Mobil Analitikte WAU: Nedir, Aktivite Metriği ve Nasıl Hesaplanır

Mobil Analitikte WAU Nedir?

WAU (Weekly Active Users), son 7 takvim günü içinde uygulama ile etkileşime giren benzersiz kullanıcı sayısını gösteren bir metriktir. DAU'nun (Daily Active Users) aksine, WAU günlük dalgalanmalara daha az maruz kalır ve haftalık aktivitenin daha istikrarlı bir resmini sağlar.

WAU Metriğine Neden İhtiyaç Duyulur

Metrik, haftalık ürün ve pazarlama faaliyetlerinin etkinliğini değerlendirmeye olanak tanır. DAU “bugün kaç kişi geldi” sorusunu yanıtlarken, WAU “bu hafta bizimle kaç kişi kaldı” sorusunu yanıtlar. Bu, birkaç günlük kullanım döngüsü olan uygulamalar için kritik öneme sahiptir: fitness takipçileri, eğitim platformları, haber toplayıcıları.

DAU Yerine WAU Ne Zaman Kullanılır

Düzensiz ancak haftalık kullanım modeline sahip uygulamalarda DAU önemli ölçüde dalgalanabilir. Örneğin, görev planlama uygulamalarında, kullanıcılar her 2–3 günde bir giriş yapar — DAU düşük aktivite gösterirken, WAU gerçek etkileşimi uygun şekilde yansıtır. DAU ve WAU arasındaki seçim, ürünle beklenen etkileşim sıklığına bağlıdır.

WAU'nun Ürün Metrikleriyle İlişkisi

WAU, 7. Gün elde tutma oranı ile ilişkilidir: bir kullanıcı 7. günde geri dönerse, ayda en az iki kez WAU'ya girer. Ekipler, yeni özelliklerin etkisini izlemek için WAU'yu kullanır: Pazartesi günü bir özellik başlatmak ve ertesi Pazar WAU'yu ölçmek, değişikliğin haftalık kitle üzerindeki etkisinin doğrudan değerlendirmesini sağlar.

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;

WAU Nasıl Hesaplanır?

WAU'nun hesaplanması basit bir formülü izler: son 7 gündeki benzersiz kullanıcı sayısı. Ancak pratikte iki yaklaşım kullanılır — sabit hafta (Pazartesi–Pazar) ve kayan pencere (rolling 7 days). Yöntem seçimi, veri yorumlamasını ve rapor karşılaştırılabilirliğini etkiler.

Sabit Hafta vs Kayan Pencere

Sabit hafta, düzenli raporlama için uygundur: WAU Pazartesi'den Pazar'a kadar hesaplanır. Kayan pencere, her gün için WAU'yu önceki 7 gündeki benzersiz kullanıcıların toplamı olarak hesaplar. İkinci yaklaşım daha pürüzsüz bir grafik üretir ve gerçek zamanlı panolarda kullanılır. Amplitude'e (2025) göre, ürün ekiplerinin %73'ü WAU için kayan pencere kullanmaktadır.

Hedef Olaylara Göre Filtreleme

Her uygulama açılışı WAU'ya dahil edilmemelidir. Ekipler genellikle kullanıcıları hedef olaylara göre filtreler: içerik görüntüleme, satın alma, seviye tamamlama, mesaj gönderme. Bu, uygulamayı yanlışlıkla açan “pasif” kullanıcıları hariç tutar. SQL'de böyle bir filtre, event_type IN (...) koşuluyla eklenir.

Platformlar Arası Kullanıcıların Ele Alınması

Bir kullanıcı hem iOS hem de Android'de aktifse, aynı tanımlayıcılar (e-posta, account_id) yinelenmemelidir. Yinelenme olmadan WAU %15–25 oranında şişirilir. Doğru sayma için device_id yerine dahili user_id kullanın. Clickhouse ve Snowflake, HyperLogLog veya Bloom filtreleri aracılığıyla yinelemeyi destekler.

import pandas as pd

# Son 7 günün olayları yükleniyor
events = pd.read_sql('''
    SELECT user_id, event_date
    FROM user_events
    WHERE event_date >= CURRENT_DATE - 7
''', conn)

# Kayan pencere ile WAU hesaplama
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)

WAU Hesaplamada Yaygın Hatalar

İlk hata, hedef eylemleri filtrelemeden tüm olayları saymaktır. Her açılış sayılırsa, WAU uygulamayı 5 saniye açıp kapatan kullanıcıları içerecektir. İkinci hata, saat dilimlerini karıştırmaktır: 7 günlük olaylar tek bir saat diliminde (genellikle UTC) sayılmalıdır. Üçüncüsü, platformlar arası kullanıcı yinelemesinin olmamasıdır, bu da gerçek kitle resmini bozar.

WAU vs DAU vs MAU: Fark Nedir?

Üç metrik — DAU, WAU ve MAU — zaman ufuklarına göre aktif kitle hiyerarşisi oluşturur. DAU günlük aktiviteyi, WAU haftalık aktiviteyi ve MAU aylık aktiviteyi ölçer. Her metrik, kullanıcı davranışıyla ilgili kendi sorusunu yanıtlar ve farklı ürün analitiği senaryolarında kullanılır.

Zaman Ufuklarının Karşılaştırılması

DAU (Daily Active Users) en operasyonel metriktir. Bugün kaç kullanıcının geldiğini gösterir. WAU günlük zirveleri ve vadileri yumuşatırken, MAU aylık dalgalanmaları yumuşatır. Günlük kullanımlı uygulamalar (mesajlaşma, sosyal medya) için DAU birincil metriktir. Haftada 1–2 kez kullanılan uygulamalar (fitness, teslimat) için WAU aktiviteyi daha doğru yansıtır. Mevsimsel veya nadiren kullanılan uygulamalar (seyahat, vergiler) için — MAU.

Stickiness Oranı

Stickiness (yapışkanlık), DAU'nun MAU'ya oranıdır ve kullanıcıların ne sıklıkta geri döndüğünü gösterir. %20'nin üzerindeki bir değer iyi kabul edilir. WAU ara izleme için kullanılır: DAU/MAU düşerse, WAU/MAU kontrol edilebilir — eğer stabilse, sorun genel aktivitede değil, günlük aktivitededir. Formül: Stickiness = DAU / MAU * 100%. Sağlıklı bir uygulama için bu gösterge %20–50 aralığında kalır.

Her Metriğin Ne Zaman Daha Önemli Olduğu

Metrik seçimi, ürünün iş döngüsüne bağlıdır. Büyüme aşamasında odak DAU'dadır — yeni kullanıcıların günlük dinamiğini görmek önemlidir. Olgunluk aşamasında WAU temel metrik haline gelir: haftalık bazda kaç kullanıcının sadık kaldığını gösterir. MAU, yatırımcı raporları ve genel erişim değerlendirmesi için kritiktir. Üç metriği birleştirerek bir analist, kullanıcı yaşam döngüsünün tam resmini elde eder.

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

# Varsayımsal bir uygulama için DAU/MAU/WAU hesaplama örneği
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}%")

Uygulama Kategorisine Göre WAU Normları

Normlar uygulama kategorileri arasında büyük farklılık gösterir. Evrensel bir “iyi” değer yoktur — metrik, aynı dikeydeki kıyaslamalarla karşılaştırılmalıdır. Sosyal medya uygulamaları MAU'ya göre en yüksek WAU değerlerini gösterirken, e-ticaret ve seyahat uygulamaları düzensiz kullanım modelleri nedeniyle daha düşük değerler gösterir.

Uygulama Kategorisine Göre WAU

Adjust Mobile Benchmarks 2025 raporuna göre, farklı kategoriler için medyan WAU/MAU oranı şöyledir: Sosyal Medya — 0.65, Oyun — 0.55, E-ticaret — 0.35, Fintech — 0.45, Sağlık ve Fitness — 0.40. Bu, sosyal ağlarda aylık kullanıcıların %65'inin haftalık olarak aktif olduğu, e-ticarette ise yalnızca %35'inin aktif olduğu anlamına gelir. Medyanın altındaki değerler, bir etkileşim sorununa veya yanlış seçilmiş bir ölçüm aralığına işaret eder.

WAU'yu Etkileyen Faktörler

Mevsimsellik ilk faktördür. Yiyecek teslimatı uygulamaları Cuma ve Cumartesi günleri WAU zirvesi gösterirken, fitness uygulamaları Ocak ayında ve yaz öncesinde zirve gösterir. Push bildirimleri ikinci faktördür: iyi tasarlanmış bir kampanya, bir haftada WAU'yu %15–30 artırabilir. Üçüncü faktör, uygulama güncellemeleridir: büyük bir sürümden sonra WAU genellikle iki hafta içinde %10–20 büyür ve ardından yeni bir seviyede dengelenir.

Mobil Uygulamada WAU Nasıl Artırılır?

WAU'yu artırmak, ürün ve pazarlama araçlarının bir kombinasyonuyla çözülen bir görevdir. Tek seferlik bir promosyonla artırılabilen DAU'nun aksine, WAU, kullanıcıların haftalık bazda geri dönüşü üzerinde sistematik çalışma gerektirir. Büyük mobil ürünlerin pratiğiyle onaylanan ana stratejilere bakalım.

Kişiselleştirilmiş Push Bildirimleri

Push kampanyaları, WAU'yu etkilemenin en hızlı yoludur. Airship'e (2025) göre, kişiselleştirilmiş push bildirimleri ilk haftada WAU'yu %20–25 artırır. Kitlenin kullanım sıklığına göre bölümlenmesi önemlidir: “uyuyan” kullanıcılara (5+ gündür giriş yapmamış) motive edici mesajlar, aktif kullanıcılara bilgilendirici mesajlar gönderin. Zamanlama önemlidir: fitness uygulamaları için en iyi zaman sabahtır; oyunlar için akşam.

Haftalık Meydan Okumalar ve Etkinlikler

Haftalık aktivitelerin mekaniği, WAU'nun en etkili itici güçlerinden biridir. Oyunlar özel ödüllerle haftalık etkinlikler kullanır, fitness uygulamaları “7 gün atlamadan” meydan okumaları kullanır ve e-ticaret, aboneler için haftalık indirimler kullanır. Temel ilke: aktivite, FOMO yaratmak ve kullanıcıyı geri dönmeye motive etmek için zamanla sınırlı (7 gün) olmalıdır.

E-posta ve SMS Hatırlatmaları

Tüm kullanıcılar push bildirimlerine izin vermez. Onlar için haftalık özetler içeren e-posta bültenleri ve SMS etkilidir: “Haftalık istatistikleriniz,” “Yeni blog makaleleri,” “Görüntülenen ürünler.” Kişisel istatistiklere sahip e-postaların açılma oranı, standart bültenlerden %40 daha yüksektir. Push + e-posta kombinasyonu, maksimum WAU artışı sağlar — ayda %35'e kadar.

-- 5 günden uzun süredir etkin olmayan kullanıcılar (reactivation hedefi)
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';