मोबाइल एनालिटिक्स में WAU: यह क्या है, गतिविधि मीट्रिक और गणना कैसे करें

मोबाइल एनालिटिक्स में WAU क्या है?

WAU (Weekly Active Users) एक मीट्रिक है जो पिछले 7 कैलेंडर दिनों में ऐप के साथ बातचीत करने वाले अद्वितीय उपयोगकर्ताओं की संख्या दिखाता है। DAU (Daily Active Users) के विपरीत, WAU दैनिक उतार-चढ़ाव के अधीन कम है और साप्ताहिक गतिविधि की अधिक स्थिर तस्वीर प्रदान करता है।

WAU मीट्रिक की आवश्यकता क्यों है

यह मीट्रिक साप्ताहिक उत्पाद और मार्केटिंग गतिविधियों की प्रभावशीलता का मूल्यांकन करने की अनुमति देता है। यदि DAU प्रश्न का उत्तर देता है “आज कितने लोग आए”, तो WAU उत्तर देता है “इस सप्ताह हमारे साथ कितने लोग रहे।” यह कई दिनों के उपयोग चक्र वाले ऐप्स के लिए महत्वपूर्ण है: फिटनेस ट्रैकर, शैक्षिक प्लेटफ़ॉर्म, समाचार एग्रीगेटर।

DAU के बजाय WAU का उपयोग कब करें

अनियमित लेकिन साप्ताहिक उपयोग पैटर्न वाले ऐप्स में, DAU में काफी उतार-चढ़ाव हो सकता है। उदाहरण के लिए, कार्य योजना ऐप्स में, उपयोगकर्ता हर 2-3 दिनों में एक बार लॉग इन करते हैं — DAU कम गतिविधि दिखाएगा, जबकि WAU वास्तविक जुड़ाव को पर्याप्त रूप से दर्शाएगा। DAU और WAU के बीच चुनाव उत्पाद के साथ अपेक्षित इंटरैक्शन आवृत्ति पर निर्भर करता है।

उत्पाद मीट्रिक के साथ WAU का संबंध

WAU दिन 7 प्रतिधारण दर के साथ सहसंबद्ध है: यदि कोई उपयोगकर्ता दिन 7 पर वापस आता है, तो वह महीने में कम से कम दो बार WAU में आता है। टीमें नई सुविधाओं के प्रभाव को ट्रैक करने के लिए WAU का उपयोग करती हैं: सोमवार को एक सुविधा लॉन्च करना और अगले रविवार को WAU मापना साप्ताहिक दर्शकों पर परिवर्तन के प्रभाव का सीधा मूल्यांकन प्रदान करता है।

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;

WAU की गणना कैसे की जाती है?

WAU की गणना एक सरल सूत्र का पालन करती है: पिछले 7 दिनों में अद्वितीय उपयोगकर्ताओं की संख्या। हालांकि, व्यवहार में दो दृष्टिकोणों का उपयोग किया जाता है — निश्चित सप्ताह (सोमवार-रविवार) और रोलिंग विंडो (rolling 7 days)। विधि का चुनाव डेटा व्याख्या और रिपोर्ट तुलनीयता को प्रभावित करता है।

निश्चित सप्ताह बनाम रोलिंग विंडो

निश्चित सप्ताह नियमित रिपोर्टिंग के लिए सुविधाजनक है: WAU की गणना सोमवार से रविवार तक की जाती है। रोलिंग विंडो प्रत्येक दिन के लिए पिछले 7 दिनों में अद्वितीय उपयोगकर्ताओं के योग के रूप में WAU की गणना करती है। दूसरा दृष्टिकोण एक चिकना ग्राफ़ उत्पन्न करता है और रीयल-टाइम डैशबोर्ड में उपयोग किया जाता है। Amplitude (2025) के अनुसार, 73% उत्पाद टीमें WAU के लिए रोलिंग विंडो का उपयोग करती हैं।

लक्षित ईवेंट द्वारा फ़िल्टरिंग

प्रत्येक ऐप खोलना WAU में गिना नहीं जाना चाहिए। टीमें अक्सर उपयोगकर्ताओं को लक्षित ईवेंट द्वारा फ़िल्टर करती हैं: सामग्री देखना, खरीदारी, स्तर पूरा करना, संदेश भेजना। यह “निष्क्रिय” उपयोगकर्ताओं को बाहर करता है जिन्होंने गलती से ऐप खोला। SQL में, ऐसा फ़िल्टर event_type IN (...) शर्त के माध्यम से जोड़ा जाता है।

क्रॉस-प्लेटफ़ॉर्म उपयोगकर्ताओं के लिए लेखांकन

यदि कोई उपयोगकर्ता iOS और Android दोनों पर सक्रिय है, तो समान पहचानकर्ताओं (ईमेल, account_id) को डीडुप्लिकेट किया जाना चाहिए। डीडुप्लिकेशन के बिना, WAU 15-25% बढ़ जाएगा। सही गणना के लिए device_id के बजाय आंतरिक user_id का उपयोग करें। Clickhouse और Snowflake HyperLogLog या Bloom फ़िल्टर के माध्यम से डीडुप्लिकेशन का समर्थन करते हैं।

import pandas as pd

# पिछले 7 दिनों के ईवेंट लोड हो रहे हैं
events = pd.read_sql('''
    SELECT user_id, event_date
    FROM user_events
    WHERE event_date >= CURRENT_DATE - 7
''', conn)

# रोलिंग विंडो के साथ WAU गणना
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)

WAU गणना में सामान्य गलतियाँ

पहली गलती — लक्षित कार्रवाइयों को फ़िल्टर किए बिना सभी ईवेंट की गणना करना। यदि किसी भी खोलने को गिना जाता है, तो WAU में वे उपयोगकर्ता शामिल होंगे जिन्होंने 5 सेकंड के लिए ऐप खोला और बंद कर दिया। दूसरी गलती — समय क्षेत्रों का मिश्रण: 7 दिनों के ईवेंट एक ही समय क्षेत्र (आमतौर पर UTC) में गिने जाने चाहिए। तीसरी — क्रॉस-प्लेटफ़ॉर्म उपयोगकर्ता डीडुप्लिकेशन की कमी, जो वास्तविक दर्शकों की तस्वीर को विकृत करती है।

WAU बनाम DAU बनाम MAU: क्या अंतर है?

तीन मीट्रिक — DAU, WAU और MAU — समय क्षितिज द्वारा सक्रिय दर्शकों का एक पदानुक्रम बनाते हैं। DAU दैनिक गतिविधि को मापता है, WAU — साप्ताहिक, MAU — मासिक। प्रत्येक मीट्रिक उपयोगकर्ता व्यवहार के बारे में अपने प्रश्न का उत्तर देता है और विभिन्न उत्पाद एनालिटिक्स परिदृश्यों में उपयोग किया जाता है।

समय क्षितिज की तुलना

DAU (Daily Active Users) — सबसे परिचालन मीट्रिक। यह दिखाता है कि आज कितने उपयोगकर्ता आए। WAU दैनिक चोटियों और घाटियों को समतल करता है, जबकि MAU मासिक को समतल करता है। दैनिक उपयोग वाले ऐप्स (मैसेंजर, सोशल मीडिया) के लिए, DAU प्राथमिक मीट्रिक है। सप्ताह में 1-2 बार उपयोग किए जाने वाले ऐप्स (फिटनेस, डिलीवरी) के लिए, WAU गतिविधि को अधिक सटीक रूप से दर्शाता है। मौसमी या शायद ही कभी उपयोग किए जाने वाले ऐप्स (यात्रा, कर) के लिए — MAU।

स्टिकीनेस अनुपात

स्टिकीनेस (Stickiness) — DAU से MAU का अनुपात, यह दर्शाता है कि उपयोगकर्ता कितनी बार वापस आते हैं। 20% से ऊपर का मान अच्छा माना जाता है। WAU का उपयोग मध्यवर्ती निगरानी के लिए किया जाता है: यदि DAU/MAU गिरता है, तो आप WAU/MAU की जांच कर सकते हैं — यदि यह स्थिर है, तो समस्या दैनिक गतिविधि में है, समग्र में नहीं। सूत्र: Stickiness = DAU / MAU * 100%। एक स्वस्थ ऐप के लिए, यह संकेतक 20-50% की सीमा में रहता है।

प्रत्येक मीट्रिक कब अधिक महत्वपूर्ण है

मीट्रिक चयन उत्पाद के व्यावसायिक चक्र पर निर्भर करता है। विकास चरण में, ध्यान DAU पर है — नए उपयोगकर्ताओं की दैनिक गतिशीलता देखना महत्वपूर्ण है। परिपक्वता चरण में, WAU प्रमुख मीट्रिक बन जाता है: यह दिखाता है कि साप्ताहिक क्षितिज पर कितने उपयोगकर्ता वफादार रहते हैं। MAU निवेशक रिपोर्ट और समग्र पहुंच के मूल्यांकन के लिए महत्वपूर्ण है। तीनों मीट्रिक को मिलाकर, एक विश्लेषक उपयोगकर्ता जीवनचक्र की पूरी तस्वीर प्राप्त करता है।

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

# एक काल्पनिक ऐप के लिए DAU/MAU/WAU गणना का उदाहरण
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}%")

ऐप श्रेणी के अनुसार WAU मानदंड

मानदंड ऐप श्रेणियों के बीच बहुत भिन्न होते हैं। कोई सार्वभौमिक “अच्छा” मान मौजूद नहीं है — मीट्रिक की तुलना उसी वर्टिकल के बेंचमार्क से की जानी चाहिए। सोशल मीडिया ऐप्स MAU के सापेक्ष उच्चतम WAU दिखाते हैं, जबकि ई-कॉमर्स और यात्रा ऐप्स अनियमित उपयोग पैटर्न के कारण कम मान दिखाते हैं।

ऐप श्रेणी के अनुसार WAU

Adjust Mobile Benchmarks 2025 रिपोर्ट के अनुसार, विभिन्न श्रेणियों के लिए औसत WAU/MAU अनुपात है: सोशल मीडिया — 0.65, गेमिंग — 0.55, ई-कॉमर्स — 0.35, फिनटेक — 0.45, स्वास्थ्य और फिटनेस — 0.40। इसका मतलब है कि सोशल नेटवर्क में, 65% मासिक उपयोगकर्ता साप्ताहिक रूप से सक्रिय हैं, जबकि ई-कॉमर्स में — केवल 35%। माध्यिका से नीचे के मान जुड़ाव समस्या या गलत तरीके से चुने गए माप अंतराल का संकेत देते हैं।

WAU को प्रभावित करने वाले कारक

मौसमी — पहला कारक। खाद्य वितरण ऐप्स शुक्रवार और शनिवार को WAU चरम दिखाते हैं, फिटनेस ऐप्स — जनवरी में और गर्मियों से पहले। पुश सूचनाएं — दूसरा कारक: एक अच्छी तरह से डिज़ाइन किया गया अभियान एक सप्ताह में WAU को 15-30% तक बढ़ा सकता है। तीसरा कारक — ऐप अपडेट: एक बड़े रिलीज़ के बाद, WAU आमतौर पर दो सप्ताह के भीतर 10-20% बढ़ता है और फिर एक नए स्तर पर स्थिर हो जाता है।

मोबाइल ऐप में WAU कैसे बढ़ाएं?

WAU बढ़ाना एक ऐसा कार्य है जो उत्पाद और मार्केटिंग टूल के संयोजन से हल किया जाता है। DAU के विपरीत, जिसे एक बार के प्रचार से बढ़ाया जा सकता है, WAU को साप्ताहिक क्षितिज पर उपयोगकर्ताओं की वापसी पर व्यवस्थित कार्य की आवश्यकता होती है। आइए प्रमुख मोबाइल उत्पादों के अभ्यास द्वारा पुष्टि की गई मुख्य रणनीतियों को देखें।

वैयक्तिकृत पुश सूचनाएं

पुश अभियान WAU को प्रभावित करने का सबसे तेज़ तरीका है। Airship (2025) के अनुसार, वैयक्तिकृत पुश सूचनाएं पहले सप्ताह में WAU को 20-25% तक बढ़ाती हैं। उपयोग आवृत्ति द्वारा दर्शकों को विभाजित करना महत्वपूर्ण है: “सो रहे” उपयोगकर्ताओं (5+ दिनों से लॉग इन नहीं किया) को प्रेरक संदेश भेजें, सक्रिय उपयोगकर्ताओं को सूचनात्मक। समय मायने रखता है: फिटनेस ऐप्स के लिए, सबसे अच्छा समय सुबह है; गेम के लिए — शाम।

साप्ताहिक चुनौतियाँ और ईवेंट

साप्ताहिक गतिविधियों की यांत्रिकी WAU के सबसे प्रभावी चालकों में से एक है। गेम विशेष पुरस्कारों के साथ साप्ताहिक ईवेंट का उपयोग करते हैं, फिटनेस ऐप्स “बिना छोड़े 7 दिन” चुनौतियों का उपयोग करते हैं, और ई-कॉमर्स सब्सक्राइबर्स के लिए साप्ताहिक छूट का उपयोग करता है। मुख्य सिद्धांत: गतिविधि समय-सीमित (7 दिन) होनी चाहिए ताकि FOMO बने और उपयोगकर्ता को वापस आने के लिए प्रेरित किया जा सके।

ईमेल और SMS अनुस्मारक

सभी उपयोगकर्ता पुश सूचनाओं की अनुमति नहीं देते हैं। उनके लिए, साप्ताहिक डाइजेस्ट के साथ ईमेल न्यूज़लेटर और SMS प्रभावी हैं: “आपके साप्ताहिक आँकड़े,” “नए ब्लॉग लेख,” “आपके द्वारा देखे गए उत्पाद।” व्यक्तिगत आँकड़ों वाले ईमेल की खुलने की दर मानक न्यूज़लेटर की तुलना में 40% अधिक है। पुश + ईमेल का संयोजन अधिकतम WAU वृद्धि देता है — प्रति माह 35% तक।

-- 5 दिनों से अधिक निष्क्रिय उपयोगकर्ता (reactivation के लिए लक्ष्य)
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';