40% | 50 - 65% | 65%+ |
| chơi game | Dưới 15% | 20 - 35% | 35%+ |
| Năng suất / SaaS | Dưới 15% | 25 - 40% | 40%+ |
| Tin tức / Truyền thông | Dưới 10% | 15 - 30% | 30%+ |
| Thương mại điện tử | Dưới 3% | 5 - 15% | 15%+ |
| Tài chính / Ngân hàng | Dưới 5% | 10 - 20% | 20%+ |
| Sức khỏe / Thể hình | Dưới 10% | 20 - 35% | 35%+ |
Câu hỏi thường gặp
▾
Điều này liên quan đến việc tính toán tỷ lệ đầu mau calc. Đây là yếu tố quan trọng cần cân nhắc khi tính toán tỉ số đầu mau trong các ứng dụng thực tế. Câu trả lời phụ thuộc vào các giá trị đầu vào cụ thể và bối cảnh áp dụng phép tính. Để có kết quả tốt nhất, người dùng nên xem xét các yêu cầu cụ thể của mình và xác thực kết quả đầu ra dựa trên các tiêu chuẩn hoặc tiêu chuẩn chuyên môn đã biết.
Điều này liên quan đến việc tính toán tỷ lệ đầu mau calc. Đây là yếu tố quan trọng cần cân nhắc khi tính toán tỉ số đầu mau trong các ứng dụng thực tế. Câu trả lời phụ thuộc vào các giá trị đầu vào cụ thể và bối cảnh áp dụng phép tính. Để có kết quả tốt nhất, người dùng nên xem xét các yêu cầu cụ thể của mình và xác thực kết quả đầu ra dựa trên các tiêu chuẩn hoặc tiêu chuẩn chuyên môn đã biết.
Điều này liên quan đến việc tính toán tỷ lệ đầu mau calc. Đây là yếu tố quan trọng cần cân nhắc khi tính toán tỉ số đầu mau trong các ứng dụng thực tế. Câu trả lời phụ thuộc vào các giá trị đầu vào cụ thể và bối cảnh áp dụng phép tính. Để có kết quả tốt nhất, người dùng nên xem xét các yêu cầu cụ thể của mình và xác thực kết quả đầu ra dựa trên các tiêu chuẩn hoặc tiêu chuẩn chuyên môn đã biết.
Điều này liên quan đến việc tính toán tỷ lệ đầu mau calc. Đây là yếu tố quan trọng cần cân nhắc khi tính toán tỉ số đầu mau trong các ứng dụng thực tế. Câu trả lời phụ thuộc vào các giá trị đầu vào cụ thể và bối cảnh áp dụng phép tính. Để có kết quả tốt nhất, người dùng nên xem xét các yêu cầu cụ thể của mình và xác thực kết quả đầu ra dựa trên các tiêu chuẩn hoặc tiêu chuẩn chuyên môn đã biết.
Điều này liên quan đến việc tính toán tỷ lệ đầu mau calc. Đây là yếu tố quan trọng cần cân nhắc khi tính toán tỉ số đầu mau trong các ứng dụng thực tế. Câu trả lời phụ thuộc vào các giá trị đầu vào cụ thể và bối cảnh áp dụng phép tính. Để có kết quả tốt nhất, người dùng nên xem xét các yêu cầu cụ thể của mình và xác thực kết quả đầu ra dựa trên các tiêu chuẩn hoặc tiêu chuẩn chuyên môn đã biết.
Điều này liên quan đến việc tính toán tỷ lệ đầu mau calc. Đây là yếu tố quan trọng cần cân nhắc khi tính toán tỉ số đầu mau trong các ứng dụng thực tế. Câu trả lời phụ thuộc vào các giá trị đầu vào cụ thể và bối cảnh áp dụng phép tính. Để có kết quả tốt nhất, người dùng nên xem xét các yêu cầu cụ thể của mình và xác thực kết quả đầu ra dựa trên các tiêu chuẩn hoặc tiêu chuẩn chuyên môn đã biết.
Điều này liên quan đến việc tính toán tỷ lệ đầu mau calc. Đây là yếu tố quan trọng cần cân nhắc khi tính toán tỉ số đầu mau trong các ứng dụng thực tế. Câu trả lời phụ thuộc vào các giá trị đầu vào cụ thể và bối cảnh áp dụng phép tính. Để có kết quả tốt nhất, người dùng nên xem xét các yêu cầu cụ thể của mình và xác thực kết quả đầu ra dựa trên các tiêu chuẩn hoặc tiêu chuẩn chuyên môn đã biết.
Lỗi thường gặp cần tránh
▾
- !So sánh DAU/MAU giữa các danh mục sản phẩm khác nhau mà không có điểm chuẩn phù hợp với danh mục
- !Ứng dụng đếm mở ra dưới dạng 'hoạt động' thay vì hành động có ý nghĩa - tăng tỷ lệ một cách sai lầm
- !Theo dõi DAU/MAU mà không theo dõi độ sâu phiên và NPS — tỷ lệ cao có thể che giấu mức độ tương tác nông
- !Không phân chia DAU/MAU theo đoàn hệ - các đoàn hệ mới hơn có thể có độ kết dính khác với đoàn hệ cũ
- !Bỏ qua tính thời vụ hàng tuần - các sản phẩm B2B đương nhiên có DAU/MAU thấp hơn vào cuối tuần
- !Không so sánh hướng xu hướng DAU/MAU với mức tuyệt đối - tỷ lệ giảm báo hiệu vấn đề ngay cả khi mức tuyệt đối cao
Mẹo Chuyên Nghiệp
Phân đoạn DAU/MAU theo nhóm thuần tập người dùng (tháng chuyển đổi) thay vì xem xét mức trung bình tổng hợp. Nếu nhóm thuần tập mới hơn của bạn có DAU/MAU thấp hơn đáng kể so với nhóm thuần tập cũ, thì có thể bạn đang thu hút được những người dùng chất lượng thấp hơn hoặc trải nghiệm làm quen của bạn đã xuống cấp.
Bạn có biết?
Bản cáo bạch IPO của Snapchat năm 2017 tiết lộ tỷ lệ DAU/MAU là 54% - cao hơn Facebook vào thời điểm đó - được coi là bằng chứng về mức độ gắn bó đặc biệt của sản phẩm đối với cơ sở người dùng trẻ tuổi.
Regional Guides
▾
Global▾
Tài liệu tham khảo
- ›Báo cáo thường niên của Facebook - Tiết lộ DAP/MAP
- ›Sequoia Capital - Khung đo lường sản phẩm
- ›Andreessen Horowitz - Điểm chuẩn sản phẩm tiêu dùng a16z
- ›Đối tác OpenView - Điểm chuẩn tương tác SaaS
Ratings & comments
Nhận Mẹo Toán Hàng Tuần
Tham gia cùng 12.000+ người đăng ký để nhận mẹo về máy tính mỗi tuần.