DAUとは？WAU・MAUとの違いとDAU/MAUの正しい計算・解釈

まずアクティブの条件を決める

プロダクト独自のDAUと、GA4のアクティブユーザーを同じものとして扱わないようにします。独自指標では、目的に合うイベントと成功条件、対象ユーザー、タイムゾーンを定義します。単なる起動より主要機能の完了を活動とした方が適切な製品もありますが、その場合は「主要機能完了DAU」など条件が分かる名前で管理します。

GA4のアクティブユーザーには、エンゲージメントのあったセッション、またはプラットフォームごとの所定イベント・パラメータの条件があります。「意欲の高い利用者だけ」を数える指標ではありません。識別方法による重複排除の限界はUUとGA4のユーザー指標で確認できます。

ページ表示を活動条件に選んでも、PVをそのままDAUにできるわけではありません。同じユーザーの繰り返し表示を除く必要があります。PVの数え方と単位を分けてください。

DAU・WAU・MAUの期間をそろえる

月曜から日曜のWAUと、任意の日を終点にした直近7日のWAUは別の期間です。2月の暦月MAUと30日ローリングMAUも日数が違います。GA4の指標定義には1日・7日・28日アクティブユーザーやスティッキネス比率が別々にあるため、表示名を略さず確認します。

日別DAUを足してMAUにはできません。架空例で月曜にA・B、火曜にA・Cが利用すると、DAUは各2、2日間のユニーク利用者は3です。合計4はユーザー日数であり、期間の人数ではありません。週・月のユニーク数は対象期間全体で重複排除します。

DAU/MAUには計算方法の違いがある

まず「特定日のDAU÷その日を終点にしたローリングMAU」なのか、「月内の平均DAU÷同じ暦月のMAU」なのかを決めます。両者は似た名前でも同じ値になるとは限りません。GA4のdauPerMauは、直近30日アクティブのうち直近1日にもアクティブだった割合です。独自に平均DAUを使う計算と混ぜません。

2行目と3行目は同じ架空データです。日別DAUの合計が450,000なら、30で割った平均DAUは15,000です。その期間のユニークアクティブユーザー50,000で割ると30%。平均活動日数は9日になります。活動条件・ユーザー識別・期間がそろうことが前提です。分母が0なら比率は計算できません。

この30%は「毎日利用する人が30%」という意味ではありません。全員が9日ずつ使う場合も、一部が多く使い他が少なく使う場合もあり得ます。連続30日利用したユーザーの割合を知りたいなら、日別の利用履歴から別途計算します。

高いほど良いと決めず、利用目的と比較する

毎日使うメッセージサービスと、月末に使う請求管理では想定する頻度が異なります。業種平均をそのまま目標にせず、ユーザーが価値を得る自然な周期を先に決めます。高いDAUでも、障害への再試行や同じ操作のやり直しが増えただけの可能性があります。

活動頻度は、主要機能の完了率、継続利用、収益などと合わせて評価します。収益とつなぐなら、ARPUの分母と計算条件もそろえます。売上÷登録者と売上÷アクティブユーザーでは意味が変わるからです。

継続率とスティッキネスを分けて診断する

DAU/MAUは期間全体の活動の密度を見る指標です。一方、継続率は登録日などでそろえたコホートが、その後も利用したかを見ます。新規獲得が急増するとMAUの構成が変わり、比率が下がっても既存利用者の継続が悪化したとは限りません。新規・既存、獲得経路、契約プランなどで分けて確認します。

OS別に見る場合も、同じ地域・期間・活動条件・識別方法で比較します。iOSとAndroidでは配信や許可状態などの条件が異なるため、OSごとの配信・計測条件を確認し、観測された差をOSだけの効果と決めつけないようにします。

施策を検証するときに残す記録

1. 活動イベントと成功条件、重複排除の単位を決める。
2. タイムゾーン、暦期間／ローリング期間、採用した比率の式を記録する。
3. 同意・User-ID・レポート用識別子の変更を確認する。GA4の識別方法が変わると比較条件も変わる。
4. DAUの実数、MAUの実数、比率を併記し、どちらが変化したか調べる。
5. 通知などの施策では、主要成果と解除・離反などの悪影響も確認する。
6. 前後比較には季節性や獲得構成の影響があると記録し、施策の因果効果を断定しない。

DAUは「何を活動とした、いつの、誰を重複排除した数か」が分かって初めて比較できます。比率だけを追わず、実数と利用目的を一緒に残してください。