WAU trong phân tích di động: chỉ số hoạt động và cách tính

WAU trong phân tích di động là gì?

WAU (Weekly Active Users) là một chỉ số cho thấy số lượng người dùng duy nhất đã tương tác với ứng dụng trong 7 ngày dương lịch qua. Khác với DAU (Daily Active Users), WAU ít chịu biến động hàng ngày và cung cấp một bức tranh ổn định hơn về hoạt động hàng tuần.

Tại sao cần chỉ số WAU

Chỉ số này cho phép đánh giá hiệu quả của các hoạt động sản phẩm và tiếp thị hàng tuần. Nếu DAU trả lời câu hỏi “hôm nay có bao nhiêu người đến”, thì WAU trả lời “tuần này có bao nhiêu người ở lại với chúng tôi”. Điều này cực kỳ quan trọng đối với các ứng dụng có chu kỳ sử dụng nhiều ngày: trình theo dõi thể dục, nền tảng giáo dục, trình tổng hợp tin tức.

Khi nào sử dụng WAU thay vì DAU

Trong các ứng dụng có mô hình sử dụng không thường xuyên nhưng theo tuần, DAU có thể biến động đáng kể. Ví dụ, trong ứng dụng lập kế hoạch công việc, người dùng đăng nhập 2–3 ngày một lần — DAU sẽ hiển thị hoạt động thấp, trong khi WAU phản ánh chính xác mức độ tương tác thực tế. Việc lựa chọn giữa DAU và WAU phụ thuộc vào tần suất tương tác dự kiến với sản phẩm.

Mối quan hệ của WAU với các chỉ số sản phẩm

WAU tương quan với tỷ lệ giữ chân Ngày 7: nếu người dùng quay lại vào ngày 7, họ sẽ được tính vào WAU ít nhất hai lần một tháng. Các nhóm sử dụng WAU để theo dõi tác động của các tính năng mới: ra mắt tính năng vào thứ Hai và đo WAU vào Chủ nhật tuần sau cung cấp đánh giá trực tiếp về tác động của thay đổi đối với khán giả hàng tuần.

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;

Cách tính WAU?

Cách tính WAU theo một công thức đơn giản: số lượng người dùng duy nhất trong 7 ngày qua. Tuy nhiên, trong thực tế, hai cách tiếp cận được sử dụng — tuần cố định (Thứ Hai–Chủ nhật) và cửa sổ trượt (rolling 7 days). Việc lựa chọn phương pháp ảnh hưởng đến việc diễn giải dữ liệu và khả năng so sánh báo cáo.

Tuần cố định và cửa sổ trượt

Tuần cố định thuận tiện cho báo cáo định kỳ: WAU được tính từ Thứ Hai đến Chủ nhật. Cửa sổ trượt tính WAU cho mỗi ngày là tổng số người dùng duy nhất trong 7 ngày trước đó. Cách tiếp cận thứ hai tạo ra biểu đồ mượt hơn và được sử dụng trong bảng điều khiển thời gian thực. Theo Amplitude (2025), 73% nhóm sản phẩm sử dụng cửa sổ trượt cho WAU.

Lọc theo sự kiện mục tiêu

Không phải mọi lần mở ứng dụng đều được tính vào WAU. Các nhóm thường lọc người dùng theo sự kiện mục tiêu: xem nội dung, mua hàng, hoàn thành cấp độ, gửi tin nhắn. Điều này loại trừ những người dùng “thụ động” vô tình mở ứng dụng. Trong SQL, bộ lọc này được thêm qua điều kiện event_type IN (...).

Xử lý người dùng đa nền tảng

Nếu người dùng hoạt động trên cả iOS và Android, các định danh giống nhau (email, account_id) phải được khử trùng. Nếu không khử trùng, WAU sẽ bị thổi phồng 15–25%. Sử dụng user_id nội bộ thay vì device_id để đếm chính xác. Clickhouse và Snowflake hỗ trợ khử trùng qua HyperLogLog hoặc bộ lọc Bloom.

import pandas as pd

# Đang tải sự kiện 7 ngày qua
events = pd.read_sql('''
    SELECT user_id, event_date
    FROM user_events
    WHERE event_date >= CURRENT_DATE - 7
''', conn)

# Tính WAU với cửa sổ trượt
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)

Lỗi thường gặp khi tính WAU

Lỗi đầu tiên là đếm tất cả các sự kiện mà không lọc hành động mục tiêu. Nếu mọi lần mở đều được tính, WAU sẽ bao gồm những người dùng đã mở ứng dụng trong 5 giây và đóng lại. Lỗi thứ hai là trộn lẫn múi giờ: các sự kiện trong 7 ngày phải được tính trong một múi giờ duy nhất (thường là UTC). Lỗi thứ ba là thiếu khử trùng người dùng đa nền tảng, làm sai lệch bức tranh khán giả thực tế.

WAU vs DAU vs MAU: khác biệt là gì?

Ba chỉ số — DAU, WAU và MAU — tạo thành một hệ thống phân cấp khán giả hoạt động theo chân trời thời gian. DAU đo lường hoạt động hàng ngày, WAU đo lường hàng tuần và MAU đo lường hàng tháng. Mỗi chỉ số trả lời câu hỏi riêng về hành vi của người dùng và được sử dụng trong các kịch bản phân tích sản phẩm khác nhau.

So sánh chân trời thời gian

DAU (Daily Active Users) là chỉ số mang tính tác nghiệp nhất. Nó cho thấy hôm nay có bao nhiêu người dùng đến. WAU làm mọn các đỉnh và đáy hàng ngày, trong khi MAU làm mọn các biến động hàng tháng. Đối với ứng dụng sử dụng hàng ngày (trò chuyện, phương tiện truyền thông xã hội), DAU là chỉ số chính. Đối với ứng dụng sử dụng 1–2 lần một tuần (thể dục, giao hàng), WAU phản ánh hoạt động chính xác hơn. Đối với ứng dụng theo mùa hoặc ít được sử dụng (du lịch, thuế) — MAU.

Tỷ lệ Stickiness

Stickiness (độ dính) là tỷ lệ DAU trên MAU, cho thấy người dùng quay lại thường xuyên như thế nào. Giá trị trên 20% được coi là tốt. WAU được sử dụng để giám sát trung gian: nếu DAU/MAU giảm, bạn có thể kiểm tra WAU/MAU — nếu ổn định, vấn đề nằm ở hoạt động hàng ngày chứ không phải tổng thể. Công thức: Stickiness = DAU / MAU * 100%. Đối với một ứng dụng khỏe mạnh, chỉ số này duy trì trong khoảng 20–50%.

Khi nào mỗi chỉ số quan trọng hơn

Việc chọn chỉ số phụ thuộc vào chu kỳ kinh doanh của sản phẩm. Ở giai đoạn tăng trưởng, trọng tâm là DAU — điều quan trọng là thấy động lực hàng ngày của người dùng mới. Ở giai đoạn trưởng thành, WAU trở thành chỉ số chính: nó cho thấy có bao nhiêu người dùng vẫn trung thành trong chân trời hàng tuần. MAU rất quan trọng cho báo cáo nhà đầu tư và đánh giá phạm vi tiếp cận tổng thể. Bằng cách kết hợp ba chỉ số, nhà phân tích có được bức tranh toàn diện về vòng đời người dùng.

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

# Ví dụ tính DAU/MAU/WAU cho ứng dụng giả định
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}%")

Chuẩn WAU theo danh mục ứng dụng

Chuẩn WAU khác nhau đáng kể giữa các danh mục ứng dụng. Không có giá trị “tốt” chung — chỉ số cần được so sánh với các điểm chuẩn trong cùng lĩnh vực. Các ứng dụng phương tiện truyền thông xã hội hiển thị WAU cao nhất so với MAU, trong khi thương mại điện tử và ứng dụng du lịch hiển thị giá trị thấp hơn do mô hình sử dụng không thường xuyên.

WAU theo danh mục ứng dụng

Theo báo cáo Adjust Mobile Benchmarks 2025, tỷ lệ WAU/MAU trung vị cho các danh mục khác nhau là: Phương tiện truyền thông xã hội — 0.65, Trò chơi — 0.55, Thương mại điện tử — 0.35, Fintech — 0.45, Sức khỏe & Thể dục — 0.40. Điều này có nghĩa là trong mạng xã hội, 65% người dùng hàng tháng hoạt động hàng tuần, trong khi thương mại điện tử chỉ có 35%. Giá trị dưới trung vị cho thấy vấn đề về mức độ tương tác hoặc khoảng đo được chọn không phù hợp.

Các yếu tố ảnh hưởng đến WAU

Tính thời vụ là yếu tố đầu tiên. Các ứng dụng giao đồ ăn hiển thị đỉnh WAU vào thứ Sáu và thứ Bảy, ứng dụng thể dục — vào tháng Giêng và trước mùa hè. Thông báo push là yếu tố thứ hai: một chiến dịch được thiết kế tốt có thể tăng WAU 15–30% trong một tuần. Yếu tố thứ ba là cập nhật ứng dụng: sau bản phát hành lớn, WAU thường tăng 10–20% trong vòng hai tuần, sau đó ổn định ở mức mới.

Làm thế nào để tăng WAU trong ứng dụng di động?

Tăng WAU là một nhiệm vụ được giải quyết bằng sự kết hợp các công cụ sản phẩm và tiếp thị. Khác với DAU có thể được thúc đẩy bằng khuyến mãi một lần, WAU đòi hỏi công việc có hệ thống về việc người dùng quay lại trong chân trời hàng tuần. Hãy xem các chiến lược chính được xác nhận bởi thực tiễn của các sản phẩm di động lớn.

Thông báo push cá nhân hóa

Chiến dịch push là cách nhanh nhất để tác động đến WAU. Theo Airship (2025), thông báo push cá nhân hóa làm tăng WAU 20–25% trong tuần đầu tiên. Điều quan trọng là phân khúc khán giả theo tần suất sử dụng: gửi tin nhắn động viên cho những người dùng “ngủ” (không đăng nhập 5+ ngày) và tin nhắn thông tin cho người dùng hoạt động. Thời điểm rất quan trọng: đối với ứng dụng thể dục, thời gian tốt nhất là buổi sáng; đối với trò chơi, buổi tối.

Thử thách và sự kiện hàng tuần

Cơ chế hoạt động hàng tuần là một trong những động lực hiệu quả nhất của WAU. Trò chơi sử dụng sự kiện hàng tuần với phần thưởng đặc biệt, ứng dụng thể dục sử dụng thử thách “7 ngày không bỏ qua” và thương mại điện tử sử dụng giảm giá hàng tuần cho người đăng ký. Nguyên tắc chính: hoạt động phải bị giới hạn thời gian (7 ngày) để tạo FOMO và thúc đẩy người dùng quay lại.

Nhắc nhở qua email và SMS

Không phải tất cả người dùng đều cho phép thông báo push. Đối với họ, bản tin email và SMS có bản tóm tắt hàng tuần rất hiệu quả: “Thống kê hàng tuần của bạn,” “Bài viết blog mới,” “Sản phẩm bạn đã xem.” Tỷ lệ mở email có thống kê cá nhân cao hơn 40% so với bản tin tiêu chuẩn. Sự kết hợp push + email mang lại mức tăng WAU tối đa — lên tới 35% mỗi tháng.

-- Người dùng không hoạt động hơn 5 ngày (mục tiêu để reactivation)
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';