DAU — یہ کیا ہے، روزانہ سامعین کا حساب اور تجزیہ کیسے کریں

DAU کیا ہے؟

DAU (Daily Active Users) ایک میٹرک ہے جو ایک کیلنڈر دن میں ایپ میں کم از کم ایک ہدفی کارروائی کرنے والے منفرد صارفین کی تعداد ناپتا ہے۔ کارروائی ڈویلپر کے ذریعے طے کی جاتی ہے: ایپ کھولنا، لاگ ان کرنا، مواد دیکھنا، یا بٹن پر کلک کرنا۔ عام ترتیب میں، DAU ان تمام صارفین کو گنتا ہے جنہوں نے دن میں کم از کم ایک بار ایپ کھولی۔

DAU مصنوعات کی صحت کا ایک عملی اشارہ ہے۔ DAU میں اضافہ بتاتا ہے کہ ایپ سامعین کے لیے زیادہ مفید ہو رہی ہے یا نئے صارفین کو اپنی طرف متوجہ کر رہی ہے۔ DAU میں کمی برقرار رکھنے کے مسائل، صارف کے تجربے میں بگاڑ، یا مضبوط حریف کے ظہور کی نشاندہی کر سکتی ہے۔ DAU کا تجزیہ وقت کے ساتھ کیا جانا چاہیے، نہ کہ ایک مطلق قدر کے طور پر۔

کون سی کارروائیاں سرگرمی شمار ہوتی ہیں

فعال صارف کی تعریف ایپ کی قسم پر منحصر ہے۔ سوشل نیٹ ورکس کے لیے، سرگرمی کا مطلب فیڈ سکرول کرنا، پیغام بھیجنا، یا پوسٹ شائع کرنا ہے۔ گیمز کے لیے — کم از کم ایک سطح شروع کرنا اور مکمل کرنا۔ یوٹیلیٹیز کے لیے — اہم فعل کو کھولنا اور انجام دینا۔ DAU گننے کے لیے محرک کے طور پر session_start ایونٹ ترتیب دینے کی سفارش کی جاتی ہے۔

مختلف ایپ زمروں میں DAU

Mixpanel کے اعدادوشمار (2024) کے مطابق، اوسط DAU قدریں زمرے کے لحاظ سے نمایاں طور پر مختلف ہوتی ہیں۔ سوشل ایپس میں تنصیبات کا 40–60% DAU ہے، گیمز — 20–35%، یوٹیلیٹیز — 10–25%۔ اپنی ایپ کی DAU سطح کا درست اندازہ لگانے کے لیے، بازار کے رہنماؤں کی مطلق تعداد کے بجائے زمرے کے میڈین سے اپنے میٹرکس کا موازنہ کریں۔

DAU کے حساب کا فارمولا

DAU کا حساب منفرد آلہ شناخت کنندگان (یا مجاز صارفین کے لیے user_id) کی تعداد کے طور پر لگایا جاتا ہے جنہوں نے کیلنڈر دن کے اندر ایک سرگرمی ایونٹ بھیجا۔ فارمولا: DAU = |{ distinct user_id : event_time ∈ [00:00, 23:59] UTC }|۔ کھولنے کی سادہ گنتی غلط ڈیٹا دیتی ہے — صارف کی شناخت کنندہ کے ذریعے ڈیڈپلیکیشن ضروری ہے۔

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

مختلف پلیٹ فارمز کے لیے حساب کی خصوصیات

Android پر، شناخت کنندہ کے طور پر Installation ID (Firebase) یا Advertising ID استعمال ہوتا ہے۔ iOS پر — IDFV یا App Instance ID۔ مجاز ایپس کے لیے، backend اجازت سے user_id استعمال کرنا زیادہ قابل اعتماد ہے۔ اگر ایپ دونوں پلیٹ فارمز پر دستیاب ہے، تو DAU ہر پلیٹ فارم کے لیے الگ الگ شمار کیا جاتا ہے اور backend اینالیٹکس سطح پر جمع کیا جاتا ہے۔

ٹائم زونز اور کراس ڈے اکاؤنٹنگ

DAU کا حساب UTC یا اینالیٹکس سسٹم کی ترتیبات میں منتخب کردہ ٹائم زون کے مطابق لگایا جاتا ہے۔ اگر کوئی صارف 23:45 UTC پر اور پھر 00:15 پر فعال ہے، تو سسٹم DAU کے دو دن شمار کرتا ہے۔ یہ مجموعی DAU کے لیے معمول ہے، لیکن درست تجزیہ کے لیے Firebase Analytics کے ذریعے زیادہ تر صارفین کے علاقے کے مطابق حسب ضرورت ٹائم زون ترتیب دینے کی سفارش کی جاتی ہے۔

DAU، WAU اور MAU: میٹرکس میں فرق

DAU (یومیہ)، WAU (ہفتہ وار) اور MAU (ماہانہ) مصروفیت کے فنل کی تین سطحیں ہیں۔ DAU یومیہ سرگرمی دکھاتا ہے، WAU — ہفتہ وار، MAU — ماہانہ۔ ان تینوں میٹرکس کا ایک ساتھ تجزیہ آپ کو مصروفیت کی گہرائی کا اندازہ لگانے کی اجازت دیتا ہے: زیادہ واپسی کی تعدد (DAU/MAU > 50%) صارفین میں ایک بنی ہوئی عادت کی نشاندہی کرتی ہے۔

DAU/MAU تناسب کی تشریح کیسے کریں

DAU/MAU تناسب کو Stickiness کہا جاتا ہے اور اسے فیصد میں ماپا جاتا ہے۔ Stickiness = DAU / MAU × 100%۔ 20% کی قدر کا مطلب ہے کہ اوسط صارف مہینے میں 6 دن ایپ کھولتا ہے۔ سوشل نیٹ ورکس اور میسنجر کے لیے، 50%+ Stickiness معمول ہے۔ یوٹیلیٹیز اور مالیاتی ایپس کے لیے، 15–25% ایک اچھا اشارہ ہے۔

DAU پر مبنی ترقی کے میٹرکس

DAU اور MAU کی بنیاد پر، ترقی کے میٹرکس شمار کیے جاتے ہیں: برقرار رکھنا، چھوڑنے کی شرح، اور LTV (زندگی بھر کی قدر)۔ اگر DAU بڑھ رہا ہے لیکن MAU کم ہو رہا ہے، تو یہ نئے صارفین کو اپنی طرف متوجہ کرنے میں مسائل کی نشاندہی کرتا ہے، اگرچہ موجودہ سامعین فعال رہتے ہیں۔ اگر دونوں میٹرکس بڑھ رہے ہیں — مصنوعات صحت مند اور پیمانہ بڑھا رہی ہے۔

Stickiness: عمومی DAU/MAU قدریں

Stickiness سامعین کے معیار کا ایک اہم اشارہ ہے۔ اس کا حساب DAU اور MAU کے تناسب کے طور پر لگایا جاتا ہے۔ مثال کے طور پر، اگر DAU = 30,000 اور MAU = 100,000 ہے، تو Stickiness = 30%۔ اس کا مطلب ہے کہ 30% ماہانہ صارفین روزانہ ایپ کھولتے ہیں۔ Stickiness جتنا زیادہ ہوگا، صارفین میں عادت اتنی ہی مضبوط ہوگی۔

زمرے کے لحاظ سے Stickiness کے معیار

مجموعی Amplitude اعدادوشمار (2024) کے مطابق، اوسط Stickiness قدریں ہیں: سوشل 45–55%، مواصلات 40–50%، گیمنگ 20–35%، ای کامرس 15–25%، فنٹیک 15–20%، یوٹیلیٹی 10–20%۔ تجریدی 50% کا ہدف بنانا بے معنی ہے — معیار مخصوص زمرے اور مصنوعات کے کاروباری ماڈل سے طے ہوتا ہے۔

زیادہ Stickiness ہمیشہ بہتر کیوں نہیں ہے

زیادہ Stickiness ہمیشہ مصنوعات کی صحت کی نشاندہی نہیں کرتا۔ مثال کے طور پر، مجبوری یومیہ سرگرمی (بینکنگ، تصدیق، کارپوریٹ ٹولز) والی ایپ میں 60% Stickiness ہو سکتی ہے لیکن صارفین کی اطمینان کم ہو۔ مصروفیت کی معروضی تصویر حاصل کرنے کے لیے NPS اور برقرار رکھنے کے ساتھ DAU کا تجزیہ کریں۔

Firebase Analytics میں DAU کو کیسے ٹریک کریں

Firebase Analytics کوڈ لکھے بغیر خودکار DAU جمع کرنے کی سہولت فراہم کرتا ہے۔ Firebase Analytics SDK کو ضم کرنے پر، یہ session_start ایونٹ کے ذریعے صارف کی سرگرمی کو ٹریک کرنا شروع کرتا ہے۔ DAU Firebase ڈیش بورڈ میں Analytics → Dashboard → Active Users کے تحت ظاہر ہوتا ہے۔ ڈیٹا یومیہ تفصیل کے ساتھ اور پلیٹ فارم، ورژن اور ملک کے لحاظ سے فلٹرنگ کے ساتھ دستیاب ہے۔

DAU کے لیے حسب ضرورت ایونٹس ترتیب دینا

اگر زیادہ درست DAU کی ضرورت ہو (مثلاً، صرف مجاز صارفین یا وہ صارفین جنہوں نے ہدفی کارروائی مکمل کی)، تو Firebase SDK کے ذریعے حسب ضرورت ایونٹس ترتیب دیں۔ جب بھی ہدفی کارروائی کی جائے تو پیرامیٹرز کے ساتھ ایک ایونٹ بھیجیں اور اینالیٹکس پینل میں فلٹر کریں۔ Firebase ڈیڈپلیکیشن کے لیے خود بخود Installation ID استعمال کرتا ہے۔

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 رپورٹس کو خودکار بنانا

Firebase Analytics آپ کو حسب ضرورت ڈیش بورڈز بنانے کے لیے BigQuery میں DAU ڈیٹا کی خودکار برآمد ترتیب دینے کی اجازت دیتا ہے۔ آپ کراس پلیٹ فارم تجزیہ کے لیے SDK کے ذریعے Firebase کو Amplitude یا Mixpanel سے بھی منسلک کر سکتے ہیں۔ باقاعدہ رپورٹس کے لیے، Firebase Console سے منتخب مدت کے DAU چارٹس کے ساتھ ای میل ڈائجسٹ ترتیب دیں۔

DAU کو کیسے متاثر کریں اور مصروفیت بڑھائیں

DAU بڑھانا ایک مصنوعات کی ترقی کا چیلنج ہے جو صارف کے تجربے کو بہتر بنانے، عادات پیدا کرنے اور مصنوعات کی قدر بڑھانے کے ذریعے حل ہوتا ہے۔ DAU بڑھانے کا کوئی واحد فارمولا نہیں ہے، لیکن ثابت شدہ حکمت عملی ہیں جو زیادہ تر موبائل ایپ زمروں میں کام کرتی ہیں۔

• ذاتی نوعیت کے مواد اور وقت کے ساتھ Push اطلاعات نافذ کریں
• یومیہ انعامات شامل کریں: بونس، چیلنجز اور یاد دہانیاں
• ایپ کی قدر کو فوری ظاہر کرنے کے لیے onboarding بہتر بنائیں
• صارفین کو بیرونی ذرائع سے واپس لانے کے لیے Deep Linking بہتر بنائیں
• کوہورٹس کے لحاظ سے DAU کا تجزیہ کریں اور چھوڑنے کے نکات کی نشاندہی کریں

Push اطلاعات اور DAU

Airship تحقیق (2024) کے مطابق، ذاتی نوعیت کی Push اطلاعات استعمال کرنے والی ایپس بغیر اطلاعات والی ایپس کے مقابلے میں 30–50% زیادہ DAU دکھاتی ہیں۔ اہم عنصر مواد کی مطابقت اور بھیجنے کا وقت ہے۔ جارحانہ اطلاعات قلیل مدتی DAU اضافہ دیتی ہیں لیکن طویل مدتی میں برقرار رکھنے کو کم کرتی ہیں۔

گیمیفیکیشن بطور DAU ڈرائیور

گیم میکینکس کا نفاذ — گیمیفیکیشن — غیر گیمنگ ایپس میں DAU میں 15–30% اضافہ کرتا ہے۔ یومیہ کام، پیشرفت بارز، کامیابیاں اور سماجی درجہ بندی ایپ پر واپس آنے کی عادت پیدا کرتے ہیں۔ Duolingo، MyFitnessPal اور Headspace اعلی Stickiness شرحوں کے ساتھ کامیاب گیمیفیکیشن کی مثالیں ہیں۔