DAU — nedir, günlük kitle nasıl hesaplanır ve analiz edilir

DAU Nedir?

DAU (Daily Active Users), bir takvim günü içinde bir uygulamada en az bir hedef eylem gerçekleştiren benzersiz kullanıcı sayısını ölçen bir metriktir. Eylem, geliştirici tarafından tanımlanır: uygulamayı açma, giriş yapma, içerik görüntüleme veya bir düğmeye tıklama. Tipik bir kurulumda DAU, uygulamayı günde en az bir kez açan tüm kullanıcıları sayar.

DAU, ürün sağlığının operasyonel bir göstergesidir. DAU'daki artış, uygulamanın kitle için daha kullanışlı hale geldiğini veya yeni kullanıcılar çektiğini gösterir. DAU'daki düşüş, tutma sorunlarına, kullanıcı deneyiminin kötüleşmesine veya güçlü bir rakibin ortaya çıkmasına işaret edebilir. DAU mutlak bir değer olarak değil, zaman içinde analiz edilmelidir.

Hangi Eylemler Etkinlik Olarak Sayılır

Aktif kullanıcı tanımı, uygulama türüne bağlıdır. Sosyal ağlar için etkinlik, akışta gezinme, mesaj gönderme veya gönderi yayınlama anlamına gelir. Oyunlar için — en az bir seviyeyi başlatma ve tamamlama. Yardımcı programlar için — ana işlevi açma ve gerçekleştirme. DAU sayımı için tetikleyici olarak session_start olayının ayarlanması önerilir.

Farklı Uygulama Kategorilerinde DAU

Mixpanel istatistiklerine (2024) göre, ortalama DAU değerleri kategoriye göre önemli ölçüde değişir. Sosyal uygulamalar yüklemelerin %40–60'ı kadar DAU'ya sahiptir, oyunlar — %20–35, yardımcı programlar — %10–25. Uygulamanızın DAU seviyesini doğru bir şekilde değerlendirmek için, metriklerinizi pazar liderlerinin mutlak sayıları yerine kategori medyanıyla karşılaştırın.

DAU Hesaplama Formülü

DAU, bir takvim günü içinde bir etkinlik olayı gönderen benzersiz cihaz tanımlayıcılarının (veya yetkili kullanıcılar için user_id) sayısı olarak hesaplanır. Formül: DAU = |{ distinct user_id : event_time ∈ [00:00, 23:59] UTC }|. Basit açma sayımı yanlış veriler verir — kullanıcı tanımlayıcısına göre yineleme kaldırma gereklidir.

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

Farklı Platformlar İçin Hesaplama Özellikleri

Android'de tanımlayıcı olarak Installation ID (Firebase) veya Advertising ID kullanılır. iOS'ta — IDFV veya App Instance ID. Yetkili uygulamalar için, backend yetkilendirmesinden user_id kullanmak daha güvenilirdir. Uygulama her iki platformda da mevcutsa, DAU her platform için ayrı ayrı hesaplanır ve backend analitik düzeyinde toplanır.

Saat Dilimleri ve Günler Arası Muhasebe

DAU, UTC'ye veya analitik sistemi ayarlarında seçilen saat dilimine göre hesaplanır. Bir kullanıcı saat 23:45 UTC'de ve ardından 00:15'te aktifse, sistem iki günlük DAU sayar. Bu genel DAU için normaldir, ancak doğru analiz için Firebase Analytics aracılığıyla çoğu kullanıcının bölgesine göre özel bir saat dilimi ayarlamanız önerilir.

DAU, WAU ve MAU: Metrikler Arasındaki Fark

DAU (günlük), WAU (haftalık) ve MAU (aylık), katılım hunisinin üç seviyesidir. DAU günlük aktiviteyi, WAU — haftalık, MAU — aylık gösterir. Bu üç metriği birlikte analiz etmek, katılım derinliğini değerlendirmenizi sağlar: yüksek dönüş sıklığı (DAU/MAU > %50), kullanıcılarda oluşmuş bir alışkanlığı gösterir.

DAU/MAU Oranı Nasıl Yorumlanır

DAU/MAU oranına Stickiness denir ve yüzde olarak ölçülür. Stickiness = DAU / MAU × %100. %20 değeri, ortalama kullanıcının ayda 6 gün uygulamayı açtığı anlamına gelir. Sosyal ağlar ve mesajlaşma uygulamaları için %50+ Stickiness normaldir. Yardımcı programlar ve finansal uygulamalar için %15–25 iyi bir göstergedir.

DAU'ya Dayalı Büyüme Metrikleri

DAU ve MAU'ya dayanarak büyüme metrikleri hesaplanır: Tutma, Kayıp Oranı ve LTV (Yaşam Boyu Değer). DAU büyürken MAU azalıyorsa, mevcut kitle aktif kalmasına rağmen yeni kullanıcı çekmede sorunlar olduğunu gösterir. Her iki metrik de büyüyorsa — ürün sağlıklı ve ölçekleniyordur.

Stickiness: Normal DAU/MAU Değerleri

Stickiness, kitle kalitesinin önemli bir göstergesidir. DAU'nun MAU'ya oranı olarak hesaplanır. Örneğin, DAU = 30.000 ve MAU = 100.000 ise, Stickiness = %30. Bu, aylık kullanıcıların %30'unun uygulamayı günlük olarak açtığı anlamına gelir. Stickiness ne kadar yüksekse, kullanıcılar arasında oluşan alışkanlık o kadar güçlüdür.

Kategoriye Göre Stickiness Normları

Toplanmış Amplitude istatistiklerine (2024) göre, medyan Stickiness değerleri şunlardır: Sosyal %45–55, İletişim %40–50, Oyun %20–35, E-ticaret %15–25, Fintech %15–20, Yardımcı Program %10–20. Soyut bir %50'yi hedeflemek anlamsızdır — norm, belirli kategori ve ürünün iş modeli tarafından belirlenir.

Daha Yüksek Stickiness Neden Her Zaman Daha İyi Değildir

Yüksek Stickiness her zaman ürün sağlığını göstermez. Örneğin, zorunlu günlük aktivite (bankacılık, doğrulama, kurumsal araçlar) olan bir uygulama %60 Stickiness'a sahip olabilir ancak düşük kullanıcı memnuniyetine sahip olabilir. Nesnel bir katılım resmi elde etmek için DAU'yu NPS ve tutma ile birlikte analiz edin.

Firebase Analytics'te DAU Nasıl Takip Edilir

Firebase Analytics, kod yazmadan otomatik DAU toplama sağlar. Firebase Analytics SDK entegre edildiğinde, session_start olayı aracılığıyla kullanıcı etkinliğini izlemeye başlar. DAU, Firebase kontrol panelinde Analytics → Dashboard → Active Users altında görüntülenir. Veriler günlük ayrıntı düzeyiyle ve platform, sürüm ve ülkeye göre filtreleme ile kullanılabilir.

DAU İçin Özel Olaylar Ayarlama

Daha kesin bir DAU gerekiyorsa (örneğin, yalnızca yetkili kullanıcılar veya hedef eylemi tamamlayan kullanıcılar), Firebase SDK aracılığıyla özel olaylar ayarlayın. Her hedef eylem gerçekleştirildiğinde parametrelerle bir olay gönderin ve analitik panelinde filtreleyin. Firebase, yineleme kaldırma için otomatik olarak Installation ID'yi kullanır.

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)
    }
}

DAU Raporlarını Otomatikleştirme

Firebase Analytics, özel panolar oluşturmak için DAU verilerinin BigQuery'ye otomatik olarak dışa aktarılmasını ayarlamanıza olanak tanır. Ayrıca çapraz platform analizi için Firebase'i SDK aracılığıyla Amplitude veya Mixpanel'e bağlayabilirsiniz. Düzenli raporlar için, Firebase Console'dan seçilen döneme ait DAU grafiklerini içeren bir e-posta özeti ayarlayın.

DAU'yu Nasıl Etkileyebilir ve Katılımı Artırabilirsiniz

DAU'yu artırmak, kullanıcı deneyimini iyileştirme, alışkanlıklar oluşturma ve ürün değerini artırma yoluyla çözülen bir ürün büyüme zorluğudur. DAU büyümesi için tek bir formül yoktur, ancak çoğu mobil uygulama kategorisinde işe yarayan kanıtlanmış taktikler vardır.

• Kişiselleştirilmiş içerik ve zamanlamayla Push bildirimleri uygulayın
• Günlük ödüller ekleyin: bonuslar, zorluklar ve hatırlatıcılar
• Uygulamanın değerini hızlıca göstermek için onboarding'i iyileştirin
• Kullanıcıları harici kaynaklardan geri getirmek için Deep Linking'i optimize edin
• Kohortlara göre DAU'yu analiz edin ve ayrılma noktalarını belirleyin

Push Bildirimleri ve DAU

Airship araştırmasına (2024) göre, kişiselleştirilmiş Push bildirimleri kullanan uygulamalar, bildirim olmayan uygulamalara kıyasla %30–50 daha yüksek DAU gösterir. Anahtar faktör, içerik uygunluğu ve gönderim zamanlamasıdır. Agresif bildirimler kısa vadeli DAU büyümesi sağlar ancak uzun vadede Tutma'yı azaltır.

Bir DAU Sürücüsü Olarak Oyunlaştırma

Oyun mekaniklerinin uygulanması — oyunlaştırma — oyun dışı uygulamalarda DAU'yu %15–30 artırır. Günlük görevler, ilerleme çubukları, başarımlar ve sosyal sıralamalar, uygulamaya geri dönme alışkanlığı yaratır. Duolingo, MyFitnessPal ve Headspace, yüksek Stickiness oranlarına sahip başarılı oyunlaştırma örnekleridir.