WAU na análise móvel: o que é, métrica de atividade e como calcular

O que é WAU na análise móvel?

WAU (Weekly Active Users) é uma métrica que mostra o número de usuários únicos que interagiram com o aplicativo nos últimos 7 dias corridos. Ao contrário do DAU (Daily Active Users), o WAU está menos sujeito a flutuações diárias e fornece uma imagem mais estável da atividade semanal.

Por que a métrica WAU é necessária

A métrica permite avaliar a eficácia das atividades semanais de produto e marketing. Se DAU responde à pergunta “quantas pessoas vieram hoje”, o WAU responde “quantas pessoas ficaram conosco esta semana”. Isso é criticamente importante para aplicativos com ciclo de uso de vários dias: rastreadores de fitness, plataformas educacionais, agregadores de notícias.

Quando usar WAU em vez de DAU

Em aplicativos com padrão de uso irregular, mas semanal, o DAU pode flutuar significativamente. Por exemplo, em aplicativos de planejamento de tarefas, os usuários fazem login a cada 2–3 dias — o DAU mostraria baixa atividade, enquanto o WAU refletiria adequadamente o engajamento real. A escolha entre DAU e WAU depende da frequência esperada de interação com o produto.

Relação do WAU com as métricas de produto

WAU se correlaciona com a taxa de retenção do Dia 7: se um usuário retorna no dia 7, ele entra no WAU pelo menos duas vezes por mês. As equipes usam WAU para rastrear o efeito de novos recursos: lançar um recurso na segunda-feira e medir o WAU no domingo seguinte fornece uma avaliação direta do impacto da mudança no público 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;

Como o WAU é calculado?

O cálculo do WAU segue uma fórmula simples: o número de usuários únicos nos últimos 7 dias. No entanto, na prática, duas abordagens são usadas — semana fixa (segunda a domingo) e janela móvel (rolling 7 days). A escolha do método afeta a interpretação dos dados e a comparabilidade dos relatórios.

Semana fixa vs janela móvel

A semana fixa é conveniente para relatórios regulares: o WAU é calculado de segunda a domingo. A janela móvel calcula o WAU para cada dia como a soma de usuários únicos nos últimos 7 dias. A segunda abordagem produz um gráfico mais suave e é usada em painéis em tempo real. De acordo com a Amplitude (2025), 73% das equipes de produto usam janela móvel para WAU.

Filtragem por eventos alvo

Nem toda abertura do aplicativo deve ser contada no WAU. As equipes frequentemente filtram usuários por eventos alvo: visualização de conteúdo, compra, conclusão de nível, envio de mensagem. Isso exclui usuários “passivos” que abriram o aplicativo acidentalmente. Em SQL, esse filtro é adicionado através da condição event_type IN (...).

Consideração de usuários multiplataforma

Se um usuário está ativo tanto no iOS quanto no Android, identificadores idênticos (email, account_id) devem ser desduplicados. Sem desduplicação, o WAU será inflado em 15–25%. Use um user_id interno em vez de device_id para contagem correta. Clickhouse e Snowflake suportam desduplicação via HyperLogLog ou filtros Bloom.

import pandas as pd

# Carregando eventos dos últimos 7 dias
events = pd.read_sql('''
    SELECT user_id, event_date
    FROM user_events
    WHERE event_date >= CURRENT_DATE - 7
''', conn)

# Cálculo de WAU com janela móvel
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)

Erros comuns no cálculo do WAU

O primeiro erro é contar todos os eventos sem filtrar ações alvo. Se qualquer abertura for contada, o WAU incluirá usuários que abriram o aplicativo por 5 segundos e o fecharam. O segundo erro é misturar fusos horários: eventos de 7 dias devem ser contados em um único fuso horário (geralmente UTC). O terceiro é a falta de desduplicação de usuários multiplataforma, que distorce a imagem real do público.

WAU vs DAU vs MAU: qual é a diferença?

Três métricas — DAU, WAU e MAU — formam uma hierarquia de público ativo por horizontes de tempo. DAU mede a atividade diária, WAU a semanal e MAU a mensal. Cada métrica responde à sua própria pergunta sobre o comportamento do usuário e é usada em diferentes cenários de análise de produto.

Comparação de horizontes de tempo

DAU (Daily Active Users) é a métrica mais operacional. Mostra quantos usuários vieram hoje. O WAU suaviza picos e vales diários, enquanto o MAU suaviza os mensais. Para aplicativos de uso diário (mensageiros, redes sociais), o DAU é a métrica principal. Para aplicativos usados 1–2 vezes por semana (fitness, delivery), o WAU reflete a atividade com mais precisão. Para aplicativos sazonais ou raramente usados (viagens, impostos) — MAU.

Coeficiente de Stickiness

Stickiness (aderência) é a relação entre DAU e MAU, mostrando com que frequência os usuários retornam. Um valor acima de 20% é considerado bom. O WAU é usado para monitoramento intermediário: se DAU/MAU cair, você pode verificar WAU/MAU — se estável, o problema está na atividade diária, não na geral. Fórmula: Stickiness = DAU / MAU * 100%. Para um aplicativo saudável, esse indicador permanece na faixa de 20–50%.

Quando cada métrica é mais importante

A seleção da métrica depende do ciclo de negócios do produto. No estágio de crescimento, o foco está no DAU — é importante ver a dinâmica diária de novos usuários. No estágio de maturidade, o WAU se torna a métrica chave: mostra quantos usuários permanecem leais em um horizonte semanal. MAU é crítico para relatórios de investidores e avaliação do alcance total. Combinando as três métricas, um analista obtém uma imagem completa do ciclo de vida do usuário.

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

# Exemplo de cálculo de DAU/MAU/WAU para um aplicativo hipotético
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 categoria de aplicativo

As normas de WAU variam muito entre categorias de aplicativos. Não existe um valor “bom” universal — a métrica deve ser comparada com benchmarks dentro da mesma vertical. Aplicativos de redes sociais mostram os maiores valores de WAU em relação ao MAU, enquanto e-commerce e aplicativos de viagem mostram valores mais baixos devido a padrões de uso irregulares.

WAU por categoria de aplicativo

De acordo com o relatório Adjust Mobile Benchmarks 2025, a mediana da relação WAU/MAU para diferentes categorias é: Redes Sociais — 0.65, Gaming — 0.55, E-commerce — 0.35, Fintech — 0.45, Saúde e Fitness — 0.40. Isso significa que nas redes sociais, 65% dos usuários mensais estão ativos semanalmente, enquanto no e-commerce — apenas 35%. Valores abaixo da mediana indicam um problema de engajamento ou intervalo de medição mal escolhido.

Fatores que afetam o WAU

Sazonalidade é o primeiro fator. Aplicativos de entrega de comida mostram pico de WAU na sexta e sábado, aplicativos de fitness — em janeiro e antes do verão. Notificações push são o segundo fator: uma campanha bem projetada pode aumentar o WAU em 15–30% em uma semana. O terceiro fator são as atualizações do aplicativo: após um grande lançamento, o WAU geralmente cresce 10–20% em duas semanas e depois se estabiliza em um novo nível.

Como aumentar o WAU em um aplicativo móvel?

Aumentar o WAU é uma tarefa que se resolve com uma combinação de ferramentas de produto e marketing. Ao contrário do DAU, que pode ser impulsionado com uma promoção única, o WAU requer trabalho sistemático sobre o retorno dos usuários em um horizonte semanal. Vamos analisar as principais estratégias confirmadas pela prática de grandes produtos móveis.

Notificações push personalizadas

Campanhas push são a maneira mais rápida de impactar o WAU. De acordo com a Airship (2025), notificações push personalizadas aumentam o WAU em 20–25% na primeira semana. É importante segmentar o público por frequência de uso: enviar mensagens motivadoras para usuários “adormecidos” (sem login por 5+ dias) e informativas para ativos. O momento importa: para apps de fitness, o melhor horário é de manhã; para jogos, à noite.

Desafios e eventos semanais

A mecânica de atividades semanais é um dos impulsionadores mais eficazes do WAU. Jogos usam eventos semanais com recompensas especiais, apps de fitness usam desafios de “7 dias sem pular”, e e-commerce usa descontos semanais para assinantes. O princípio chave: a atividade deve ter limite de tempo (7 dias) para criar FOMO e motivar o usuário a retornar.

Lembretes por email e SMS

Nem todos os usuários permitem notificações push. Para eles, newsletters por email e SMS com resumos semanais são eficazes: “Suas estatísticas semanais,” “ Novos artigos do blog,” “Produtos que você viu.” A taxa de abertura de emails com estatísticas personalizadas é 40% maior do que newsletters padrão. A combinação de push + email dá o maior aumento de WAU — até 35% ao mês.

-- Usuários inativos há mais de 5 dias (alvo 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';