DAU — คืออะไร วิธีการคำนวณและวิเคราะห์ผู้ใช้งานรายวัน

DAU คืออะไร?

DAU (Daily Active Users) คือเมตริกที่วัดจำนวนผู้ใช้ที่ไม่ซ้ำกันซึ่งดำเนินการตามเป้าหมายอย่างน้อยหนึ่งอย่างในแอปภายในวันตามปฏิทิน การกระทำถูกกำหนดโดยนักพัฒนา: การเปิดแอป การเข้าสู่ระบบ การดูเนื้อหา หรือการคลิกปุ่ม ในการตั้งค่าทั่วไป DAU จะนับผู้ใช้ทั้งหมดที่เปิดแอปอย่างน้อยวันละครั้ง

DAU เป็นตัวบ่งชี้การดำเนินงานของสุขภาพผลิตภัณฑ์ การเพิ่มขึ้นของ DAU บ่งชี้ว่าแอปกำลังมีประโยชน์มากขึ้นสำหรับผู้ชมหรือดึงดูดผู้ใช้ใหม่ การลดลงของ DAU อาจบ่งชี้ถึงปัญหาการรักษาผู้ใช้ ประสบการณ์ผู้ใช้ที่แย่ลง หรือการเกิดขึ้นของคู่แข่งที่แข็งแกร่ง DAU ควรได้รับการวิเคราะห์เมื่อเวลาผ่านไป ไม่ใช่เป็นค่าสัมบูรณ์

การกระทำใดนับเป็นกิจกรรม

คำจำกัดความของ ผู้ใช้ที่ใช้งาน ขึ้นอยู่กับประเภทของแอป สำหรับเครือข่ายสังคม กิจกรรมหมายถึงการเลื่อนฟีด การส่งข้อความ หรือการเผยแพร่โพสต์ สำหรับเกม — การเริ่มต้นและทำอย่างน้อยหนึ่งระดับให้สำเร็จ สำหรับยูทิลิตี้ — การเปิดและดำเนินการฟังก์ชันหลัก ขอแนะนำให้ตั้งค่าอีเวนต์ session_start เป็นตัวกระตุ้นสำหรับการนับ DAU

DAU ในหมวดหมู่แอปต่างๆ

ตามสถิติของ Mixpanel (2024) ค่า DAU เฉลี่ยแตกต่างกันอย่างมีนัยสำคัญตามหมวดหมู่ แอปโซเชียล มี DAU 40–60% ของการติดตั้ง เกม — 20–35% ยูทิลิตี้ — 10–25% เพื่อประเมินระดับ DAU ของแอปของคุณอย่างแม่นยำ ให้เปรียบเทียบเมตริกของคุณกับค่ามัธยฐานของหมวดหมู่ แทนที่จะเป็นตัวเลขสัมบูรณ์ของผู้นำตลาด

สูตรการคำนวณ DAU

DAU คำนวณเป็นจำนวนตัวระบุอุปกรณ์ที่ไม่ซ้ำกัน (หรือ user_id สำหรับผู้ใช้ที่ได้รับอนุญาต) ที่ส่งอีเวนต์กิจกรรมภายในวันตามปฏิทิน สูตร: DAU = |{ distinct user_id : event_time ∈ [00:00, 23:59] UTC }| การนับการเปิดแบบง่ายให้ข้อมูลที่ไม่ถูกต้อง — จำเป็นต้องมีการกำจัดรายการซ้ำตามตัวระบุผู้ใช้

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

ลักษณะการคำนวณสำหรับแพลตฟอร์มต่างๆ

บน Android ใช้ Installation ID (Firebase) หรือ Advertising ID เป็นตัวระบุ บน iOS — IDFV หรือ App Instance ID สำหรับแอปที่ได้รับอนุญาต การใช้ user_id จากการอนุญาตแบ็กเอนด์มีความน่าเชื่อถือมากกว่า หากแอปพร้อมใช้งานบนทั้งสองแพลตฟอร์ม DAU จะถูกคำนวณแยกกันสำหรับแต่ละแพลตฟอร์มและรวมที่ระดับการวิเคราะห์แบ็กเอนด์

เขตเวลาและการนับข้ามวัน

DAU คำนวณตาม UTC หรือตามเขตเวลาที่เลือกในการตั้งค่าระบบวิเคราะห์ หากผู้ใช้แอคทีฟเวลา 23:45 UTC และจากนั้นเวลา 00:15 ระบบจะนับ DAU สองวัน ซึ่งเป็นเรื่องปกติสำหรับ DAU โดยรวม แต่สำหรับการวิเคราะห์ที่แม่นยำ ขอแนะนำให้ตั้งค่าเขตเวลาแบบกำหนดเองตามภูมิภาคของผู้ใช้ส่วนใหญ่ผ่าน Firebase Analytics

DAU, WAU และ MAU: ความแตกต่างระหว่างเมตริก

DAU (รายวัน), WAU (รายสัปดาห์) และ MAU (รายเดือน) เป็นสามระดับของกรวยการมีส่วนร่วม DAU แสดงกิจกรรมรายวัน, WAU — รายสัปดาห์, MAU — รายเดือน การวิเคราะห์เมตริกทั้งสามนี้ร่วมกันช่วยให้คุณประเมินความลึกของการมีส่วนร่วม: ความถี่ในการกลับมาสูง (DAU/MAU > 50%) บ่งชถึงนิสัยที่ก่อตัวขึ้นในผู้ใช้

วิธีตีความอัตราส่วน DAU/MAU

อัตราส่วน DAU/MAU เรียกว่า Stickiness และวัดเป็นเปอร์เซ็นต์ Stickiness = DAU / MAU × 100% ค่า 20% หมายความว่าผู้ใช้ทั่วไปเปิดแอป 6 วันต่อเดือน สำหรับเครือข่ายสังคมและแอปส่งข้อความ Stickiness 50%+ เป็นปกติ สำหรับยูทิลิตี้และแอปการเงิน 15–25% เป็นตัวบ่งชี้ที่ดี

เมตริกการเติบโตตาม DAU

จาก DAU และ MAU จะคำนวณ เมตริกการเติบโต: การรักษาผู้ใช้, อัตราการสูญเสีย และ LTV (มูลค่าตลอดอายุการใช้งาน) หาก DAU เพิ่มขึ้นแต่ MAU ลดลง แสดงว่ามีปัญหาในการดึงดูดผู้ใช้ใหม่ แม้ว่าผู้ชมที่มีอยู่จะยังคงแอคทีฟอยู่ หากเมตริกทั้งสองเพิ่มขึ้น — ผลิตภัณฑ์แข็งแรงและกำลังขยายขนาด

Stickiness: ค่า DAU/MAU ปกติ

Stickiness เป็นตัวบ่งชี้สำคัญของคุณภาพผู้ชม คำนวณเป็นอัตราส่วนของ DAU ต่อ MAU ตัวอย่างเช่น หาก DAU = 30,000 และ MAU = 100,000 ดังนั้น Stickiness = 30% ซึ่งหมายความว่า 30% ของผู้ใช้รายเดือนเปิดแอปทุกวัน ยิ่ง Stickiness สูงเท่าไหร่ นิสัยของผู้ใช้ก็ยิ่งแข็งแกร่งมากขึ้นเท่านั้น

เกณฑ์ Stickiness ตามหมวดหมู่

ตามสถิติรวมของ Amplitude (2024) ค่า Stickiness มัธยฐานคือ: โซเชียล 45–55%, การสื่อสาร 40–50%, เกม 20–35%, อีคอมเมิร์ซ 15–25%, ฟินเทค 15–20%, ยูทิลิตี้ 10–20% การตั้งเป้าไปที่ 50% ที่เป็นนามธรรมนั้นไร้ความหมาย — เกณฑ์ถูกกำหนดโดยหมวดหมู่เฉพาะและรูปแบบธุรกิจของผลิตภัณฑ์

ทำไม Stickiness ที่สูงกว่าไม่ได้ดีกว่าเสมอไป

Stickiness ที่สูงไม่ได้บ่งบอกถึงสุขภาพของผลิตภัณฑ์เสมอไป ตัวอย่างเช่น แอปที่มี กิจกรรมรายวันแบบบังคับ (ธนาคาร การยืนยันตัวตน เครื่องมือองค์กร) อาจมี Stickiness 60% แต่ความพึงพอใจของผู้ใช้ต่ำ วิเคราะห์ DAU ร่วมกับ NPS และการรักษาผู้ใช้เพื่อให้ได้ภาพวัตถุประสงค์ของการมีส่วนร่วม

วิธีติดตาม DAU ใน Firebase Analytics

Firebase Analytics ให้การรวบรวม DAU อัตโนมัติโดยไม่ต้องเขียนโค้ด เมื่อรวม SDK Firebase Analytics มันจะเริ่มติดตามกิจกรรมของผู้ใช้ผ่านอีเวนต์ session_start DAU จะแสดงในแดชบอร์ด Firebase ภายใต้ Analytics → Dashboard → Active Users ข้อมูลพร้อมใช้งานด้วยความละเอียดรายวันและการกรองตามแพลตฟอร์ม เวอร์ชัน และประเทศ

การตั้งค่าอีเวนต์แบบกำหนดเองสำหรับ DAU

หากต้องการ DAU ที่แม่นยำยิ่งขึ้น (เช่น เฉพาะผู้ใช้ที่ได้รับอนุญาตหรือผู้ใช้ที่ดำเนินการตามเป้าหมายสำเร็จ) ให้ตั้งค่า อีเวนต์แบบกำหนดเอง ผ่าน Firebase SDK ส่งอีเวนต์พร้อมพารามิเตอร์ทุกครั้งที่ดำเนินการตามเป้าหมายและกรองในแผงวิเคราะห์ Firebase ใช้ Installation ID โดยอัตโนมัติสำหรับการกำจัดรายการซ้ำ

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)
    }
}

การทำให้รายงาน DAU เป็นอัตโนมัติ

Firebase Analytics ช่วยให้คุณตั้งค่า การส่งออกข้อมูลอัตโนมัติ ของ DAU ไปยัง BigQuery เพื่อสร้างแดชบอร์ดแบบกำหนดเอง คุณยังสามารถเชื่อมต่อ Firebase กับ Amplitude หรือ Mixpanel ผ่าน SDK สำหรับการวิเคราะห์ข้ามแพลตฟอร์ม สำหรับรายงานประจำ ให้ตั้งค่าสรุปทางอีเมลจาก Firebase Console พร้อมแผนภูมิ DAU สำหรับช่วงเวลาที่เลือก

วิธีมีอิทธิพลต่อ DAU และเพิ่มการมีส่วนร่วม

การเพิ่ม DAU เป็นความท้าทายในการเติบโตของผลิตภัณฑ์ที่แก้ไขได้โดยการปรับปรุงประสบการณ์ผู้ใช้ การสร้างนิสัย และการเพิ่มมูลค่าของผลิตภัณฑ์ ไม่มีสูตรเดียวสำหรับการเติบโตของ DAU แต่มีกลยุทธ์ที่พิสูจน์แล้วซึ่งใช้ได้ผลในหมวดหมู่แอปมือถือส่วนใหญ่

• ใช้ การแจ้งเตือน Push ด้วยเนื้อหาและเวลาที่ปรับให้เป็นส่วนตัว
• เพิ่ม รางวัลรายวัน: โบนัส ความท้าทาย และการเตือนความจำ
• ปรับปรุง การเริ่มต้นใช้งาน เพื่อแสดงคุณค่าของแอปอย่างรวดเร็ว
• ปรับ Deep Linking ให้เหมาะสมเพื่อนำผู้ใช้กลับมาจากแหล่งภายนอก
• วิเคราะห์ DAU ตามกลุ่ม และระบุจุดที่ผู้ใช้ถอนตัว

การแจ้งเตือน Push และ DAU

ตามการศึกษาของ Airship (2024) แอปที่ใช้ การแจ้งเตือน Push แบบปรับให้เป็นส่วนตัว แสดง DAU สูงกว่า 30–50% เมื่อเทียบกับแอปที่ไม่มีการแจ้งเตือน ปัจจัยสำคัญคือความเกี่ยวข้องของเนื้อหาและช่วงเวลาที่ส่ง การแจ้งเตือนที่รุนแรงให้การเติบโตของ DAU ในระยะสั้นแต่ลดการรักษาผู้ใช้ในระยะยาว

การทำเกมเป็นตัวขับเคลื่อน DAU

การใช้กลไกของเกม — การทำเกม — เพิ่ม DAU ขึ้น 15–30% ในแอปที่ไม่ใช่เกม งานรายวัน แถบความคืบหน้า ความสำเร็จ และการจัดอันดับทางสังคมสร้างนิสัยในการกลับมาใช้แอป Duolingo, MyFitnessPal และ Headspace เป็นตัวอย่างของการทำเกมที่ประสบความสำเร็จด้วยอัตรา Stickiness ที่สูง