DAU MAU метрики продукта: как считать и применять в управлении

TL;DR: DAU, MAU и Retention — базовые сигналы здоровья продукта, но сами по себе цифры не управляют. RuForge выявляет, насколько руководители умеют переводить метрики в конкретные решения, а не просто их читать.

Что такое метрики продукта и зачем они руководителю

Метрики продукта — это количественные индикаторы, которые отражают поведение пользователей и здоровье бизнеса. DAU (Daily Active Users) показывает число уникальных пользователей за сутки, MAU (Monthly Active Users) — за месяц, Retention — долю пользователей, вернувшихся через заданный период после первого визита. Для руководителя эти три числа — первый диагностический слой: они не объясняют, почему что-то происходит, но сигнализируют, стоит ли копать глубже. Подробнее о том, как связать метрики с целями команды — в разделе про управление продуктом.

По данным исследования McKinsey Digital (2023), компании, которые систематически работают с поведенческими метриками продукта, на 23% чаще достигают целевых показателей NPS, чем те, кто ограничивается финансовой отчётностью. Российский рынок следует той же логике: согласно опросу РАЭК (2022), 67% продуктовых команд в РФ измеряют DAU и MAU, но лишь 31% связывает их динамику с конкретными изменениями в продукте.

Почему эти метрики критичны для управленческих решений

Руководитель, который смотрит только на выручку, получает сигнал с запозданием на 30–90 дней. Продуктовые метрики — опережающие индикаторы: падение Retention на 5 п.п. обычно предшествует снижению LTV через 2–3 месяца. Три главные точки контроля:

• DAU/MAU ratio (stickiness) Показывает, насколько продукт стал привычкой. Значение выше 0,2 считается хорошим для B2C, выше 0,4 — для продуктивных инструментов. Падение ниже порога — сигнал к пересмотру onboarding-сценария или ценностного предложения.
• Retention D1/D7/D30 Когорты позволяют видеть «дыры» в воронке удержания: если D1 высокий, а D7 низкий — проблема в ранней активации, а не в самом продукте. Это меняет приоритет задач на квартал.
• Абсолютные vs. относительные значения MAU в 50 000 пользователей ничего не говорит без контекста: какова целевая аудитория, каков рост к прошлому периоду, каков показатель у конкурентов? Руководителю важно работать с нормализованными данными.

Как встроить анализ метрик в управленческий ритм

Метрики работают только тогда, когда встроены в регулярный процесс принятия решений. Вот пошаговая схема для руководителя уровня Head of Product или выше:

1. Зафиксируй North Star Metric Выбери одну метрику, которая лучше всего отражает ценность продукта для пользователя (например, «число выполненных задач в неделю»). Все остальные метрики — либо драйверы North Star, либо guardrail-метрики, которые нельзя ронять.
2. Построй иерархию метрик North Star → L1-метрики (DAU, Retention, Conversion) → L2-метрики (funnel steps, feature adoption). Каждое изменение в продукте должно иметь гипотезу о том, какую L2-метрику оно сдвинет и как это отразится на L1.
3. Введи еженедельный review 30 минут в неделю: динамика DAU/MAU за 7 дней, Retention по свежей когорте, аномалии. Если ни одна метрика не изменилась значимо — продукт стоит на месте; если изменилась — понять почему.
4. Связывай метрики с командными OKR Retention +5 п.п. за квартал — измеримый Key Result. Без привязки к OKR-метрикам метрики становятся «дашбордом для успокоения», а не инструментом управления.

Частые ошибки

• Смешение определений активности В разных аналитических системах «активный пользователь» — разное событие: открытие приложения, выполнение ключевого действия, отправка сообщения. Если команда не зафиксировала единое определение, DAU становится несравнимым между периодами и продуктами.
• Игнорирование когортного анализа Агрегированный Retention скрывает деградацию новых когорт. Классическая ошибка: общий Retention стабилен, потому что старые лояльные пользователи «тянут» среднее, а новые уходят после первой сессии.
• Оптимизация метрики вместо ценности «Gamification ради DAU» — известная ловушка: ежедневные уведомления поднимают DAU, но снижают NPS и платёжеспособность. Всегда проверяй, не движутся ли guardrail-метрики в противоположном направлении.

Ещё один ключевой принцип работы с метриками: разграничение метрик здоровья и метрик роста. Метрики здоровья (Retention, DAU/MAU ratio, NPS) отражают устойчивость базы. Метрики роста (новые пользователи, виральность, конверсия из канала в активацию) — скорость расширения. Руководитель должен следить за обеими группами одновременно: рост без здоровья — «дырявое ведро», здоровье без роста — стагнация. Оптимальный баланс зависит от стадии продукта: на ранней стадии приоритет — метрики здоровья (найти повторяющихся пользователей), на стадии масштабирования — метрики роста при сохранении порогового Retention.

Часто задаваемые вопросы

Какой нормальный показатель Retention D30 для мобильного приложения?

По отраслевым данным Appsflyer и Adjust за 2023 год, медианный Retention D30 для мобильных приложений составляет 5–8% в категории развлечений и 15–25% в категории продуктивности и финансов. Для российского рынка данные РАЭК показывают схожие диапазоны. Ориентироваться на «нормальный» показатель имеет смысл только в рамках своей категории и бизнес-модели: подписочный продукт с low churn rate и freemium-инструмент с вирусным ростом имеют принципиально разные эталонные значения. Задача руководителя — установить собственный baseline и отслеживать динамику к нему, а не к абстрактной «норме».

Как объяснить совету директоров разницу между DAU и MAU?

Соотношение DAU/MAU (stickiness) — это метрика привычки: она показывает, насколько часто пользователи возвращаются. Для совета директоров удобна аналогия с розницей: MAU — это число уникальных посетителей магазина в месяц, DAU — сколько из них приходит каждый день. Если stickiness 0,05, значит, средний пользователь заходит полтора дня в месяц — продукт не стал привычкой. Если 0,4 — пользователь возвращается 12 дней из 30, что характерно для рабочих инструментов вроде Slack или Jira. Этот фрейм помогает СД понять, насколько продукт «залипательный» без углубления в техническую аналитику.

С какой периодичностью руководителю смотреть на продуктовые метрики?

Оптимальный ритм зависит от скорости изменений в продукте. При активном релизном цикле (еженедельные деплои) — еженедельный review DAU/MAU и Retention по свежим когортам обязателен, иначе аномалии обнаруживаются слишком поздно. При медленном цикле (квартальные релизы) — достаточно двухнедельного пульса. Ежедневный мониторинг оправдан только при запуске нового продукта или после крупного изменения: он создаёт иллюзию контроля и отвлекает от стратегических задач. Руководитель уровня CPO или HoP должен смотреть на тренды, а не на суточные колебания.

Как связать продуктовые метрики с бизнес-результатами

Руководитель, отвечающий за P&L, должен уметь транслировать динамику DAU/MAU в финансовые прогнозы. Базовая цепочка: рост Retention D30 на 5 п.п. → снижение CAC на 15–20% (меньше нужно тратить на привлечение для поддержания роста) → рост LTV → улучшение unit economics. Эта цепочка не линейна и зависит от бизнес-модели, но именно её наличие позволяет защищать инвестиции в продукт перед советом директоров языком финансов, а не языком «пользовательского опыта».

Практический инструмент — «метрическое дерево» (metric tree): визуализация иерархии от North Star Metric через L1 и L2 показатели до операционных индикаторов. Каждый сотрудник команды должен видеть своё влияние на дерево. Это создаёт вертикальное выравнивание: разработчик понимает, как его задача влияет на Retention, а не просто «закрывает тикет». По данным исследований MIT Sloan (2022), команды с явными метрическими деревьями показывают на 18% более высокое выполнение квартальных целей.

Как считать DAU и MAU: формулы и бенчмарки

Прежде чем интерпретировать метрики, важно убедиться, что они считаются корректно. Базовые формулы просты, но их трактовка требует контекста.

Формулы расчёта:

• DAU = количество уникальных пользователей, совершивших целевое действие за календарные сутки
• MAU = количество уникальных пользователей, совершивших целевое действие за календарный месяц (как правило, скользящие 30 дней)
• DAU/MAU Ratio = (DAU ÷ MAU) × 100% — показатель «липкости» продукта

Ключевое слово — «целевое действие». Один продукт считает активным пользователя, который открыл приложение; другой — только того, кто совершил транзакцию или отправил сообщение. Без единого операционного определения сравнение значений между периодами и командами теряет смысл.

Бенчмарки DAU/MAU ratio по типам продуктов:

Тип продукта	DAU/MAU ratio	Трактовка
Мессенджер / соцсети	40–70%	Продукт ежедневного использования
SaaS B2B	15–30%	Норма для рабочих инструментов
E-commerce	5–15%	Сезонное/транзакционное использование
Корпоративный портал	20–40%	Зависит от задач

Пример расчёта: У продукта 10 000 MAU и 2 500 DAU → ratio = (2 500 ÷ 10 000) × 100% = 25% → это норма для B2B SaaS. Если тот же продукт позиционируется как инструмент ежедневного планирования, 25% — сигнал тревоги, поскольку ожидаемый диапазон выше.

Когда падение ratio — тревожный сигнал: снижение DAU/MAU на 5 и более процентных пунктов в течение 2–3 недель без видимых внешних причин (праздники, сезонность, плановые работы) — повод для немедленного анализа. Такое падение, как правило, указывает на одно из трёх: деградацию onboarding-сценария для новых пользователей, ухудшение ключевой функциональности или снижение мотивации к возврату у существующей аудитории. Важно дифференцировать: если одновременно падает и DAU, и MAU — проблема в привлечении; если MAU стабилен, а DAU падает — проблема в вовлечённости активной базы. Во втором случае приоритет — пересмотр триггеров возврата и push-коммуникации, а не маркетинговый бюджет. Метрика DAU/MAU особенно информативна в связке с OKR-метриками команды по вовлечённости и практиками управления продуктом.

---

Читайте также

• Product Discovery: 5 шагов без потери времени
• Дорожная карта продукта: презентация стейкхолдерам
• Групповые решения: когда нужен консенсус