日活、月活到底怎么算？三种口径和它们各自的适用场景

DAU、MAU 是互联网产品最基础也最重要的指标之一。但同一个产品不同团队报出来的日活可能差几倍原因往往不是数据错了而是口径不同。核心结论DAU日活跃用户和 MAU月活跃用户的本质区别是统计周期但什么算活跃、用什么去重、跨端怎么算才是决定数字含义的关键。本文给出三种最常用的口径以及它们分别适合回答什么问题。一、基础定义DAU、MAU、DAU/MAU 分别是什么在讨论口径之前先明确三个基础概念DAUDaily Active Users在一天内至少发生一次活跃行为的用户数。MAUMonthly Active Users在一个月内至少发生一次活跃行为的用户数。DAU/MAU日活占月活的比例常用来衡量用户粘性和使用频率。看起来简单但活跃怎么定义、用户怎么识别直接决定了结果。一句话DAU 看短期热度MAU 看用户池大小DAU/MAU 看用户粘性。二、三种常见口径及其适用场景日活、月活的三种常见口径对比口径 1设备口径按设备标识去重统计活跃设备数。例如同一用户用手机和电脑各打开一次 App/Web会算成 2 个活跃设备。维度说明识别方式Cookie ID、设备 ID、IMEI、OAID 等优点技术实现简单不需要用户登录缺点同一用户多设备会被重复计算用户换设备或清理 Cookie 会丢失适用场景匿名流量大的产品、早期未登录体系、网站流量统计口径 2账号口径按登录账号去重统计活跃用户数。一个账号无论在哪台设备登录都只算 1 个活跃用户。维度说明识别方式用户 ID、手机号、邮箱等登录凭证优点能真实反映独立用户数跨设备去重准确缺点未登录用户无法统计用户可能拥有多个账号适用场景强账号体系产品如社交、电商、SaaS、金融类 App口径 3业务口径在账号或设备基础上叠加业务规则。例如发生过核心行为的用户才算活跃或者单端分别统计全端合并统计。维度说明识别方式账号/设备 业务行为定义优点最贴近业务目标避免打开即活跃的泡沫数据缺点口径复杂需要产品和数据团队统一约定适用场景业务成熟、关注质量而非单纯规模的产品三、同一组数据三种口径能差多少假设某产品某一天有这些数据设备 A 打开 App 并登录账号 X设备 B 打开 App 未登录设备 C 通过 Web 登录账号 X设备 D 打开 App 并登录账号 Y但只是看了一眼就关闭同一组数据三种口径算出的 DAU 可能差几倍口径计算逻辑结果设备口径 DAUA、B、C、D 四个设备4账号口径 DAU账号 X、账号 Y 两个账号2业务口径 DAU定义登录且停留 ≥10 秒账号 X 满足账号 Y 不满足B 未登录不计入1同一个产品、同一天三种口径分别算出 4、2、1。如果汇报时不说明口径很容易造成误解。建议对外汇报 DAU/MAU 时必须同时说明口径。例如本季度账号口径 MAU 120 万而不是简单说月活 120 万。四、DAU/MAU 怎么读DAU/MAU 反映的是用户平均每月活跃天数常用来衡量产品粘性。20% 以下低频使用用户粘性较弱20%-50%中频使用具备一定用户习惯50% 以上高频使用用户粘性较强但读这个数字时要注意两点分母口径影响巨大。账号口径的 DAU/MAU 通常高于设备口径因为多设备用户被合并了。不同行业没有可比性。工具类、社交类、电商类的合理区间差异很大跨产品对比要谨慎。五、三种口径分别适合回答什么问题你想问的问题推荐口径原因产品每天有多少真实独立用户账号口径避免同一用户多设备重复网站每天有多少访问量设备口径 UV大量匿名访问账号口径会漏掉用户粘性怎么样账号口径 DAU/MAU真实反映独立用户的活跃频率某个功能有没有人真正在用业务口径只看打开不够要看核心行为各端App/Web/小程序分别表现如何分端统计 全端去重既看单端贡献也避免重复计算六、常见踩坑记录坑 1把启动次数当活跃用户数有些团队图省事直接用 App 启动次数作为 DAU。一个人一天启动 10 次会被算成 10这是完全不同的指标。坑 2MAU 简单按 30 天 DAU 相加MAU 是月内去重不是每天 DAU 的累加。30 天 DAU 相加会严重夸大月活规模。坑 3跨端不合并重复计算用户上午用 App、下午用 Web、晚上用小程序如果三端分别算活跃用户全产品总活跃会被虚高。坑 4活跃定义过宽把广告曝光触达或推送通知到达也算活跃会让 DAU/MAU 看起来很高但无法反映真实用户参与度。七、工具选型如何准确统计 DAU/MAU要算准 DAU/MAU核心是两个能力一是用户识别设备/账号/多端统一二是活跃行为定义可自定义事件口径。工具参考市面上常见的数据分析平台通常都支持活跃用户统计但在选型时要重点看是否支持设备与账号口径切换、是否支持跨端用户识别、是否支持自定义活跃事件。例如部分平台提供App 分析能力支持用户行为追踪、留存/转化/流失等多维度建模分析用户行为分析模块支持事件埋点、漏斗、用户路径等模型。这意味着你可以通过自定义事件来定义活跃比如把登录完成核心操作作为活跃事件并基于账号或设备口径查看 DAU/MAU 趋势。具体功能与配额以各平台官方文档为准建议结合自身产品规模和预算进行对比评估。选型时建议确认以下问题是否支持按账号去重是否支持跨端识别同一用户是否可以自定义活跃事件而不是固定用启动是否支持分端查看 DAU/MAU同时提供全端合并视图历史数据是否可以按新口径重新计算八、FAQQ1DAU 和 MAU 可以同时用设备口径和账号口径吗可以。很多产品会同时看两套口径设备口径反映流量规模账号口径反映真实用户规模。关键是内部对齐对外汇报时明确说明。Q2月活到底按自然月还是按 30 天滚动窗口两种都有。自然月适合按月度汇报30 天滚动窗口更适合看近期趋势。跨月对比时建议统一用一种。Q3未登录用户算不算活跃用户取决于业务目标。如果关注流量规模可以按设备口径统计如果关注注册转化未登录用户可能只作为漏斗上游数据不计入最终活跃。Q4DAU/MAU 达到多少算好产品没有统一标准。社交类产品 DAU/MAU 可能超过 50%工具类可能 10%-30%。更重要的是看趋势和同类型产品的相对位置。Q5账号口径下同一用户多个账号怎么办严格来说会被重复计算。如果业务允许可以通过手机号、设备指纹等方式做账号归一但实现成本较高通常只在金融、电商等高价值场景做。Q6DAU/MAU 下降了应该怎么分析先拆口径确认不是统计口径变化导致再看分端、分渠道、分用户分层的变化最后结合产品版本、运营活动、外部事件定位原因。九、总结DAU 和 MAU 不是数一下有多少人打开产品这么简单。要让这两个指标真正发挥作用需要做到三点明确口径是设备、账号还是业务口径口径不同数字含义完全不同。统一标准团队内部对活跃的定义、去重方式、跨端规则要达成一致。结合场景不同问题用不同口径回答不要一个数字打天下。只有口径清楚了DAU/MAU 才不会成为任人打扮的数字而是成为判断产品健康度的可靠基准。