WAU en analítica móvil: qué es, métrica de actividad y cómo calcularla

¿Qué es WAU en analítica móvil?

WAU (Weekly Active Users) es una métrica que muestra el número de usuarios únicos que interactuaron con la aplicación durante los últimos 7 días calendario. A diferencia de DAU (Daily Active Users), WAU está menos sujeta a fluctuaciones diarias y ofrece una imagen más estable de la actividad semanal.

¿Para qué sirve la métrica WAU?

La métrica permite evaluar la efectividad de las actividades semanales de producto y marketing. Si DAU responde a la pregunta “cuántas personas vinieron hoy”, WAU responde “cuántas personas se quedaron con nosotros esta semana”. Esto es críticamente importante para aplicaciones con un ciclo de uso de varios días: rastreadores de fitness, plataformas educativas, agregadores de noticias.

Cuándo usar WAU en lugar de DAU

En aplicaciones con patrones de uso irregulares pero semanales, DAU puede fluctuar significativamente. Por ejemplo, en aplicaciones de planificación de tareas, los usuarios inician sesión cada 2–3 días — DAU mostraría baja actividad, mientras que WAU reflejaría adecuadamente el compromiso real. La elección entre DAU y WAU depende de la frecuencia esperada de interacción con el producto.

Relación de WAU con métricas de producto

WAU se correlaciona con la tasa de retención del día 7: si un usuario regresa el día 7, entra en WAU al menos dos veces al mes. Los equipos usan WAU para rastrear el efecto de nuevas funciones: lanzar una función el lunes y medir WAU el domingo siguiente proporciona una evaluación directa del impacto del cambio en la audiencia semanal.

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;

¿Cómo se calcula WAU?

El cálculo de WAU sigue una fórmula simple: el número de usuarios únicos en los últimos 7 días. Sin embargo, en la práctica se utilizan dos enfoques — semana fija (lunes a domingo) y ventana móvil (rolling 7 days). La elección del método afecta la interpretación de datos y la comparabilidad de informes.

Semana fija vs ventana móvil

La semana fija es conveniente para informes regulares: WAU se calcula de lunes a domingo. La ventana móvil calcula WAU para cada día como la suma de usuarios únicos de los últimos 7 días. El segundo enfoque produce un gráfico más suave y se utiliza en paneles en tiempo real. Según Amplitude (2025), el 73% de los equipos de producto usan ventana móvil para WAU.

Filtrado por eventos objetivo

No todas las aperturas de la aplicación deben contarse en WAU. Los equipos a menudo filtran usuarios por eventos objetivo: visualización de contenido, compra, finalización de nivel, envío de mensajes. Esto excluye a los usuarios “pasivos” que abrieron la aplicación accidentalmente. En SQL, dicho filtro se agrega mediante la condición event_type IN (...).

Consideración de usuarios multiplataforma

Si un usuario está activo tanto en iOS como en Android, los identificadores idénticos (email, account_id) deben desduplicarse. Sin desduplicación, WAU se inflará entre un 15–25%. Use un user_id interno en lugar de device_id para un conteo correcto. Clickhouse y Snowflake admiten desduplicación mediante HyperLogLog o filtros Bloom.

import pandas as pd

# Cargando eventos de los últimos 7 días
events = pd.read_sql('''
    SELECT user_id, event_date
    FROM user_events
    WHERE event_date >= CURRENT_DATE - 7
''', conn)

# Cálculo de WAU con ventana móvil
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)

Errores comunes al calcular WAU

El primer error es contar todos los eventos sin filtrar acciones objetivo. Si se cuenta cualquier apertura, WAU incluirá usuarios que abrieron la aplicación durante 5 segundos y la cerraron. El segundo error es mezclar zonas horarias: los eventos de 7 días deben contarse en una sola zona horaria (generalmente UTC). El tercero es la falta de desduplicación de usuarios multiplataforma, lo que distorsiona la imagen real de la audiencia.

WAU vs DAU vs MAU: ¿cuál es la diferencia?

Tres métricas — DAU, WAU y MAU — forman una jerarquía de audiencia activa por horizontes temporales. DAU mide la actividad diaria, WAU la semanal y MAU la mensual. Cada métrica responde a su propia pregunta sobre el comportamiento del usuario y se utiliza en diferentes escenarios de analítica de producto.

Comparación de horizontes temporales

DAU (Daily Active Users) es la métrica más operativa. Muestra cuántos usuarios vinieron hoy. WAU suaviza los picos y valles diarios, mientras que MAU suaviza los mensuales. Para aplicaciones de uso diario (mensajería, redes sociales), DAU es la métrica principal. Para aplicaciones de uso 1–2 veces por semana (fitness, delivery), WAU refleja mejor la actividad. Para aplicaciones estacionales o de uso poco frecuente (viajes, impuestos), se usa MAU.

Coeficiente de Stickiness

Stickiness (adherencia) es la relación entre DAU y MAU, que muestra con qué frecuencia los usuarios regresan. Un valor superior al 20% se considera bueno. WAU se usa para monitoreo intermedio: si DAU/MAU cae, se puede verificar WAU/MAU — si es estable, el problema está en la actividad diaria, no en la general. Fórmula: Stickiness = DAU / MAU * 100%. Para una app saludable, este indicador se mantiene en el rango de 20–50%.

Cuándo cada métrica es más importante

La selección de métrica depende del ciclo de negocio del producto. En la etapa de crecimiento, el enfoque está en DAU — es importante ver la dinámica diaria de nuevos usuarios. En la etapa de madurez, WAU se convierte en la métrica clave: muestra cuántos usuarios permanecen leales en un horizonte semanal. MAU es crítico para informes de inversionistas y evaluación del alcance total. Combinando las tres métricas, el analista obtiene una imagen completa del ciclo de vida del usuario.

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

# Ejemplo de cálculo de DAU/MAU/WAU para una aplicación hipotética
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}%")

Normas de WAU por categoría de aplicación

Las normas de WAU varían mucho entre categorías de aplicaciones. No existe un valor “bueno” universal — la métrica debe compararse con puntos de referencia dentro de la misma vertical. Las aplicaciones de redes sociales muestran los valores más altos de WAU con respecto a MAU, mientras que el comercio electrónico y las aplicaciones de viajes muestran valores más bajos debido a patrones de uso irregulares.

WAU por categoría de aplicación

Según el informe Adjust Mobile Benchmarks 2025, la mediana de la relación WAU/MAU para diferentes categorías es: Redes Sociales — 0.65, Gaming — 0.55, E-commerce — 0.35, Fintech — 0.45, Salud y Fitness — 0.40. Esto significa que en las redes sociales, el 65% de los usuarios mensuales están activos semanalmente, mientras que en el comercio electrónico — solo el 35%. Los valores por debajo de la mediana indican un problema de participación o un intervalo de medición mal elegido.

Factores que afectan a WAU

La estacionalidad es el primer factor. Las aplicaciones de entrega de comida muestran un pico de WAU los viernes y sábados, las aplicaciones de fitness — en enero y antes del verano. Las notificaciones push son el segundo factor: una campaña bien diseñada puede aumentar WAU entre un 15–30% en una semana. El tercer factor son las actualizaciones de la aplicación: después de un lanzamiento importante, WAU generalmente crece entre un 10–20% en dos semanas y luego se estabiliza en un nuevo nivel.

¿Cómo aumentar WAU en una aplicación móvil?

Aumentar WAU es una tarea que se resuelve combinando herramientas de producto y marketing. A diferencia de DAU, que se puede impulsar con una promoción única, WAU requiere un trabajo sistemático sobre la capacidad de retorno de los usuarios en un horizonte semanal. Veamos las principales estrategias confirmadas por la práctica de grandes productos móviles.

Notificaciones push personalizadas

Las campañas push son la forma más rápida de impactar en WAU. Según Airship (2025), las notificaciones push personalizadas aumentan WAU entre un 20–25% en la primera semana. Es importante segmentar la audiencia por frecuencia de uso: enviar mensajes motivadores a usuarios “durmiendo” (sin inicio de sesión durante 5+ días) e informativos a los activos. El momento importa: para apps de fitness, el mejor momento es la mañana; para juegos, la tarde.

Desafíos y eventos semanales

La mecánica de actividades semanales es uno de los impulsores más efectivos de WAU. Los juegos usan eventos semanales con recompensas especiales, las apps de fitness usan desafíos de “7 días sin saltarse”, y el e-commerce usa descuentos semanales para suscriptores. El principio clave: la actividad debe tener límite de tiempo (7 días) para crear FOMO y motivar al usuario a regresar.

Recordatorios por correo electrónico y SMS

No todos los usuarios permiten notificaciones push. Para ellos, son efectivos los boletines por correo electrónico y SMS con resúmenes semanales: “Tus estadísticas semanales,” “Nuevos artículos del blog,” “Productos que viste.” La tasa de apertura de correos electrónicos con estadísticas personalizadas es un 40% mayor que la de los boletines estándar. La combinación de push + email da el máximo aumento de WAU — hasta un 35% por mes.

-- Usuarios inactivos por más de 5 días (objetivo para reactivation)
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';