MAU и WAU

Когда инвестор или партнёр спрашивает «а сколько у вас живых пользователей?» — он ждёт не трафик из Google Analytics, а именно MAU или WAU. Эти метрики пришли из мира мобильных приложений и SaaS, где главный вопрос не «сколько скачали», а «сколько возвращаются». Для digital-агентств они важны вдвойне: и при анализе клиентских продуктов, и при оценке собственных платформ и кабинетов.

Что стоит за этими метриками

MAU (Monthly Active Users) — количество уникальных пользователей, совершивших хотя бы одно целевое действие за последние 30 дней. WAU (Weekly Active Users) — то же самое, но за 7 дней.

Ключевое слово здесь — «активных». Само по себе понятие «активность» каждая команда определяет под свой продукт. Для мессенджера это отправка сообщения, для аналитической платформы — открытие отчёта, для маркетплейса — просмотр карточки товара. Без чёткого определения метрика теряет смысл: два продукта с одинаковым MAU могут иметь совершенно разный уровень вовлечённости.

Уникальность пользователя — принципиальный момент. Один человек, зашедший в приложение 20 раз за месяц, даст +1 к MAU, а не +20. Это отличает метрику от сессий или визитов и делает её честным отражением реальной аудитории.

Как рассчитать и интерпретировать

Формула MAU: MAU = количество уникальных пользователей, совершивших целевое действие за 30 дней

Формула WAU: WAU = количество уникальных пользователей, совершивших целевое действие за 7 дней

Сами по себе абсолютные значения MAU и WAU мало что говорят без динамики и контекста. Настоящая ценность появляется в связке с другими метриками:

Формула Sticky Factor (индекс «липкости»):

Sticky Factor = DAU / MAU × 100%

Например, если DAU = 5 000, а MAU = 30 000, то Sticky Factor = 16,7% — пользователи заходят примерно раз в 6 дней. Это нормально для инструмента планирования, но слабо для новостного приложения.

MAU, WAU и DAU: чем отличаются и когда использовать

Выбор метрики зависит от естественного ритма использования продукта. Отчётная платформа для агентства логично измеряется через WAU и MAU — клиенты заходят смотреть отчёты раз в неделю или раз в месяц, и это норма, а не проблема.

Типичные ошибки

Ошибка 1. Считать MAU без определения «активности». Если не зафиксировано, какое действие считается целевым, метрика теряет управленческий смысл. Запуск приложения и отправка заявки — принципиально разные события, и смешивать их нельзя.

Ошибка 2. Смотреть на MAU в отрыве от Churn и Retention. MAU может оставаться стабильным, пока старые пользователи уходят, а новые приходят с той же скоростью. Это маскирует реальную проблему удержания. Всегда смотри на когортный анализ рядом.

Ошибка 3. Сравнивать MAU разных продуктов напрямую. Продукт с MAU 10 000 и Sticky Factor 40% намного «живее», чем продукт с MAU 100 000 и Sticky Factor 3%. Абсолютное число без контекста — не показатель здоровья аудитории.

Мнение эксперта

На практике WAU оказывается самой недооценённой метрикой из этой тройки. MAU берут для инвесторов, DAU — для операционного контроля, а WAU остаётся в слепой зоне. Между тем именно еженедельная динамика первой реагирует на проблемы с продуктом или провальную кампанию — раньше, чем это отразится в MAU. Если у тебя B2B-продукт с рабочим ритмом использования, WAU — твоя главная сигнальная метрика.

FAQ

Что считается «активным» действием для расчёта MAU?

Это определяет сама команда, исходя из ценностного действия продукта. Для аналитического сервиса — открытие дашборда или выгрузка отчёта. Для e-commerce — просмотр товара или добавление в корзину. Главное правило: действие должно отражать реальное использование продукта, а не просто факт входа в систему. Именно поэтому метрики MAU разных компаний нельзя сравнивать без понимания методологии.

Как MAU связан с выручкой в SaaS?

В подписочных моделях MAU — один из предикторов оттока. Пользователь, который не заходил в продукт последние 3-4 недели, с высокой вероятностью не продлит подписку. Поэтому команды Customer Success отслеживают падение MAU как ранний сигнал для проактивной работы с клиентом — не дожидаясь отмены. Прямой корреляции MAU → выручка нет, но как опережающий индикатор здоровья базы он работает.

Можно ли манипулировать MAU и как это распознать?

Можно — например, считая «активностью» любой автоматический запрос, пуш-уведомление или фоновый процесс. Это раздувает цифру, не отражая реального поведения. Чтобы распознать манипуляцию, смотри на соотношение MAU и DAU: если Sticky Factor аномально высокий (70%+) при низкой видимой вовлечённости, это повод проверить методологию подсчёта.

Чем WAU полезен для digital-агентства при работе с клиентами?

WAU помогает оценивать вовлечённость аудитории клиентского продукта в текущем цикле, не дожидаясь месячного среза. Если агентство ведёт перформанс-кампании, еженедельная динамика активных пользователей покажет, конвертируется ли трафик в регулярное использование продукта — или люди приходят и не возвращаются. Это позволяет быстрее корректировать таргетинг и посадочные страницы.

Как отслеживать MAU и WAU без разработки?

Большинство аналитических инструментов считают эти метрики автоматически: Яндекс.Метрика, Google Analytics 4, Firebase, а также специализированные продуктовые аналитики. В GA4 сегменты активных пользователей за 7 и 30 дней доступны в стандартных отчётах. Для более детального когортного анализа и кастомных определений «активности» потребуется настройка событий под конкретный продукт.

MAU и WAU — не просто цифры для отчётов инвесторам. Это инструмент диагностики: они показывают, живёт ли продукт или только числится в базе. Digital-агентству, которое отвечает за результат клиентских кампаний, эти метрики дают честный ответ на вопрос «аудитория растёт или уходит?»