WAU nell’analisi mobile: cos’è, metrica di attività e come calcolarla

Cos’è il WAU nell’analisi mobile?

WAU (Weekly Active Users) è una metrica che mostra il numero di utenti unici che hanno interagito con l’app negli ultimi 7 giorni di calendario. A differenza del DAU (Daily Active Users), il WAU è meno soggetto a fluttuazioni giornaliere e fornisce un’immagine più stabile dell’attività settimanale.

Perché serve la metrica WAU

La metrica consente di valutare l’efficacia delle attività settimanali di prodotto e marketing. Se DAU risponde alla domanda “quante persone sono venute oggi”, WAU risponde “quante persone sono rimaste con noi questa settimana”. Questo è criticamente importante per le app con un ciclo di utilizzo di diversi giorni: tracker fitness, piattaforme educative, aggregatori di notizie.

Quando usare WAU invece di DAU

Nelle app con un modello di utilizzo irregolare ma settimanale, il DAU può fluttuare significativamente. Ad esempio, nelle app di pianificazione delle attività, gli utenti accedono ogni 2–3 giorni — il DAU mostrerebbe una bassa attività, mentre il WAU rifletterebbe adeguatamente il coinvolgimento reale. La scelta tra DAU e WAU dipende dalla frequenza di interazione prevista con il prodotto.

Relazione del WAU con le metriche di prodotto

WAU correla con il tasso di retention al Giorno 7: se un utente torna al giorno 7, entra nel WAU almeno due volte al mese. I team utilizzano WAU per tracciare l’effetto delle nuove funzionalità: lanciare una funzionalità il lunedì e misurare il WAU la domenica successiva fornisce una valutazione diretta dell’impatto del cambiamento sul pubblico settimanale.

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;

Come si calcola il WAU?

Il calcolo del WAU segue una formula semplice: il numero di utenti unici negli ultimi 7 giorni. Tuttavia, nella pratica vengono utilizzati due approcci — settimana fissa (lunedì–domenica) e finestra scorrevole (rolling 7 days). La scelta del metodo influisce sull’interpretazione dei dati e sulla comparabilità dei report.

Settimana fissa vs finestra scorrevole

La settimana fissa è comoda per report regolari: il WAU viene calcolato dal lunedì alla domenica. La finestra scorrevole calcola il WAU per ogni giorno come somma degli utenti unici nei 7 giorni precedenti. Il secondo approccio produce un grafico più fluido e viene utilizzato nei dashboard in tempo reale. Secondo Amplitude (2025), il 73% dei team di prodotto utilizza una finestra scorrevole per il WAU.

Filtraggio per eventi target

Non tutte le aperture dell’app dovrebbero essere conteggiate nel WAU. I team spesso filtrano gli utenti per eventi target: visualizzazione di contenuti, acquisto, completamento di livello, invio di messaggi. Questo esclude gli utenti “passivi” che hanno aperto l’app accidentalmente. In SQL, tale filtro viene aggiunto tramite la condizione event_type IN (...).

Gestione degli utenti multipiattaforma

Se un utente è attivo sia su iOS che su Android, gli identificatori identici (email, account_id) devono essere deduplicati. Senza deduplicazione, il WAU sarà gonfiato del 15–25%. Utilizzare un user_id interno invece di device_id per un conteggio corretto. Clickhouse e Snowflake supportano la deduplicazione tramite HyperLogLog o filtri Bloom.

import pandas as pd

# Caricamento eventi degli ultimi 7 giorni
events = pd.read_sql('''
    SELECT user_id, event_date
    FROM user_events
    WHERE event_date >= CURRENT_DATE - 7
''', conn)

# Calcolo WAU con finestra scorrevole
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)

Errori tipici nel calcolo del WAU

Il primo errore è contare tutti gli eventi senza filtrare le azioni target. Se ogni apertura viene conteggiata, il WAU includerà utenti che hanno aperto l’app per 5 secondi e l’hanno chiusa. Il secondo errore è mescolare i fusi orari: gli eventi su 7 giorni devono essere conteggiati in un unico fuso orario (di solito UTC). Il terzo è la mancanza di deduplicazione degli utenti multipiattaforma, che distorce l’immagine reale del pubblico.

WAU vs DAU vs MAU: qual è la differenza?

Tre metriche — DAU, WAU e MAU — formano una gerarchia del pubblico attivo per orizzonti temporali. DAU misura l’attività giornaliera, WAU l’attività settimanale e MAU l’attività mensile. Ogni metrica risponde a una propria domanda sul comportamento degli utenti e viene utilizzata in diversi scenari di analisi di prodotto.

Confronto degli orizzonti temporali

DAU (Daily Active Users) è la metrica più operativa. Mostra quanti utenti sono venuti oggi. WAU attenua i picchi e le valli giornalieri, mentre MAU attenua le variazioni mensili. Per le app ad uso quotidiano (messaggeri, social media), DAU è la metrica principale. Per le app utilizzate 1–2 volte a settimana (fitness, consegna), WAU riflette l’attività in modo più accurato. Per le app stagionali o usate raramente (viaggi, tasse) — MAU.

Rapporto di Stickiness

Stickiness (aderenza) è il rapporto tra DAU e MAU, che mostra quanto spesso gli utenti tornano. Un valore superiore al 20% è considerato buono. WAU viene utilizzato per il monitoraggio intermedio: se DAU/MAU scende, si può verificare WAU/MAU — se è stabile, il problema è nell’attività giornaliera, non in quella generale. Formula: Stickiness = DAU / MAU * 100%. Per un’app sana, questo indicatore si mantiene nell’intervallo 20–50%.

Quando ogni metrica è più importante

La scelta della metrica dipende dal ciclo di business del prodotto. Nella fase di crescita, l’attenzione è su DAU — è importante vedere la dinamica giornaliera dei nuovi utenti. Nella fase di maturità, WAU diventa la metrica chiave: mostra quanti utenti rimangono fedeli su un orizzonte settimanale. MAU è fondamentale per i report agli investitori e la valutazione della portata complessiva. Combinando le tre metriche, un analista ottiene un quadro completo del ciclo di vita dell’utente.

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

# Esempio di calcolo DAU/MAU/WAU per un’app ipotetica
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}%")

Norme di WAU per categoria di app

Le norme di WAU variano notevolmente tra le categorie di app. Non esiste un valore “buono” universale — la metrica deve essere confrontata con i benchmark all’interno della stessa verticale. Le app di social media mostrano i valori più alti di WAU rispetto al MAU, mentre l’e-commerce e le app di viaggio mostrano valori più bassi a causa di modelli di utilizzo irregolari.

WAU per categoria di app

Secondo il rapporto Adjust Mobile Benchmarks 2025, il rapporto mediano WAU/MAU per diverse categorie è: Social Media — 0.65, Gaming — 0.55, E-commerce — 0.35, Fintech — 0.45, Salute & Fitness — 0.40. Ciò significa che nei social network, il 65% degli utenti mensili è attivo settimanalmente, mentre nell’e-commerce — solo il 35%. Valori inferiori alla mediana indicano un problema di coinvolgimento o un intervallo di misurazione scelto in modo inappropriato.

Fattori che influenzano il WAU

La stagionalità è il primo fattore. Le app di consegna cibo mostrano un picco di WAU il venerdì e il sabato, le app di fitness — a gennaio e prima dell’estate. Le notifiche push sono il secondo fattore: una campagna ben progettata può aumentare il WAU del 15–30% in una settimana. Il terzo fattore sono gli aggiornamenti dell’app: dopo un rilascio importante, il WAU di solito cresce del 10–20% entro due settimane, per poi stabilizzarsi a un nuovo livello.

Come aumentare il WAU in un’app mobile?

Aumentare il WAU è un compito che si risolve con una combinazione di strumenti di prodotto e marketing. A differenza del DAU, che può essere incrementato con una promozione una tantum, il WAU richiede un lavoro sistematico sul ritorno degli utenti su base settimanale. Esaminiamo le principali strategie confermate dalla pratica dei grandi prodotti mobili.

Notifiche push personalizzate

Le campagne push sono il modo più rapido per influenzare il WAU. Secondo Airship (2025), le notifiche push personalizzate aumentano il WAU del 20–25% nella prima settimana. È importante segmentare il pubblico per frequenza di utilizzo: inviare messaggi motivazionali agli utenti “addormentati” (nessun accesso per 5+ giorni) e informativi agli utenti attivi. Il tempismo conta: per le app di fitness, il momento migliore è la mattina; per i giochi, la sera.

Sfide ed eventi settimanali

La meccanica delle attività settimanali è uno dei driver più efficaci del WAU. I giochi utilizzano eventi settimanali con ricompense speciali, le app di fitness utilizzano sfide “7 giorni senza saltare” e l’e-commerce utilizza sconti settimanali per gli abbonati. Il principio chiave: l’attività deve essere limitata nel tempo (7 giorni) per creare FOMO e motivare l’utente a tornare.

Promemoria via email e SMS

Non tutti gli utenti autorizzano le notifiche push. Per loro, sono efficaci le newsletter via email e gli SMS con riepiloghi settimanali: “Le tue statistiche settimanali,” “Nuovi articoli del blog,” “Prodotti che hai visualizzato.” Il tasso di apertura delle email con statistiche personalizzate è del 40% superiore rispetto alle newsletter standard. La combinazione di push + email dà il massimo aumento del WAU — fino al 35% al mese.

-- Utenti inattivi da più di 5 giorni (target per la 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';