DAU — ما هو، كيفية حساب وتحليل الجمهور اليومي

ما هو DAU؟

DAU (Daily Active Users) هو مقياس يقيس عدد المستخدمين الفريدين الذين قاموا بإجراء هدف واحد على الأقل في التطبيق خلال يوم تقويمي. يتم تعريف الإجراء من قبل المطور: فتح التطبيق، تسجيل الدخول، عرض المحتوى، أو النقر على زر. في الإعداد النموذجي، يحسب DAU جميع المستخدمين الذين فتحوا التطبيق مرة واحدة على الأقل يوميًا.

DAU هو مؤشر تشغيلي لصحة المنتج. يشير نمو DAU إلى أن التطبيق أصبح أكثر فائدة للجمهور أو يجذب مستخدمين جدد. قد يشير انخفاض DAU إلى مشاكل في الاحتفاظ، أو تدهور تجربة المستخدم، أو ظهور منافس قوي. يجب تحليل DAU بمرور الوقت، وليس كقيمة مطلقة.

ما هي الإجراءات التي تعتبر نشاطًا

يعريف المستخدم النشط يعتمد على نوع التطبيق. بالنسبة للشبكات الاجتماعية، النشاط يعني التمرير في الخلاصة، إرسال رسالة، أو نشر منشور. للألعاب — التشغيل وإكمال مستوى واحد على الأقل. للأدوات — الفتح وتنفيذ الوظيفة الرئيسية. يُنصح بإعداد حدث session_start كمشغل لحساب DAU.

DAU في فئات التطبيقات المختلفة

وفقًا لإحصائيات Mixpanel (2024)، تختلف قيم DAU المتوسطة بشكل كبير حسب الفئة. التطبيقات الاجتماعية لديها 40–60% DAU من التثبيتات، الألعاب — 20–35%، الأدوات — 10–25%. لتقييم مستوى DAU لتطبيقك بدقة، قارن مقاييسك بمتوسط الفئة بدلاً من الأرقام المطلقة لقادة السوق.

صيغة حساب DAU

DAU يتم حسابه كعدد معرفات الأجهزة الفريدة (أو user_id للمستخدمين المصرح لهم) التي أرسلت حدث نشاط خلال يوم تقويمي. الصيغة: DAU = |{ distinct user_id : event_time ∈ [00:00, 23:59] UTC }|. العد البسيط لعمليات الفتح يعطي بيانات غير صحيحة — إلغاء التكرار حسب معرف المستخدم مطلوب.

def calculate_dau(events_df):
    """
    Calculate DAU from event dataframe
    
    Args:
        events_df: DataFrame with columns user_id and event_date
    Returns:
        DataFrame with dau per date
    """
    dau_df = (events_df
        .groupby("event_date")
        ["user_id"]
        .nunique()
        .reset_index()
        .rename(columns={"user_id": "dau"})
    )
    return dau_df

ميزات الحساب للمنصات المختلفة

على Android، يتم استخدام Installation ID (Firebase) أو Advertising ID كمعرف. على iOS — IDFV أو App Instance ID. للتطبيقات المصرح بها، من الأكثر موثوقية استخدام user_id من تفويض backend. إذا كان التطبيق متاحًا على كلتا المنصتين، يتم حساب DAU بشكل منفصل لكل منصة ويتم تجميعه على مستوى تحليلات backend.

المناطق الزمنية والمحاسبة عبر الأيام

DAU يتم حسابه حسب UTC أو حسب المنطقة الزمنية المحددة في إعدادات نظام التحليلات. إذا كان المستخدم نشطًا في 23:45 UTC ثم في 00:15، يحسب النظام يومين من DAU. هذا طبيعي لـ DAU الإجمالي، لكن للتحليل الدقيق يُنصح بتعيين منطقة زمنية مخصصة حسب منطقة غالبية المستخدمين عبر Firebase Analytics.

DAU و WAU و MAU: الفرق بين المقاييس

DAU (يومي)، WAU (أسبوعي) و MAU (شهري) هي ثلاثة مستويات لقمع المشاركة. DAU يظهر النشاط اليومي، WAU — الأسبوعي، MAU — الشهري. تحليل هذه المقاييس الثلاثة معًا يسمح بتقييم عمق المشاركة: تردد العودة المرتفع (DAU/MAU > 50%) يشير إلى عادة مشكلة لدى المستخدمين.

كيفية تفسير نسبة DAU/MAU

نسبة DAU/MAU تسمى Stickiness وتُقاس بالنسبة المئوية. Stickiness = DAU / MAU × 100%. قيمة 20% تعني أن المستخدم العادي يفتح التطبيق 6 أيام في الشهر. للشبكات الاجتماعية وتطبيقات المراسلة، Stickiness 50%+ طبيعي. للأدوات والتطبيقات المالية، 15–25% مؤشر جيد.

مقاييس النمو بناءً على DAU

بناءً على DAU و MAU، يتم حساب مقاييس النمو: الاحتفاظ، معدل التسرب، و LTV (القيمة الدائمة). إذا كان DAU ينمو ولكن MAU يتناقص، فهذا يشير إلى مشاكل في جذب مستخدمين جدد، على الرغم من أن الجمهور الحالي يبقى نشطًا. إذا كان كلا المقياسين في نمو — المنتج صحي ويتوسع.

Stickiness: القيم الطبيعية لـ DAU/MAU

Stickiness هو مؤشر رئيسي لجودة الجمهور. يتم حسابه كنسبة DAU إلى MAU. على سبيل المثال، إذا كان DAU = 30,000 و MAU = 100,000، فإن Stickiness = 30%. هذا يعني أن 30% من المستخدمين الشهريين يفتحون التطبيق يوميًا. كلما زاد Stickiness، كانت العادة أقوى بين المستخدمين.

معايير Stickiness حسب الفئة

وفقًا لإحصائيات Amplitude المجمعة (2024)، قيم Stickiness المتوسطة هي: Social 45–55%، اتصالات 40–50%، ألعاب 20–35%، تجارة إلكترونية 15–25%، تقنية مالية 15–20%، أدوات 10–20%. السعي لتحقيق 50% مجردة لا معنى له — المعيار تحدده الفئة المحددة ونموذج عمل المنتج.

لماذا Stickiness الأعلى ليس دائمًا أفضل

Stickiness المرتفع لا يشير دائمًا إلى صحة المنتج. على سبيل المثال، تطبيق ذو نشاط يومي إجباري (الخدمات المصرفية، التحقق، الأدوات المؤسسية) قد يكون لديه 60% Stickiness ولكن رضا مستخدم منخفض. قم بتحليل DAU مع NPS والاحتفاظ للحصول على صورة موضوعية للمشاركة.

كيفية تتبع DAU في Firebase Analytics

Firebase Analytics يوفر جمعًا تلقائيًا لـ DAU دون كتابة كود. عند دمج SDK Firebase Analytics، يبدأ في تتبع نشاط المستخدم عبر حدث session_start. يتم عرض DAU في لوحة تحكم Firebase في Analytics → Dashboard → Active Users. البيانات متاحة بتفصيل يومي وتصفية حسب المنصة والإصدار والدولة.

إعداد الأحداث المخصصة لـ DAU

إذا كان هناك حاجة إلى DAU أكثر دقة (على سبيل المثال، المستخدمون المصرح لهم فقط أو المستخدمون الذين أكملوا إجراء هدفًا)، قم بإعداد أحداث مخصصة عبر Firebase SDK. أرسل حدثًا مع معلمات في كل مرة يتم فيها تنفيذ إجراء هدف وقم بالتصفية في لوحة التحليلات. Firebase تستخدم تلقائيًا Installation ID لإلغاء التكرار.

import com.google.firebase.analytics.FirebaseAnalytics

class AnalyticsTracker {
    private val firebase = FirebaseAnalytics.getInstance(context)
    
    fun trackDailyActiveUsers() {
        val params = bundleOf(
            "app_version" to BuildConfig.VERSION_NAME,
            "platform" to "android",
            "user_id" to AuthManager.getCurrentUserId()
        )
        firebase.logEvent("daily_session", params)
    }
}

أتمتة تقارير DAU

Firebase Analytics يسمح بإعداد تصدير تلقائي للبيانات لـ DAU إلى BigQuery لبناء لوحات تحكم مخصصة. يمكنك أيضًا توصيل Firebase بـ Amplitude أو Mixpanel عبر SDK للتحليل عبر المنصات. للتقارير المنتظمة، قم بإعداد ملخص بريد إلكتروني من Firebase Console مع رسوم بيانية لـ DAU للفترة المحددة.

كيفية التأثير على DAU وزيادة المشاركة

زيادة DAU هي تحدي نمو المنتج يتم حله من خلال تحسين تجربة المستخدم، بناء العادات، وزيادة قيمة المنتج. لا توجد صيغة واحدة لنمو DAU، ولكن هناك تكتيكات مثبتة تعمل في معظم فئات تطبيقات الجوال.

• تنفيذ إشعارات Push بمحتوى وتوقيت مخصصين
• إضافة مكافآت يومية: مكافآت، تحديات، وتذكيرات
• تحسين الإعداد لإظهار قيمة التطبيق بسرعة
• تحسين Deep Linking لإعادة المستخدمين من المصادر الخارجية
• تحليل DAU حسب المجموعات وتحديد نقاط التسرب

إشعارات Push و DAU

وفقًا لدراسة Airship (2024)، التطبيقات التي تستخدم إشعارات Push مخصصة تظهر DAU أعلى بنسبة 30–50% مقارنة بالتطبيقات بدون إشعارات. العامل الرئيسي هو ملاءمة المحتوى وتوقيت الإرسال. الإشعارات العدوانية تعطي نموًا قصير المدى لـ DAU ولكنها تقلل الاحتفاظ على المدى الطويل.

الألعاب كمحرك لـ DAU

تنفيذ آليات اللعبة — الألعاب — يزيد DAU بنسبة 15–30% في التطبيقات غير اللعبة. المهام اليومية، أشرطة التقدم، الإنجازات، والتصنيفات الاجتماعية تخلق عادة العودة إلى التطبيق. Duolingo و MyFitnessPal و Headspace هي أمثلة على الألعاب الناجحة مع معدلات Stickiness عالية.