MAU in mobiele analyse — wat is het, metriek van maandelijkse doelgroep en hoe te berekenen

Wat is MAU in mobiele analyse?

MAU (Monthly Active Users) — metriek die het aantal unieke gebruikers toont dat in de afgelopen 30 kalenderdagen een doelactie in de app heeft uitgevoerd. In tegenstelling tot DAU is MAU niet gevoelig voor dagelijkse schommelingen en geeft het een stabiel beeld van de omvang van de actieve basis. Dit is de rapportagestandaard voor openbare technologiebedrijven: Facebook, Spotify, Uber en anderen vermelden MAU in kwartaalrapporten.

Waarom MAU de nummer één metriek is voor investeerders

Investeerders beoordelen de schaal van het bedrijf juist op basis van MAU. De metriek laat zien hoeveel gebruikers het product gedurende een maand vasthoudt — de minimale horizon voor het beoordelen van product-market fit. Facebook rapporteert MAU sinds 2012, en de groei van deze metriek correleert direct met de kapitalisatie van het bedrijf. Voor startups is MAU een van de belangrijkste indicatoren in pitch-decks en financieringsrondes.

MAU in de context van productanalyse

In productanalyse wordt MAU gebruikt als invoermetriek voor veel berekeningen. Op basis hiervan worden MAU/DAU-ratio (Stickiness), ARPU (Average Revenue Per User) en LTV (Lifetime Value) berekend. Zonder nauwkeurige MAU is het onmogelijk om conversie naar betalende gebruikers en de effectiviteit van marketingkanalen correct te beoordelen. MAU vormt de basis van de metriekenpiramide waarop alle andere indicatoren van monetisatie en betrokkenheid worden gebouwd.

SELECT
    DATE_TRUNC('month', event_date) AS month_start,
    COUNT(DISTINCT user_id) AS mau
FROM user_events
WHERE event_date >= CURRENT_DATE - INTERVAL '30 days'
GROUP BY month_start
ORDER BY month_start DESC;

Hoe wordt MAU berekend?

De berekening van MAU lijkt op het eerste gezicht eenvoudig: het tellen van unieke gebruikers in 30 dagen. In de praktijk zijn er echter enkele nuances die de nauwkeurigheid beïnvloeden. De keuze van de rekenmethode — kalendermaand of schuivend venster — bepaalt in hoeverre de metriek overeenkomt met de werkelijke gebruikersactiviteit in mobiele ontwikkeling.

Kalendermaand versus schuivend venster

Kalendermaand — de traditionele benadering: MAU wordt berekend van de 1e tot de laatste dag van de maand. Het is handig voor rapportage, maar creëert artefacten: bijvoorbeeld, als er op de 30e een storing optreedt, zal de MAU voor de maand lager uitvallen. Schuivend venster (rolling 30 days) geeft een vloeiendere metriek, maar is complexer voor periodieke rapportage. Volgens gegevens van Mixpanel (2025) gebruikt 80% van de productteams de kalendermaand voor externe rapporten en het schuivend venster voor interne dashboards.

Deduplicatie van cross-platform gebruikers

Één gebruiker kan op de app inloggen vanaf meerdere apparaten: iPhone en iPad, Android-tablet en desktop. Zonder deduplicatie wordt MAU met 20-40% overschat. De beste praktijk is het gebruik van een uniforme account_id voor alle platforms. Als de gebruiker niet is ingelogd, pas dan de combinatie device_id + Advertising ID (IDFA op iOS, GAID op Android) toe met latere deduplicatie bij het inloggen.

Inactieve gebruikers meerekenen

Wie beschouwen we als actieve gebruiker? Minimale actie — het openen van de app (session start). Veel teams stellen echter een drempel in: een sessie langer dan 10 seconden of het uitvoeren van ten minste één doelactie. Dit sluit incidentele openingen en bots uit. Verschillende activiteitsdrempels leiden tot verschillen in MAU van 10-30%, daarom moet de methodologie worden vastgelegd en onveranderd blijven tussen periodes.

Automatisering van MAU-berekening

De meeste bedrijven automatiseren de MAU-berekening via ETL-pijplijnen. Gegevens van Firebase, Amplitude of eigen servers worden verzameld in Clickhouse of Snowflake. Dagelijkse herberekening van MAU maakt het mogelijk trends in realtime te zien. Belangrijk: bij wijziging van de methodologie (bijvoorbeeld de activiteitsdrempel), herbereken MAU voor voorgaande periodes om de vergelijkbaarheid van gegevens te behouden.

import pandas as pd
from datetime import datetime, timedelta

def calculate_mau(events_df, active_threshold_sec=10):
    # Filter op minimale sessieduur
    active = events_df[events_df['session_length'] >= active_threshold_sec]
    # Schuivend venster van 30 dagen
    cutoff = datetime.now() - timedelta(days=30)
    recent = active[active['event_date'] >= cutoff]
    return recent['user_id'].nunique()

events = pd.read_csv('events.csv', parse_dates=['event_date'])
print(f"MAU: {calculate_mau(events)}")

DAU vs WAU vs MAU: hiërarchie van metrieken

Drie metrieken — DAU, WAU en MAU — vormen een systeem voor het beoordelen van het actieve publiek op verschillende tijdschalen. Samen geven ze een compleet beeld van de gezondheid van het product.

Relatie tussen DAU, WAU en MAU

De verhouding van de metrieken wordt beschreven door een eenvoudige regel: DAU ≤ WAU ≤ MAU. Het verschil tussen DAU en MAU laat zien hoe gelijkmatig gebruikers over de dagen van de maand zijn verdeeld.

Stickiness: de belangrijkste betrokkenheidsindicator

Stickiness = DAU / MAU * 100%. Een waarde boven 50% — uitstekende indicator voor elke app. Een waarde van 20-50% — normaal voor de meeste producten.

MAU-normen per app-categorie

MAU-normen zijn afhankelijk van de categorie, geografie en volwassenheid van het product.

MAU-benchmarks per categorie

Volgens het App Annie State of Mobile 2025-rapport varieert de mediane MAU per categorie. Social Media: 50-500 miljoen, Gaming: 1-50 miljoen, E-commerce: 100 duizend — 10 miljoen, Fintech: 500 duizend — 20 miljoen.

MAU en monetisatie

MAU is direct verbonden met inkomsten via ARPU. Als MAU groeit en ARPU daalt — schaalt het bedrijf op naar een minder draagkrachtig publiek.

Hoe MAU te verhogen in een mobiele app?

MAU-groei is in de eerste plaats de toename van het aantal nieuwe gebruikers (acquisitie) en vermindering van verloop (retentie).

Organische acquisitie: ASO en content

App Store Optimization (ASO) — de meest economische manier van MAU-groei. Optimalisatie van de naam, trefwoorden, pictogram en schermafbeeldingen kan het organische verkeer met 20-40% verhogen. Het tweede kanaal — contentmarketing: artikelen, video’s en cases die ranken in zoekopdrachten en nieuwe gebruikers aantrekken. Voor B2C-apps zijn virale mechanismen effectief: “nodig een vriend uit — ontvang een bonus”.

Betaalde acquisitie (UA)

User Acquisition (UA) — betaalde kanalen: Facebook Ads, Google Ads, Apple Search Ads, TikTok Ads. De kosten voor het acquireren van één MAU variëren sterk: van $0.50 in opkomende markten tot $5-8 in VS/EU.

Verwijzingsprogramma’s en viraliteit

Verwijzingsmechanismen — de motor van organische MAU-groei. Dropbox groeide van 100 duizend naar 4 miljoen MAU in 15 maanden dankzij het verwijzingsprogramma.

-- MAU berekenen, uitgesplitst naar verkeersbron
SELECT
    source,
    COUNT(DISTINCT user_id) AS mau
FROM user_events e
JOIN users u ON e.user_id = u.id
WHERE e.event_date >= CURRENT_DATE - INTERVAL '30 days'
GROUP BY source
ORDER BY mau DESC;