Что такое Monthly Active Users?
Monthly Active Users(mau) — это одна из метрик мобильных приложений. Она показывает число уникальных пользователей в месяц. Тех, кто хотя бы раз за месяц был активен, заходил в продукт и что–то в нем делал.
![Mikhail Ryazhenka Mikhail Ryazhenka](https://static.leadstartup.ru/assets-content/704fe8f9c618dd3a60ecf8e0322206fd.webp)
Зачем измерять Monthly Active Users?
Высокий показатель MAU говорит о том, что у продукта сформирована постоянная активная аудитория. Но если приложение скачали сотни тысяч человек, а его MAU меньше тысячи пользователей, значит оно никому не нужно.
![Mikhail Ryazhenka Mikhail Ryazhenka](https://static.leadstartup.ru/assets-content/704fe8f9c618dd3a60ecf8e0322206fd.webp)
DAU и MAU
![Mikhail Ryazhenka Mikhail Ryazhenka](https://static.leadstartup.ru/assets-content/704fe8f9c618dd3a60ecf8e0322206fd.webp)
Monthly Active Users
Monthly Active Users или сокращенно mau — это одна из метрик мобильных приложений. Она показывает число уникальных пользователей в месяц. Тех, кто хотя бы раз за месяц был активен, заходил в продукт и что–то в нем делал.
Высокий показатель MAU говорит о том, что у продукта сформирована постоянная активная аудитория. Но если приложение скачали сотни тысяч человек, а его Monthly Active Users не дотягивает даже до тысячи пользователей, значит оно никому не нужно. А такой ажиотаж по скачиваниям могли вызвать, например, публикации с упоминанием продукта на тематических сайтах.
![Mikhail Ryazhenka Mikhail Ryazhenka](https://static.leadstartup.ru/assets-content/704fe8f9c618dd3a60ecf8e0322206fd.webp)
Зачем измерять Monthly Active Users? (v2)
Чтобы понимать, насколько активны и вовлечены пользователи в ваше приложение. Вовремя увидеть, если что–то пошло не так.
MAU — это метрика активности, она показывает, сколько клиентов скачали и используют приложение. Позволяет лучше понять целевую аудиторию продукта, кто на самом деле его использует. А еще помогает проанализировать, какие у этой аудитории запросы.
Все эти подсказки пригодятся вашим маркетологам, чтобы лучше настраивать рекламу, готовить скидки и акции.
Если продукт работает по модели платной подписки, то на первом месте — чтобы пользователи платили, а не заходили в продукт. Но в тоже время, если человек заплатил, но не заходит в приложение, то он не получает от него никакой ценности. Значит, когда подписка закончится, он уйдет. Поэтому важно опираться на метрику MAU в общем контексте.
![Mikhail Ryazhenka Mikhail Ryazhenka](https://static.leadstartup.ru/assets-content/704fe8f9c618dd3a60ecf8e0322206fd.webp)
DAU и MAU (v2)
Близкий товарищ метрики Monthly Active Users — метрика Daily Active Users (она же DAU). Показывает число уникальных пользователей приложения в день. Тех, кто каждый день (или регулярно) пользуется продуктом.
Допустим, ваше приложение установил себе один миллион пользователей. Но пользоваться им каждый день стали всего 1000 человек. Это те самые DAU. А вот сам по себе результат, честно говоря, так себе. Есть над чем работать.
Если все ваши пользователи каждый день будут заходить в приложение и так весь месяц, то метрики Daily Active Users и Monthly Active Users будут равны. Правда, в реальной жизни такого не происходит, увы.
Показатели MAU и DAU системы аналитики измеряют автоматически. Специалист интерпретирует и оценивает эти показатели — нормально или нет, что исправлять. Так, если вернуться к прошлому примеру, то если бы установок было 10 тысяч, а фанатами продукта стала та же 1000 человек, то этот результат был бы очень даже хорош. И вам удалось создать отличный продукт.
![Mikhail Ryazhenka Mikhail Ryazhenka](https://static.leadstartup.ru/assets-content/704fe8f9c618dd3a60ecf8e0322206fd.webp)
Monthly Active Users и «липкость»
MAU и DAU помогают рассчитать коэффициент «липкости» или лояльности пользователей к вашему продукту. Это метрика Stickiness. Она показывает насколько часто пользователи возвращаются в приложение.
Чтобы рассчитать «липкость», нужно рассчитать процентное соотношение ежедневных активных пользователей к ежемесячным. Например, у нас 3000 пользователей DAU и 5000 пользователей MAU. Считаем процентное соотношение и получаем 60% — Stickiness.
Понятно, что чем этот процент выше, тем лучше. Значит, люди часто пользуются вашим продуктом. Вполне нормально и даже здорово, когда «липкость» постепенно растет. Приходят новые пользователи, продукт им нравится, они начинают рекомендовать его другим.
А вот если коэффициент пошел вниз, значит что–то в нем перестало людей устраивать. Может, появился более удобный конкурент? Или продукт перестал решать проблему так, как нужно пользователям? Перестал соответствовать их ожиданиям? Со всем этим предстоит разбираться продуктовой команде и аналитику.
![Mikhail Ryazhenka Mikhail Ryazhenka](https://static.leadstartup.ru/assets-content/704fe8f9c618dd3a60ecf8e0322206fd.webp)
Метрика LMAU
Если поток новых пользователей в приложении нестабилен, как говорится то густо, то пусто, то используют метрики лояльности — LDAU и LMAU.
Так, LDAU позволяет рассчитать количество лояльных уникальных пользователей, которые запускали приложение в конкретный день. К лояльным относят тех, кто запустил приложение минимум один раз, спустя сутки после первого визита.
Чем меньше разница между показателями LDAU и DAU, LMAU и MAU, тем лучше. Значит, лояльных больше, чем тех, кто зашел один раз и не вернулся на следующий день.
![Mikhail Ryazhenka Mikhail Ryazhenka](https://static.leadstartup.ru/assets-content/704fe8f9c618dd3a60ecf8e0322206fd.webp)
Monthly Active Users в геймдеве
В мобильных играх метрика Monthly Active Users измеряет количество уникальных игроков, которые возвращались к игре хотя бы раз за месяц.
Чтобы проанализировать MAU нужно разделить пользователей на группы по дням недели, в который они скачали игру.
Если постоянно отслеживать метрику, то можно запускать рекламные кампании именно в те дни, когда активных пользователей приходило больше всего.
Для игр хорошим считается уровень DAU/MAU в 20-30% от общего числа пользователей. Для сравнения, в мессенджерах этот показатель считают удачным, если он в районе 50%.
![Mikhail Ryazhenka Mikhail Ryazhenka](https://static.leadstartup.ru/assets-content/704fe8f9c618dd3a60ecf8e0322206fd.webp)
Кейс по увеличению метрики Monthly Active Users
Соревновательная платформа по киберспорту fragem.gg была запущена 1,5 года назад. Аудитория проекта — молодежь до 30 лет. Всего порядка 20 миллионов пользователей в СНГ.
В проекте начали тестировать маркетинговые гипотезы. Заметили, что стоимость активного пользователя выходит дороже, чем рассчитывали в самом начале. Стали разбираться, в чем причина.
Чтобы начать игру, пользователям нужно было зарегистрироваться на платформе. Затем они попадали на страницу с рейтингом игроков и команд. Там тоже нужно было пройти регистрацию. Но как показал Вебвизор в Яндекс.метрике, сразу после первой регистрации пользователи жали на кнопку «Играть». Ничего не происходило и они закрывали сайт.
Разработчики сделали видеогайд, добавили выспывающее окно с предупреждением, что нужно зарегистрироваться еще и в рейтинге. После этого действия, конверсия в активных игроков выросла на 15%.
Команда решила, что можно пойти еще дальше, и сделала автоматическую регистрацию в рейтинге. Чтобы пользователи сразу могли начать игру, без дополнительных настроек.
Такое простое действие позволило увеличить метрику Monthly Active Users в 2,2 раза. При этом бюджет на маркетинг остался прежним.
![Mikhail Ryazhenka Mikhail Ryazhenka](https://static.leadstartup.ru/assets-content/704fe8f9c618dd3a60ecf8e0322206fd.webp)
Риски в использовании метрик DAU и MAU в играх
Метрики DAU и MAU изменчивы. Но при этом не объясняют, из–за чего произошел рост пользователей.
Это был результат PR, когда о приложении упомянули в профильных СМИ?
Или это успешная маркетинговая кампания, которая привлекла много новых пользователей?
Или, напротив, кампания по удержанию «старых» пользователей?
Факторы разные, но почти во всех случаях нельзя рассчитывать на устойчивый и долгосрочный результат.
Полагаться всегда только на метрики DAU и MAU нельзя, бывают случаи, когда они отстают и не показывают реальную картину. Например, вы создали мобильную игру. Особенно пристально следите за метриками ежедневной и ежемесячной активности и удержания пользователей. Вы создали новую функцию. Получили отзывы, что из–за нее стало сложнее проходить уровни. Но решили, что надо провести A / B тест. Он не показал, что новая функция как–то негативно повлияла на приложение. Все вроде бы хорошо, и вы запускаете новую функцию на всех пользователей.
Через какое–то время вы замечаете, что все меньше людей стало доходить до сложных уровней. Однако показатели DAU и MAU держатся на прежнем уровне. Что же происходит?
Дело в том, что пользователям стало сложнее играть в вашу игру, но они все еще пытаются. Однако вскоре им это надоест, и вы увидите, как это повлияет на DAU и MAU. Спойлер: не в лучшую сторону. Метрики пойдут вниз, это означает, что люди стали уходить из игры и больше не возвращаются в нее. Остановить этот процесс будет уже слишком поздно.
Сплит–тестом вы измеряли данные, которые не точно фиксируют поведение пользователей. DAU и MAU были отстающими индикаторами. Измерять же надо было уровни, достигнутые пользователями.
![Mikhail Ryazhenka Mikhail Ryazhenka](https://static.leadstartup.ru/assets-content/704fe8f9c618dd3a60ecf8e0322206fd.webp)
Как измерять Monthly Active Users и другие метрики
Для измерений используют автоматизированные системы аналитики. Они избавляют людей от рутинной работы и формируют понятные отчеты.
Мы собрали список самых удобных инструментов, по мнению аналитиков.
AppMetrica. Платформа для аналитики и маркетинга приложений. Полностью бесплатная, имеет функции когортного анализа и сегментации аудитории. Автоматически создает отчеты об ошибках в приложении.
Google Analytics. Бесплатная система для измерения и аналитики главных метрик мобильных приложений. Отслеживает конверсии, показывает статистику в режиме реального времени, формирует перекрестную сегментацию аудиторий, создает отчеты по расписанию.
Flurry. Платформа на английском языке. Есть бесплатный тариф но функционал в нем ограничен. Работает только с приложениями на Android и iOS. Собирает подробные данные о пользователях, их интересах, действиях и событиях. Может сравнивать одно приложение в двух разных операционных системах, умеет рассчитывать воронку продаж. Заточена под отслеживание поведения пользователей в приложении.
![Mikhail Ryazhenka Mikhail Ryazhenka](https://static.leadstartup.ru/assets-content/704fe8f9c618dd3a60ecf8e0322206fd.webp)