WAU في تحليلات الجوال: ما هي، مقياس النشاط وكيفية الحساب

ما هو WAU في تحليلات الجوال؟

WAU (Weekly Active Users) هو مقياس يظهر عدد المستخدمين الفريدين الذين تفاعلوا مع التطبيق خلال الأيام السبعة الماضية. على عكس DAU (Daily Active Users)، فإن WAU أقل عرضة للتقلبات اليومية ويعطي صورة أكثر استقراراً للنشاط الأسبوعي.

لماذا نحتاج مقياس WAU

يسمح المقياس بتقييم فعالية الأنشطة الأسبوعية للمنتج والتسويق. إذا كان DAU يجيب على سؤال «كم شخصاً جاء اليوم»، فإن WAU يجيب على «كم شخصاً بقي معنا هذا الأسبوع». هذا مهم بشكل حاسم للتطبيقات ذات دورة استخدام عدة أيام: متتبعات اللياقة، المنصات التعليمية، مجمعات الأخبار.

متى يُستخدم WAU بدلاً من DAU

في التطبيقات ذات نمط استخدام غير منتظم ولكن أسبوعي، يمكن أن يتقلب DAU بشكل كبير. على سبيل المثال، في تطبيقات تخطيط المهام، يسجل المستخدم الدخول مرة كل 2-3 أيام — سيظهر DAU نشاطاً منخفضاً، بينما سيعكس WAU التفاعل الحقيقي بشكل مناسب. يعتمد الاختيار بين DAU وWAU على تواتر التفاعل المتوقع مع المنتج.

علاقة WAU بمقاييس المنتج

WAU يرتبط بمعدل الاحتفاظ في اليوم 7: إذا عاد المستخدم في اليوم 7، فإنه يدخل في WAU مرتين على الأقل شهرياً. تستخدم الفرق WAU لتتبع تأثير الميزات الجديدة: إطلاق ميزة يوم الاثنين وقياس WAU يوم الأحد التالي يعطي تقييماً مباشراً لتأثير التغيير على الجمهور الأسبوعي.

SELECT
    DATE_TRUNC('week', event_date) AS week_start,
    COUNT(DISTINCT user_id) AS wau
FROM user_events
WHERE event_date >= CURRENT_DATE - INTERVAL '7 days'
    AND event_type IN ('session', 'purchase', 'content_view')
GROUP BY week_start
ORDER BY week_start DESC;

كيف يُحسب WAU؟

حساب WAU يتبع معادلة بسيطة: عدد المستخدمين الفريدين خلال الأيام السبعة الماضية. ومع ذلك، في الممارسة العملية، يُستخدم نهجان — الأسبوع الثابت (الإثنين-الأحد) والنافذة المتحركة (rolling 7 days). يؤثر اختيار الطريقة على تفسير البيانات وقابلية مقارنة التقارير.

الأسبوع الثابت مقابل النافذة المتحركة

الأسبوع الثابت مناسب للتقارير المنتظمة: يُحسب WAU من الإثنين إلى الأحد. النافذة المتحركة تحسب WAU لكل يوم كمجموع المستخدمين الفريدين خلال الأيام السبعة السابقة. يعطي النهج الثاني رسماً بيانياً أكثر سلاسة ويُستخدم في لوحات المعلومات في الوقت الفعلي. وفقاً لـ Amplitude (2025)، 73% من فرق المنتج تستخدم النافذة المتحركة لـ WAU.

التصفية حسب الأحداث الهدفية

ليس كل فتح للتطبيق يجب أن يُحتسب في WAU. غالباً ما تقوم الفرق بتصفية المستخدمين حسب الأحداث الهدفية: عرض المحتوى، الشراء، إكمال المستوى، إرسال الرسائل. هذا يستبعد المستخدمين «السلبيين» الذين فتحوا التطبيق بالصدفة. في SQL، يُضاف هذا الفلتر عبر شرط event_type IN (...).

مراعاة المستخدمين عبر المنصات

إذا كان المستخدم نشطاً على كل من iOS وAndroid، فيجب إزالة المعرفات المكررة (البريد الإلكتروني، account_id). بدون إزالة التكرار، سيكون WAU مبالغاً فيه بنسبة 15-25%. استخدم user_id داخلياً بدلاً من device_id للعد الصحيح. تدعم Clickhouse وSnowflake إزالة التكرار عبر HyperLogLog أو مرشحات Bloom.

import pandas as pd

# تحميل أحداث آخر 7 أيام
events = pd.read_sql('''
    SELECT user_id, event_date
    FROM user_events
    WHERE event_date >= CURRENT_DATE - 7
''', conn)

# حساب WAU بنافذة متحركة
events['week_start'] = events['event_date'] \
    - pd.to_timedelta(events['event_date'].dt.dayofweek, unit='D')
wau = events.groupby('week_start')['user_id'] \
    .nunique().reset_index()
wau.columns = ['week_start', 'wau']
print(wau)

الأخطاء النموذجية في حساب WAU

الخطأ الأول — حساب جميع الأحداث دون تصفية الإجراءات الهدفية. إذا تم حساب أي فتح، سيشمل WAU المستخدمين الذين فتحوا التطبيق لمدة 5 ثوانٍ وأغلقوه. الخطأ الثاني — خلط المناطق الزمنية: يجب حساب الأحداث على مدى 7 أيام في منطقة زمنية واحدة (عادة UTC). الثالث — عدم إزالة تكرار المستخدمين عبر المنصات، مما يشوه الصورة الحقيقية للجمهور.

WAU مقابل DAU مقابل MAU: ما الفرق؟

ثلاثة مقاييس — DAU وWAU وMAU — تشكل تسلسلاً هرمياً للجمهور النشط حسب الآفاق الزمنية. يقيس DAU النشاط اليومي، WAU — الأسبوعي، MAU — الشهري. يجيب كل مقياس على سؤاله الخاص حول سلوك المستخدم ويُستخدم في سيناريوهات مختلفة لتحليلات المنتج.

مقارنة الآفاق الزمنية

DAU (Daily Active Users) — المقياس الأكثر تشغيلية. يظهر عدد المستخدمين الذين جاءوا اليوم. WAU يُمهد القمم والانخفاضات اليومية، بينما MAU يُمهد الشهرية. للتطبيقات ذات الاستخدام اليومي (المراسلات، وسائل التواصل الاجتماعي)، DAU هو المقياس الرئيسي. للتطبيقات ذات الاستخدام 1-2 مرات في الأسبوع (اللياقة، التوصيل)، WAU يعكس النشاط بدقة أكبر. للتطبيقات الموسمية أو نادرة الاستخدام (السفر، الضرائب) — MAU.

معامل الالتصاق (Stickiness)

الالتصاق (Stickiness) — نسبة DAU إلى MAU، ويظهر مدى تكرار عودة المستخدمين. تعتبر القيمة فوق 20% جيدة. يُستخدم WAU للمراقبة الوسيطة: إذا انخفض DAU/MAU، يمكن التحقق من WAU/MAU — إذا كان مستقراً، فالمشكلة في النشاط اليومي وليس العام. المعادلة: Stickiness = DAU / MAU * 100%. للتطبيق الصحي، يبقى هذا المؤشر في نطاق 20-50%.

متى يكون كل مقياس أكثر أهمية

اختيار المقياس يعتمد على دورة حياة المنتج. في مرحلة النمو، يكون التركيز على DAU — من المهم رؤية الديناميكيات اليومية للمستخدمين الجدد. في مرحلة النضج، يصبح WAU المقياس الرئيسي: يظهر عدد المستخدمين الذين يبقون مخلصين على المدى الأسبوعي. MAU مهم لتقارير المستثمرين وتقييم الوصول الإجمالي. من خلال الجمع بين المقاييس الثلاثة، يحصل المحلل على صورة كاملة لدورة حياة المستخدم.

def calculate_stickiness(dau, mau):
    return round((dau / mau) * 100, 2)

# مثال حساب DAU/MAU/WAU لتطبيق افتراضي
daily = 15000
weekly = 45000
monthly = 80000

stickiness = calculate_stickiness(daily, monthly)
wau_mau_ratio = round((weekly / monthly) * 100, 2)

print(f"Stickiness: {stickiness}%")
print(f"WAU/MAU: {wau_mau_ratio}%")

معايير WAU حسب فئة التطبيق

المعايير تختلف كثيراً بين فئات التطبيقات. لا توجد قيمة «جيدة» عالمية — يجب مقارنة المقياس مع المعايير المرجعية داخل نفس الفئة. تطبيقات وسائل التواصل الاجتماعي تظهر أعلى قيم WAU بالنسبة لـ MAU، بينما التجارة الإلكترونية وتطبيقات السفر تظهر قيماً أقل بسبب أنماط الاستخدام غير المنتظمة.

WAU حسب فئة التطبيق

وفقاً لتقرير Adjust Mobile Benchmarks 2025، فإن الوسيط لنسبة WAU/MAU للفئات المختلفة هو: وسائل التواصل الاجتماعي — 0.65، الألعاب — 0.55، التجارة الإلكترونية — 0.35، التكنولوجيا المالية — 0.45، الصحة واللياقة — 0.40. هذا يعني أنه في وسائل التواصل الاجتماعي، 65% من المستخدمين الشهريين نشطون أسبوعياً، بينما في التجارة الإلكترونية — 35% فقط. القيم低于 الوسيط تشير إلى مشكلة في التفاعل أو فاصل قياس غير مناسب.

العوامل المؤثرة على WAU

الموسمية — العامل الأول. تطبيقات توصيل الطعام تظهر ذروة WAU يومي الجمعة والسبت، تطبيقات اللياقة — في يناير وقبل الصيف. إشعارات الدفع — العامل الثاني: حملة جيدة التصميم يمكن أن ترفع WAU بنسبة 15-30% في أسبوع. العامل الثالث — تحديثات التطبيق: بعد إصدار رئيسي، ينمو WAU عادة بنسبة 10-20% خلال أسبوعين ثم يستقر عند مستوى جديد.

كيف تزيد WAU في تطبيق الجوال؟

نمو WAU — مهمة تُحل بمزيج من أدوات المنتج والتسويق. على عكس DAU الذي يمكن رفعه بعرض ترويجي لمرة واحدة، يتطلب WAU عملاً منهجياً على إعادة المستخدمين في الأفق الأسبوعي. دعنا نستعرض الاستراتيجيات الرئيسية المؤكدة بممارسة المنتجات المحمولة الكبرى.

إشعارات الدفع المخصصة

حملات الدفع — أسرع طريقة للتأثير على WAU. وفقاً لـ Airship (2025)، تزيد إشعارات الدفع المخصصة WAU بنسبة 20-25% في الأسبوع الأول. من المهم تقسيم الجمهور حسب تواتر الاستخدام: إرسال رسائل تحفيزية للمستخدمين «النائمين» (لم يسجلوا الدخول لمدة 5+ أيام)، ومعلوماتية للنشطين. التوقيت مهم: لتطبيقات اللياقة، أفضل وقت هو الصباح؛ للألعاب — المساء.

التحديات والفعاليات الأسبوعية

آلية الأنشطة الأسبوعية — واحدة من أكثر محركات WAU فعالية. تستخدم الألعاب فعاليات أسبوعية بمكافآت خاصة، تطبيقات اللياقة — تحديات «7 أيام بدون تخطي»، والتجارة الإلكترونية — خصومات أسبوعية للمشتركين. المبدأ الرئيسي: يجب أن يكون النشاط محدوداً بالوقت (7 أيام) لخلق الخوف من الفوات (FOMO) وتحفيز المستخدم على العودة.

تذكيرات البريد الإلكتروني والرسائل النصية

ليس كل المستخدمين يسمحون بإشعارات الدفع. بالنسبة لهم، النشرات البريدية والرسائل النصية مع ملخصات أسبوعية فعالة: «إحصائياتك الأسبوعية»، «مقالات جديدة في المدونة»، «المنتجات التي شاهدتها». معدل الفتح للبريد الإلكتروني مع إحصائيات شخصية أعلى بنسبة 40% من النشرات القياسية. مزيج push + البريد الإلكتروني يعطي أقصى زيادة في WAU — تصل إلى 35% شهرياً.

-- مستخدمون غير نشطين لأكثر من 5 أيام (هدف لإعادة التنشيط)
SELECT user_id, MAX(event_date) AS last_active
FROM user_events
GROUP BY user_id
HAVING MAX(event_date) < CURRENT_DATE - INTERVAL '5 days'
    AND MAX(event_date) > CURRENT_DATE - INTERVAL '14 days';