DAU — шта је то, како израчунати и анализирати дневну публику

Шта је DAU?

DAU (Daily Active Users) — метрика која мјери број јединствених корисника који су извршили најмање једну циљану радњу у апликацији у току календарског дана. Радњу одређује програмер: отварање апликације, ауторизација, преглед садржаја или клик на дугме. У типичном подешавању, DAU броји све кориснике који су отворили апликацију бар једном дневно.

DAU — оперативни показатељ здравља производа. Раст DAU-а говори да апликација постаје кориснија за публику или привлачи нове кориснике. Пад DAU-а може указивати на проблеме са задржавањем, погоршање корисничког искуства или појаву јаког конкурента. DAU треба анализирати у динамици, а не као апсолутну вриједност.

Које радње се сматрају активношћу

Дефиниција активног корисника зависи од типа апликације. За друштвене мреже активност подразумијева преглед фида, слање поруке или објављивање поста. За игре — покретање и завршавање најмање једног нивоа. За алате — отварање и извршавање основне функције. Препоручује се подешавање догађаја session_start као окидача за бројање DAU.

DAU у различитим категоријама апликација

Према статистици Mixpanel (2024), просјечне вриједности DAU-а се значајно разликују по категоријама. Друштвене апликације имају 40–60% DAU од инсталација, игре — 20–35%, алати — 10–25%. За тачну процјену нивоа DAU-а ваше апликације упоређујте показатеље са медијаном по категорији, а не са апсолутним бројевима лидера тржишта.

Формула израчунавања DAU

DAU се израчунава као број јединствених идентификатора уређаја (или user_id за ауторизоване кориснике) који су послали догађај активности у току календарског дана. Формула: DAU = |{ distinct user_id : event_time ∈ [00:00, 23:59] UTC }|. Једноставно бројање отварања даје нетачне податке — неопходно је користити дедупликацију по идентификатору корисника.

def calculate_dau(events_df):
    """
    Calculate DAU from event dataframe
    
    Args:
        events_df: DataFrame with columns user_id and event_date
    Returns:
        DataFrame with dau per date
    """
    dau_df = (events_df
        .groupby("event_date")
        ["user_id"]
        .nunique()
        .reset_index()
        .rename(columns={"user_id": "dau"})
    )
    return dau_df

Посебности израчунавања за различите платформе

На Android уређајима се као идентификатор користи Installation ID (Firebase) или Advertising ID. На iOS — IDFV или App Instance ID. За ауторизоване апликације сигурније је користити user_id из backend ауторизације. Ако је апликација доступна на обје платформе, DAU се рачуна одвојено за сваку платформу и агрегира на нивоу backend аналитике.

Временске зоне и међудневно рачунање

DAU се рачуна према UTC или временској зони изабраној у подешавањима аналитичког система. Ако је корисник активан у 23:45 UTC, а затим у 00:15, систем биљежи два дана DAU-а. Ово је нормално за општи DAU, али за прецизну анализу препоручује се подешавање прилагођене временске зоне за регион већине корисника путем Firebase Analytics.

DAU, WAU и MAU: разлика метрика

DAU (Daily), WAU (Weekly) и MAU (Monthly) — три су нивоа лијевка ангажовања. DAU показује дневну активност, WAU — седмичну, MAU — мјесечну. Анализа у вези ове три метрике омогућава процјену дубине ангажовања: висока учесталост повратака (DAU/MAU > 50%) говори о формираној навици код корисника.

Како тумачити однос DAU/MAU

Однос DAU/MAU назива се Stickiness и мјери се у процентима. Stickiness = DAU / MAU × 100%. Вриједност од 20% значи да просјечни корисник улази у апликацију 6 дана мјесечно. За друштвене мреже и месинџере Stickiness 50%+ је норма. За алате и финансијске апликације 15–25% је добар показатељ.

Метрике раста засноване на DAU

На основу DAU и MAU израчунавају се метрике раста: Retention (задржавање), Churn Rate (одлив) и LTV (доживотна вриједност). Ако DAU расте, али MAU опада, то указује на проблеме са привлачењем нових корисника, иако постојећа публика остаје активна. Ако оба показатеља расту — производ је здрав и скалира се.

Stickiness: нормалне вриједности DAU/MAU

Stickiness (коефицијент љепљивости) — кључни показатељ квалитета публике. Израчунава се као однос DAU према MAU. На примјер, ако је DAU = 30.000, а MAU = 100.000, онда је Stickiness = 30%. То значи да 30% мјесечних корисника улази у апликацију дневно. Што је Stickiness већи, то је навика корисника јача.

Норме Stickiness по категоријама

Према агрегираној статистици Amplitude (2024), медијанске вриједности Stickiness су: Social 45–55%, Communication 40–50%, Gaming 20–35%, E-commerce 15–25%, Fintech 15–20%, Utility 10–20%. Стремити ка апстрактних 50% је бесмислено — норму одређује конкретна категорија и пословни модел производа.

Зашто виши Stickiness није увијек бољи

Висок Stickiness не говори увијек о здрављу производа. На примјер, апликација са принудном дневном активношћу (банкарство, верификација, корпоративни алати) може имати 60% Stickiness, али ниско задовољство корисника. Анализирајте DAU заједно са NPS и retention да бисте добили објективну слику ангажовања.

Како пратити DAU у Firebase Analytics

Firebase Analytics пружа аутоматско прикупљање DAU-а без писања кода. Након повезивања Firebase Analytics SDK-а, почиње праћење активности корисника на основу догађаја session_start. DAU се приказује на Firebase командној табли у секцији Analytics → Dashboard → Active Users. Подаци су доступни са дневном грануларношћу и филтрирањем по платформи, верзији и држави.

Подешавање прилагођених догађаја за DAU

Ако је потребан прецизнији DAU (на примјер, само ауторизовани корисници или корисници који су извршили циљану радњу), подесите прилагођене догађаје путем Firebase SDK-а. Шаљите догађај са параметрима при сваком извршавању циљане радње и филтрирајте у панелу аналитике. За дедупликацију Firebase аутоматски користи Installation ID.

import com.google.firebase.analytics.FirebaseAnalytics

class AnalyticsTracker {
    private val firebase = FirebaseAnalytics.getInstance(context)
    
    fun trackDailyActiveUsers() {
        val params = bundleOf(
            "app_version" to BuildConfig.VERSION_NAME,
            "platform" to "android",
            "user_id" to AuthManager.getCurrentUserId()
        )
        firebase.logEvent("daily_session", params)
    }
}

Аутоматизација извјештаја о DAU

Firebase Analytics омогућава подешавање аутоматског извоза података о DAU у BigQuery за израду прилагођених контролних табли. Такође можете повезати Firebase са Amplitude или Mixpanel путем SDK-а за међуплатформску анализу. За редовне извјештаје подесите слање е-поште из Firebase Console са графиконима DAU-а за изабрани период.

Како утицати на DAU и повећати ангажовање

Повећање DAU — задатак product growth-а који се рјешава кроз побољшање корисничког искуства, увођење навика и повећање вриједности производа. Не постоји јединствена формула за раст DAU-а, али постоје провјерене тактике које функционишу у већини категорија мобилних апликација.

• Увести Push обавјештења са персонализованим садржајем и тајмингом
• Додати дневне подстицаје: бонусе, изазове и подсјетнике
• Побољшати onboarding за брзу демонстрацију вриједности апликације
• Оптимизовати Deep Linking за повратак корисника из спољних извора
• Анализирати DAU по кохортама и идентификовати тачке одлива

Push обавјештења и DAU

Према истраживању Airship (2024), апликације које користе персонализована Push обавјештења показују 30–50% виши DAU у поређењу са апликацијама без обавјештења. Кључни фактор — релевантност садржаја и вријеме слања. Агресивна обавјештења дају краткорочни раст DAU-а, али смањују Retention у дугорочној перспективи.

Гејмификација као покретач DAU-а

Увођење игарачких механика — гејмификација — повећава DAU за 15–30% у неиграчким апликацијама. Дневни задаци, траке напретка, достигнућа и друштвени рангови стварају навику повратка у апликацију. Duolingo, MyFitnessPal и Headspace — примјери успјешне гејмификације са високим показатељима Stickiness-а.