MAU mobil analitikada — bu nima, oylik auditoriya metrikasi va qanday hisoblash kerak

Mobil analitikada MAU nima?

MAU (Monthly Active Users) — soʻnggi 30 kalendar kuni ichida ilovada maqsadli harakatni bajargan noyob foydalanuvchilar sonini koʻrsatuvchi metrikadir. DAUdan farqli oʻlaroq, MAU kunlik tebranishlarga sezgir emas va faol baza hajmining barqaror manzarasini beradi. Bu ochiq texnologik kompaniyalar uchun hisobot standartidir: Facebook, Spotify, Uber va boshqalar choraklik hisobotlarida MAUni koʻrsatadi.

Nega MAU investorlar uchun birinchi raqamli metrika

Investorlar biznes koʻlamini aynan MAU orqali baholaydi. Metrika mahsulot bir oy davomida qancha foydalanuvchini ushlab qolishini koʻrsatadi — product-market fitni baholash uchun minimal ufq. Facebook 2012 yildan beri MAU haqida hisobot beradi va bu metrika oʻsishi kompaniya kapitallashuvi bilan bevosita bogʻliq. Startaplar uchun MAU pitch-decklarda va moliyalashtirish raundlarida asosiy koʻrsatkichlardan biridir.

Mahsulot analitikasi kontekstida MAU

Mahsulot analitikasida MAU koʻplab hisob-kitoblar uchun kirish metrikasi sifatida ishlatiladi. Uning asosida MAU/DAU nisbati (Stickiness), ARPU (Average Revenue Per User) va LTV (Lifetime Value) hisoblanadi. Aniq MAUsiz konversiyani toʻlovchi foydalanuvchilarga va marketing kanallari samaradorligini toʻgʻri baholash mumkin emas. MAU barcha boshqa monetizatsiya va jalb qilish koʻrsatkichlari quriladigan metrikalar piramidasining asosidir.

SELECT
    DATE_TRUNC('month', event_date) AS month_start,
    COUNT(DISTINCT user_id) AS mau
FROM user_events
WHERE event_date >= CURRENT_DATE - INTERVAL '30 days'
GROUP BY month_start
ORDER BY month_start DESC;

MAU qanday hisoblanadi?

MAUni hisoblash bir qarashda oddiy: 30 kun ichida noyob foydalanuvchilarni sanash. Biroq amalda aniqlikka taʻsir qiluvchi bir nechta nuanslar mavjud. Hisoblash usulini tanlash — kalendar oy yoki suriluvchi oyna — metrika mobil rivojlanishda foydalanuvchilarning real faolligiga qanchalik mos kelishini aniqlaydi.

Kalendar oy va suriluvchi oyna

Kalendar oy — anʻanaviy yondashuv: MAU oyning 1-dan oxirgi kunigacha hisoblanadi. Hisobot berish uchun qulay, lekin artefaktlar yaratadi: masalan, agar 30-kuni nosozlik yuz bersa, oy uchun MAU past boʻladi. Suriluvchi oyna (rolling 30 days) silliqroq metrika beradi, lekin davriy hisobot uchun murakkabroq. Mixpanel (2025) maʻlumotlariga koʻra, mahsulot guruhlarining 80% tashqi hisobotlar uchun kalendar oydan, ichki dashboardlar uchun suriluvchi oynadan foydalanadi.

Kross-platforma foydalanuvchilarni deduplikatsiya qilish

Bitta foydalanuvchi ilovaga bir nechta qurilmadan kirishi mumkin: iPhone va iPad, Android planshet va desktop. Deduplikatsiyasiz MAU 20-40% yuqori boʻladi. Eng yaxshi amaliyot barcha platformalar uchun yagona account_id dan foydalanishdir. Agar foydalanuvchi tizimga kirmagan boʻlsa, device_id + Advertising ID (iOSda IDFA, Androidda GAID) kombinatsiyasini qoʻllang va keyin tizimga kirishda deduplikatsiya qiling.

Faol boʻlmagan foydalanuvchilarni hisobga olish

Kimni faol foydalanuvchi deb hisoblash kerak? Minimal harakat — ilovani ochish (session start). Biroq koʻplab guruhlar chegara belgilaydi: 10 soniyadan uzoq seans yoki kamida bitta maqsadli harakatni bajarish. Bu tasodifiy ochilishlarni va botlarni istisno qiladi. Turli faollik chegaralari MAUda 10-30% farqlarga olib keladi, shuning uchun metodologiya belgilanishi va davrlar orasida oʻzgarmasligi kerak.

MAUni hisoblashni avtomatlashtirish

Aksariyat kompaniyalar MAUni hisoblashni ETL quvurlari orqali avtomatlashtiradi. Firebase, Amplitude yoki oʻz serverlaridagi maʻlumotlar Clickhouse yoki Snowflake da toʻplanadi. MAUni kunlik qayta hisoblash real vaqtda tendensiyalarni koʻrish imkonini beradi. Muhim: metodologiya oʻzgartirilganda (masalan, faollik chegarasi) maʻlumotlar solishtirilishini saqlash uchun MAUni oldingi davrlar uchun qayta hisoblang.

import pandas as pd
from datetime import datetime, timedelta

def calculate_mau(events_df, active_threshold_sec=10):
    # Seansning minimal davomiyligi bo'yicha filtr
    active = events_df[events_df['session_length'] >= active_threshold_sec]
    # 30 kunlik suriluvchi oyna
    cutoff = datetime.now() - timedelta(days=30)
    recent = active[active['event_date'] >= cutoff]
    return recent['user_id'].nunique()

events = pd.read_csv('events.csv', parse_dates=['event_date'])
print(f"MAU: {calculate_mau(events)}")

DAU vs WAU vs MAU: metrikalar iyerarxiyasi

Uch metrika — DAU, WAU va MAU — turli vaqt ufqlarida faol auditoriyani baholash tizimini tashkil qiladi. Birgalikda ular mahsulot sogʻligining keng qamrovli manzarasini beradi. Faqat MAUga qaraydigan analitik kunlik muammolarni oʻtkazib yuborish xavfiga ega; faqat DAUga qaraydigan esa strategik tendensiyani koʻrmaydi.

DAU, WAU va MAU oʻrtasidagi bogʻliqlik

Metrikalar nisbati oddiy qonuniyat bilan tavsiflanadi: DAU ≤ WAU ≤ MAU. DAU va MAU oʻrtasidagi farq foydalanuvchilarning oy kunlari boʻyicha qanchalik teng taqsimlanganligini koʻrsatadi. Agar DAU MAUning 10% ini tashkil qilsa — foydalanuvchilar kamdan-kam kiradi (masalan, mehmonxona bron qilish ilovasi). Agar DAU MAUning 50% ini tashkil qilsa — ilova deyarli har kuni ishlatiladi (ijtimoiy tarmoqlar, messenjerlar). DAU/MAU koeffitsienti Stickiness deb ataladi va jalb qilishning standart koʻrsatkichidir.

Stickiness: asosiy jalb qilish koʻrsatkichi

Stickiness = DAU / MAU * 100%. 50% dan yuqori qiymat har qanday ilova uchun ajoyib koʻrsatkichdir. 20-50% qiymat koʻpchilik mahsulotlar uchun normadir. 20% dan past qiymat qaytish muammosi borligidan dalolat beradi. Stickiness koʻlamga bogʻliq emas: 1 million MAUga ega ilova va 10 ming MAUga ega startap bir xil koʻrsatkichga ega boʻlishi mumkin. Bu metrikani benchmarking va bir kategoriya ichidagi mahsulotlarni solishtirish uchun qulay qiladi.

Ilova kategoriyalari boʻyicha MAU normalari

MAU normalari kategoriya, geografiya va mahsulotning etukligiga bogʻliq. Analitiklar mutlaq qiymatlar oʻrniga MAU dinamikasidan (oydan-oyga oʻsish) va boshqa metrikalar bilan nisbatdan foydalanadi. MAU oʻsishi oydan-oyga 10% yetuk mahsulot uchun yaxshi, 30%+ — tez oʻsayotgan mahsulot uchun yaxshi hisoblanadi.

Kategoriyalar boʻyicha MAU benchmarklari

App Annie State of Mobile 2025 hisobotiga koʻra, turli kategoriyalar uchun median MAU farqlanadi. Social Media: 50-500 million (global oʻyinchilar), Gaming: 1-50 million, E-commerce: 100 ming — 10 million, Fintech: 500 ming — 20 million. Bu raqamlar mintaqaga kuchli bogʻliq: AQShda 1 million MAUga ega ilova katta, Hindistonda oʻrtacha hisoblanishi mumkin. MAUni solishtirish faqat bir kategoriya va bir geografik mintaqa ichida maʻnoga ega.

MAU va monetizatsiya

MAU ARPU orqali daromad bilan bevosita bogʻliq. MAU oʻsadi, ARPU esa pasaysa — biznes kamroq toʻlov qobiliyatiga ega auditoriyaga miqyoslanadi. MAU barqaror, ARPU esa oʻssa — mahsulot mavjud bazani monetizatsiya qilishni oshiradi. Ideal stsenariy: ARPUni saqlash yoki oshirish bilan MAU oʻsishi. MAUning Daromadga nisbati mobil ilovaning birlik iqtisodiyotini baholash uchun asosiy koʻrsatkichdir.

Mobil ilovada MAUni qanday oshirish mumkin?

MAU oʻsishi — birinchi navbatda yangi foydalanuvchilar sonining oʻsishi (akvizitsiya) va ketishning kamayishi (retensiya). DAUdan farqli oʻlaroq, taktik usullar bilan koʻtarilishi mumkin, MAU auditoriyani jalb qilish va ushlab qolish uchun tizimli strategiyani talab qiladi. Yetakchi mobil mahsulotlar amaliyoti bilan tasdiqlangan asosiy oʻsish kanallarini koʻrib chiqamiz.

Organik akvizitsiya: ASO va kontent

App Store Optimization (ASO) — MAU oʻsishining eng tejamkor usuli. Nom, kalit soʻzlar, ikona va ekran tasvirlarini optimallashtirish organik trafikni 20-40% oshirishi mumkin. Ikkinchi kanal — kontent marketing: qidiruvda reytinglanadigan va yangi foydalanuvchilarni jalb qiladigan maqolalar, videolar va keyslar. B2C ilovalari uchun virusli mexanizmlar samarali: “doshtingni taklif qil — bonus ol”.

Pulli jalb qilish (UA)

User Acquisition (UA) — pulli kanallar: Facebook Ads, Google Ads, Apple Search Ads, TikTok Ads. Bitta MAUni jalb qilish narxi keng farq qiladi: rivojlanayotgan bozorlarda $0.50 dan AQSh/YIda $5-8 gacha. Asosiy printsip: CAC (Customer Acquisition Cost) LTVdan (Lifetime Value) kamida 3 baravar past boʻlishi kerak. Reklama kampaniyalari Day 30 retensiyasi 20% dan yuqori boʻlgan kohortalarga yoʻnaltirilishi kerak.

Referal dasturlar va virallik

Referal mexanizmlar — MAUning organik oʻsishining harakatlantiruvchi kuchi. Dropbox referal dasturi tufayli 15 oy ichida 100 mingdan 4 million MAUga oʻsdi. Muvaffaqiyat kaliti: ikkala tomon (taklif qiluvchi va taklif qilinuvchi) uchun bonusning qiymati. Mobil ilovalar uchun deep linking bilan referal havolalar samarali — yangi foydalanuvchi oʻrnatishdan soʻng darhol ilovaning toʻgʻri ekraniga tushadi.

-- Trafik manbasi bo'yicha MAU hisoblash
SELECT
    source,
    COUNT(DISTINCT user_id) AS mau
FROM user_events e
JOIN users u ON e.user_id = u.id
WHERE e.event_date >= CURRENT_DATE - INTERVAL '30 days'
GROUP BY source
ORDER BY mau DESC;