WAU dans l’analyse mobile : métrique d’activité et calcul

Qu’est-ce que le WAU dans l’analyse mobile ?

WAU (Weekly Active Users) est une métrique qui montre le nombre d’utilisateurs uniques ayant interagi avec l’application au cours des 7 derniers jours calendaires. Contrairement au DAU (Daily Active Users), le WAU est moins sujet aux fluctuations quotidiennes et fournit une image plus stable de l’activité hebdomadaire.

Pourquoi la métrique WAU est nécessaire

Cette métrique permet d’évaluer l’efficacité des activités hebdomadaires produit et marketing. Si DAU répond à la question « combien de personnes sont venues aujourd’hui », le WAU répond à « combien de personnes sont restées avec nous cette semaine ». C’est crucial pour les applications avec un cycle d’utilisation de plusieurs jours : trackers de fitness, plateformes éducatives, agrégateurs d’actualités.

Quand utiliser WAU au lieu de DAU

Dans les applications avec un modèle d’utilisation irrégulier mais hebdomadaire, le DAU peut fluctuer considérablement. Par exemple, dans les applications de planification de tâches, les utilisateurs se connectent tous les 2–3 jours — le DAU montrerait une faible activité, tandis que le WAU refléterait correctement l’engagement réel. Le choix entre DAU et WAU dépend de la fréquence d’interaction attendue avec le produit.

Relation du WAU avec les métriques produit

WAU corrèle avec le taux de rétention au jour 7 : si un utilisateur revient au jour 7, il entre dans le WAU au moins deux fois par mois. Les équipes utilisent WAU pour suivre l’effet des nouvelles fonctionnalités : lancer une fonctionnalité lundi et mesurer le WAU le dimanche suivant fournit une évaluation directe de l’impact du changement sur l’audience hebdomadaire.

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;

Comment le WAU est-il calculé ?

Le calcul du WAU suit une formule simple : le nombre d’utilisateurs uniques au cours des 7 derniers jours. Cependant, en pratique, deux approches sont utilisées — semaine fixe (lundi–dimanche) et fenêtre glissante (rolling 7 days). Le choix de la méthode affecte l’interprétation des données et la comparabilité des rapports.

Semaine fixe vs fenêtre glissante

La semaine fixe est pratique pour les rapports réguliers : le WAU est calculé du lundi au dimanche. La fenêtre glissante calcule le WAU pour chaque jour comme la somme des utilisateurs uniques des 7 jours précédents. La seconde approche produit un graphique plus lisse et est utilisée dans les tableaux de bord en temps réel. Selon Amplitude (2025), 73% des équipes produit utilisent une fenêtre glissante pour le WAU.

Filtrage par événements cibles

Toutes les ouvertures d’application ne doivent pas être comptées dans le WAU. Les équipes filtrent souvent les utilisateurs par événements cibles : visualisation de contenu, achat, achèvement de niveau, envoi de message. Cela exclut les utilisateurs « passifs » qui ont ouvert l’application accidentellement. En SQL, ce filtre est ajouté via la condition event_type IN (...).

Prise en compte des utilisateurs multiplateformes

Si un utilisateur est actif à la fois sur iOS et Android, les identifiants identiques (email, account_id) doivent être dédoublonnés. Sans dédoublonnage, le WAU sera gonflé de 15–25%. Utilisez un user_id interne au lieu de device_id pour un comptage correct. Clickhouse et Snowflake prennent en charge le dédoublonnage via HyperLogLog ou les filtres Bloom.

import pandas as pd

# Chargement des événements des 7 derniers jours
events = pd.read_sql('''
    SELECT user_id, event_date
    FROM user_events
    WHERE event_date >= CURRENT_DATE - 7
''', conn)

# Calcul du WAU avec fenêtre glissante
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)

Erreurs typiques dans le calcul du WAU

La première erreur est de compter tous les événements sans filtrer les actions cibles. Si chaque ouverture est comptée, le WAU inclura des utilisateurs qui ont ouvert l’application pendant 5 secondes et l’ont fermée. La deuxième erreur est de mélanger les fuseaux horaires : les événements sur 7 jours doivent être comptés dans un seul fuseau horaire (généralement UTC). La troisième est l’absence de dédoublonnage des utilisateurs multiplateformes, ce qui fausse l’image réelle de l’audience.

WAU vs DAU vs MAU : quelle est la différence ?

Trois métriques — DAU, WAU et MAU — forment une hiérarchie de l’audience active par horizons temporels. DAU mesure l’activité quotidienne, WAU l’activité hebdomadaire et MAU l’activité mensuelle. Chaque métrique répond à sa propre question sur le comportement des utilisateurs et est utilisée dans différents scénarios d’analyse produit.

Comparaison des horizons temporels

DAU (Daily Active Users) est la métrique la plus opérationnelle. Elle montre combien d’utilisateurs sont venus aujourd’hui. WAU lisse les pics et creux quotidiens, tandis que MAU lisse les variations mensuelles. Pour les applications à usage quotidien (messageries, réseaux sociaux), DAU est la métrique principale. Pour les applications utilisées 1–2 fois par semaine (fitness, livraison), WAU reflète plus précisément l’activité. Pour les applications saisonnières ou rarement utilisées (voyages, impôts) — MAU.

Coefficient de Stickiness

Stickiness (adhérence) est le rapport DAU/MAU, montrant la fréquence de retour des utilisateurs. Une valeur supérieure à 20% est considérée comme bonne. WAU est utilisé pour le suivi intermédiaire : si DAU/MAU baisse, on peut vérifier WAU/MAU — s’il est stable, le problème vient de l’activité quotidienne, pas de l’activité globale. Formule : Stickiness = DAU / MAU * 100%. Pour une application saine, cet indicateur se maintient entre 20 et 50%.

Quand chaque métrique est la plus importante

Le choix de la métrique dépend du cycle commercial du produit. En phase de croissance, l’accent est mis sur DAU — il est important de voir la dynamique quotidienne des nouveaux utilisateurs. En phase de maturité, WAU devient la métrique clé : elle montre combien d’utilisateurs restent fidèles à l’horizon hebdomadaire. MAU est crucial pour les rapports aux investisseurs et l’évaluation de la portée globale. En combinant les trois métriques, un analyste obtient une image complète du cycle de vie de l’utilisateur.

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

# Exemple de calcul DAU/MAU/WAU pour une application hypothétique
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}%")

Normes de WAU par catégorie d’application

Les normes de WAU varient considérablement selon les catégories d’applications. Il n’existe pas de valeur « bonne » universelle — la métrique doit être comparée aux références de la même verticale. Les applications de réseaux sociaux affichent les valeurs les plus élevées de WAU par rapport au MAU, tandis que l’e-commerce et les applications de voyage affichent des valeurs plus faibles en raison de modèles d’utilisation irréguliers.

WAU par catégorie d’application

Selon le rapport Adjust Mobile Benchmarks 2025, le ratio médian WAU/MAU pour différentes catégories est : Réseaux sociaux — 0.65, Gaming — 0.55, E-commerce — 0.35, Fintech — 0.45, Santé & Fitness — 0.40. Cela signifie que dans les réseaux sociaux, 65% des utilisateurs mensuels sont actifs chaque semaine, tandis que dans l’e-commerce — seulement 35%. Des valeurs inférieures à la médiane indiquent un problème d’engagement ou un intervalle de mesure mal choisi.

Facteurs affectant le WAU

La saisonnalité est le premier facteur. Les applications de livraison de repas montrent un pic de WAU le vendredi et samedi, les applications de fitness — en janvier et avant l’été. Les notifications push sont le deuxième facteur : une campagne bien conçue peut augmenter le WAU de 15–30% en une semaine. Le troisième facteur est les mises à jour de l’application : après une version majeure, le WAU augmente généralement de 10–20% en deux semaines, puis se stabilise à un nouveau niveau.

Comment augmenter le WAU dans une application mobile ?

Augmenter le WAU est une tâche qui se résume par une combinaison d’outils produit et marketing. Contrairement au DAU, qui peut être stimulé par une promotion ponctuelle, le WAU nécessite un travail systématique sur le retour des utilisateurs à l’horizon hebdomadaire. Examinons les principales stratégies confirmées par la pratique des grands produits mobiles.

Notifications push personnalisées

Les campagnes push sont le moyen le plus rapide d’impacter le WAU. Selon Airship (2025), les notifications push personnalisées augmentent le WAU de 20–25% la première semaine. Il est important de segmenter l’audience par fréquence d’utilisation : envoyer des messages motivants aux utilisateurs « endormis » (pas de connexion depuis 5+ jours) et des messages informatifs aux actifs. Le timing compte : pour les apps de fitness, le meilleur moment est le matin ; pour les jeux, le soir.

Défis et événements hebdomadaires

La mécanique des activités hebdomadaires est l’un des moteurs les plus efficaces du WAU. Les jeux utilisent des événements hebdomadaires avec des récompenses spéciales, les apps de fitness utilisent des défis « 7 jours sans sauter », et l’e-commerce utilise des remises hebdomadaires pour les abonnés. Le principe clé : l’activité doit être limitée dans le temps (7 jours) pour créer un FOMO et motiver l’utilisateur à revenir.

Rappels par email et SMS

Tous les utilisateurs n’autorisent pas les notifications push. Pour eux, les newsletters par email et les SMS avec des digests hebdomadaires sont efficaces : « Vos statistiques hebdomadaires, » « Nouveaux articles du blog, » « Produits consultés. » Le taux d’ouverture des emails avec des statistiques personnalisées est 40% plus élevé que celui des newsletters standard. La combinaison push + email donne la plus forte augmentation du WAU — jusqu’à 35% par mois.

-- Utilisateurs inactifs depuis plus de 5 jours (cible pour la réactivation)
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';