WAU в мобильной аналитике: что это, метрика активности и как считать

Что такое WAU в мобильной аналитике?

WAU (Weekly Active Users) — это метрика, показывающая количество уникальных пользователей, которые взаимодействовали с приложением за последние 7 календарных дней. В отличие от DAU (Daily Active Users), WAU менее подвержена дневным колебаниям и даёт более стабильную картину недельной активности.

Зачем нужна метрика WAU

Метрика позволяет оценить эффективность еженедельных продуктовых и маркетинговых активностей. Если DAU отвечает на вопрос «сколько человек пришли сегодня», то WAU — «сколько человек остались с нами на этой неделе». Это критически важно для приложений с циклом использования в несколько дней: фитнес-трекеры, образовательные платформы, новостные агрегаторы.

Когда используют WAU вместо DAU

В приложениях с нерегулярным, но еженедельным паттерном использования DAU может сильно колебаться. Например, в приложениях для планирования задач пользователи заходят раз в 2-3 дня — DAU покажет низкую активность, тогда как WAU адекватно отразит реальную вовлечённость. Выбор между DAU и WAU зависит от ожидаемой частоты взаимодействия с продуктом.

Связь WAU с продуктовыми метриками

WAU коррелирует с показателем удержания Day 7: если пользователь возвращается на 7-й день, он попадает в WAU минимум дважды за месяц. Команды используют WAU для трекинга эффекта от новых функций: запуск фичи в понедельник и замер WAU в следующее воскресенье даёт прямую оценку влияния изменения на недельную аудиторию.

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;

Как рассчитывается WAU?

Расчёт WAU выполняется по простой формуле: количество уникальных пользователей за последние 7 дней. Однако на практике применяются два подхода — фиксированная неделя (Monday-Sunday) и скользящее окно (rolling 7 days). Выбор метода влияет на интерпретацию данных и сопоставимость отчётов.

Фиксированная неделя против скользящего окна

Фиксированная неделя удобна для регулярной отчётности: WAU считается с понедельника по воскресенье. Скользящее окно рассчитывает WAU на каждый день как сумму уникальных пользователей за предыдущие 7 дней. Второй подход даёт более гладкий график и используется в real-time дашбордах. По данным Amplitude (2025), 73% продуктовых команд используют скользящее окно для WAU.

Фильтрация по целевым событиям

Не каждое открытие приложения должно учитываться в WAU. Команды часто фильтруют пользователей по целевым событиям: просмотр контента, покупка, завершение уровня, отправка сообщения. Это исключает «пассивных» пользователей, которые открыли приложение случайно. В SQL такой фильтр добавляется через условие event_type IN (...).

Учёт кросс-платформенных пользователей

Если пользователь активен на iOS и Android, одинаковые идентификаторы (email, account_id) должны дедуплицироваться. Без дедупликации WAU будет завышен на 15-25%. Используйте внутренний user_id вместо device_id для корректного подсчёта. Clickhouse и Snowflake поддерживают дедупликацию через HyperLogLog или Bloom-фильтры.

import pandas as pd

# Загрузка событий за последние 7 дней
events = pd.read_sql('''
    SELECT user_id, event_date
    FROM user_events
    WHERE event_date >= CURRENT_DATE - 7
''', conn)

# Расчёт WAU со скользящим окном
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)

Типичные ошибки при расчёте WAU

Первая ошибка — учёт всех событий без фильтрации целевых действий. Если считать любые открытия, WAU будет включать пользователей, которые зашли на 5 секунд и закрыли приложение. Вторая ошибка — смешение часовых поясов: события за 7 дней должны считаться в единой временной зоне (обычно UTC). Третья — отсутствие дедупликации кросс-платформенных пользователей, что искажает реальную картину аудитории.

WAU vs DAU vs MAU: в чём разница?

Три метрики — DAU, WAU и MAU — образуют иерархию активной аудитории по временным горизонтам. DAU измеряет ежедневную активность, WAU — недельную, MAU — месячную. Каждая метрика отвечает на свой вопрос о поведении пользователей и используется в разных сценариях продуктовой аналитики.

Сравнение временных горизонтов

DAU (Daily Active Users) — самая оперативная метрика. Она показывает, сколько пользователей пришли сегодня. WAU сглаживает дневные пики и провалы, а MAU — месячные. Для приложений с ежедневным использованием (мессенджеры, social media) DAU — основная метрика. Для приложений с использованием 1-2 раза в неделю (фитнес, доставка) WAU точнее отражает активность. Для сезонных или редко используемых приложений (путешествия, налоги) — MAU.

Коэффициент Stickiness

Stickiness (липкость) — отношение DAU к MAU, показывающее, как часто пользователи возвращаются. Значение выше 20% считается хорошим. WAU используется для промежуточного контроля: если DAU/MAU падает, можно проверить WAU/MAU — если он стабилен, проблема в ежедневной, а не в общей активности. Формула: Stickiness = DAU / MAU * 100%. Для здорового приложения этот показатель держится в диапазоне 20-50%.

Когда какая метрика важнее

Выбор метрики зависит от бизнес-цикла продукта. На стадии роста фокус на DAU — важно видеть ежедневную динамику новых пользователей. На стадии зрелости WAU становится ключевой метрикой: она показывает, сколько пользователей остаются лояльными на недельном горизонте. MAU критичен для отчётов перед инвесторами и оценки общего охвата. Комбинируя три метрики, аналитик получает полную картину жизненного цикла пользователя.

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

# Пример расчёта DAU/MAU WAU для гипотетического приложения
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}%")

Нормы WAU по категориям приложений

Нормы WAU сильно различаются между категориями приложений. Универсального «хорошего» значения не существует — метрику нужно сравнивать с бенчмарками внутри той же вертикали. Social media приложения показывают самые высокие значения WAU относительно MAU, тогда как e-commerce и туристические приложения — более низкие из-за нерегулярного паттерна использования.

WAU по категориям приложений

По данным отчёта Adjust Mobile Benchmarks 2025, медианный WAU/MAU ratio для разных категорий составляет: Social Media — 0.65, Gaming — 0.55, E-commerce — 0.35, Fintech — 0.45, Health & Fitness — 0.40. Это означает, что в соцсетях 65% ежемесячных пользователей активны еженедельно, а в e-commerce — только 35%. Значения ниже медианы указывают на проблему с вовлечённостью или неправильно выбранный интервал измерения.

Факторы, влияющие на WAU

Сезонность — первый фактор. Приложения доставки еды показывают пик WAU в пятницу и субботу, фитнес-приложения — в январе и перед летом. Push-уведомления — второй фактор: грамотная кампания может поднять WAU на 15-30% за неделю. Третий фактор — обновления приложения: после крупного релиза WAU обычно растёт на 10-20% в течение двух недель, а затем стабилизируется на новом уровне.

Как увеличить WAU в мобильном приложении?

Рост WAU — задача, которая решается комбинацией продуктовых и маркетинговых инструментов. В отличие от DAU, который можно поднять разовой акцией, WAU требует системной работы над возвращаемостью пользователей на недельном горизонте. Рассмотрим основные стратегии, подтверждённые практикой крупных мобильных продуктов.

Push-уведомления с персонализацией

Push-кампании — самый быстрый способ повлиять на WAU. По данным Airship (2025), персонализированные push-уведомления повышают WAU на 20-25% в первую неделю. Важно сегментировать аудиторию по частоте использования: «спящим» пользователям (не заходили 5+ дней) отправлять мотивирующие сообщения, активным — информационные. Тайминг имеет значение: для фитнес-приложений лучшее время — утро, для игр — вечер.

Еженедельные челленджи и ивенты

Механика еженедельных активностей — один из самых эффективных драйверов WAU. Игры используют еженедельные ивенты с особыми наградами, фитнес-приложения — челленджи «7 дней без пропусков», e-commerce — еженедельные скидки для подписчиков. Ключевой принцип: активность должна быть ограничена по времени (7 дней), чтобы создать FOMO и мотивировать пользователя вернуться.

Email и SMS-напоминания

Не все пользователи разрешают push-уведомления. Для них эффективны email-рассылки и SMS с еженедельным дайджестом: «Ваша статистика за неделю», «Новые статьи в блоге», «Товары, которые вы смотрели». Открываемость email с персональной статистикой на 40% выше стандартных рассылок. Сочетание push + email даёт максимальный прирост WAU — до 35% за месяц.

-- Пользователи, неактивные более 5 дней (цель для 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';