W skrócie
8 min czytaniaPodziel średnią liczbę dziennie aktywnych użytkowników przez liczbę miesięcznie aktywnych użytkowników i pomnóż przez 100. Słynne benchmarki mają konkretne źródła: wpis Freda Wilsona 30/10/10 z lipca 2011 roku, niedatowany poradnik Gainsight, który dla B2B SaaS podawał około 40%, oraz raport Mixpanel z czerwca 2026 roku, według którego B2B SaaS w Ameryce Północnej osiąga 31%. Wskaźnik nie oznacza liczby dni w miesiącu, chyba że wszyscy użytkownicy zachowują się identycznie, a tak nie jest w żadnej bazie użytkowników.
Czym jest wskaźnik DAU/MAU?
Zespoły produktowe obliczają wskaźnik DAU/MAU, dzieląc średnią liczbę dziennie aktywnych użytkowników przez liczbę miesięcznie aktywnych użytkowników w tym samym okresie i mnożąc wynik przez 100. Otrzymują miarę przywiązania do produktu (stickiness): odsetek miesięcznej bazy użytkowników, który pojawia się w przeciętnym dniu. Mixpanel opisuje wynik 20% jako sytuację, w której co piąty użytkownik miesięczny jest aktywny danego dnia.
DAU/MAU ratio = (average DAU / MAU) x 100Obie wartości trzeba najpierw zdefiniować. MAU liczy unikalne osoby, które wykonały wartościowe działanie w 30-dniowym oknie, a nie wizyty, więc zacznij od rozdzielenia w raportach odsłon, sesji i użytkowników. Średnie DAU to średnia dziennych liczb unikalnych użytkowników w tym samym oknie, a nie DAU z ostatniego dnia miesiąca.
Jak obliczyć wskaźnik na prawdziwych liczbach?
Weźmy produkt z 50 000 miesięcznie aktywnych użytkowników i średnio 10 000 dziennie aktywnych użytkowników w 30-dniowym miesiącu. 10 000 podzielone przez 50 000 daje 0,20, czyli wskaźnik DAU/MAU równy 20%. Ten sam produkt zmierzony w jeden mocny wtorek mógłby pokazać 14 000 DAU i wynik 28%, dlatego średnia znaczy więcej niż pojedynczy dzień.
| Dane wejściowe | Wartość |
|---|---|
| Miesięcznie aktywni użytkownicy | 50 000 |
| Średnio dziennie aktywni użytkownicy | 10 000 |
| Liczba dni w oknie | 30 |
| Wskaźnik DAU/MAU | 20% |
| Łączna liczba dni użytkowników w miesiącu | 300 000 |
| Średnia liczba dni na aktywnego użytkownika | 6,0 |
Na ostatnim wierszu większość zespołów kończy czytanie i właśnie on wprowadza ich w błąd.

Czy wskaźnik 20% naprawdę oznacza sześć dni w miesiącu?
Wskaźnik 20% oznacza sześć dni w miesiącu tylko wtedy, gdy każdy miesięcznie aktywny użytkownik zachowuje się identycznie, a w żadnej rzeczywistej bazie tak nie jest. Sama średnia jest prawdziwa: 10 000 użytkowników dziennie przez 30 dni daje 300 000 dni użytkowników, a 300 000 rozłożone na 50 000 osób to średnio sześć dni na osobę. Rozkład za tą średnią nie jest jednak niczym ograniczony, więc dwa bardzo różne produkty mogą raportować te same 20%.
Weźmy drugą skrajność przy tych samych 300 000 dni użytkowników. Każdy miesięcznie aktywny użytkownik z definicji pojawia się co najmniej raz, więc umieśćmy jak najwięcej osób w codziennym nawyku, a pozostałym dajmy dokładnie jedną wizytę. Rachunek daje około 8 600 osób korzystających z produktu przez wszystkie 30 dni i około 41 400 osób, które otworzyły go raz i nigdy nie wróciły. To twardy rdzeń stanowiący około 17% bazy plus długi ogon jednorazowych odwiedzających, a raportowany wynik to identyczne 20%.
Zamiast ufać średniej, przedstaw liczbę aktywnych dni na użytkownika w formie histogramu i rozdziel obie populacje za pomocą analizy kohortowej, zanim zdecydujesz, co budować. Karl Wirth zgłosił to zastrzeżenie w komentarzach pod wpisem Freda Wilsona z 2011 roku, zestawiając obie skrajności.
- 50 000 użytkowników, każdy aktywny przez 6 dni
- Bez twardego rdzenia i bez martwego balastu
- Około 8 600 użytkowników aktywnych przez wszystkie 30 dni
- Około 41 400 użytkowników aktywnych raz i nigdy więcej
Skąd wzięły się benchmarki 20% i 50%?
Liczby powtarzane w prezentacjach dla inwestorów prowadzą do trzech opublikowanych źródeł, a każde z nich mówi mniej, niż wynika z cytowanej wersji.
Fred Wilson opublikował 30/10/10 na blogu AVC 30 lipca 2011 roku, opierając się na poufnych danych spółek z portfela Union Square Ventures i firm rozważanych do inwestycji. Jego teza: 30% zarejestrowanych użytkowników lub pobrań korzysta z usługi co miesiąc, a 10% codziennie. Obie wartości są udziałami w liczbie zarejestrowanych użytkowników, a nie w sobie nawzajem, więc wynikające z nich DAU/MAU to 10 podzielone przez 30, czyli około 33%. Wilson dodał w komentarzach, że proporcje dotyczą usług działających na dużą skalę, a nie produktów na wczesnym etapie.
Rozdział poradnika Gainsight The DAU/MAU Ratio: Tutorial and Examples jest źródłem wartości 40% dla B2B SaaS. Gainsight przedstawia ją jako akceptowalny benchmark przy pominięciu weekendów i świąt, co odpowiada aktywności użytkownika w ośmiu z dwudziestu dni roboczych. Ta sama strona podaje średnią dla SaaS na poziomie 13%, dla e-commerce 9,8% i dla finansów 10,5%, a także stwierdza, że Facebook ma wskaźnik DAU/MAU powyżej 50%. Strona nie podaje roku publikacji, więc każdą jej wartość traktuj jako niedatowaną.
Próg 50%, krążący jako miara doskonałości, to właśnie ta obserwacja o Facebooku pozbawiona podmiotu, a wynik jednej firmy nie jest benchmarkiem. Jeśli chodzi o twierdzenie, że 20% to dobry wynik, żadne dostępne nam źródło pierwotne nie podaje go jako progu, więc ta strona go nie powtarza.
Jakie są aktualne benchmarki DAU/MAU według branż?
Mixpanel opublikował najnowszy zestaw pomiarów 9 czerwca 2026 roku w tekście Monthly active users: definition, formula, and 2026 benchmarks, opartym na raporcie 2026 State of Digital Analytics, który obejmuje 3,7 biliona zdarzeń z ponad 12 000 firm w ośmiu branżach. Poniższe wartości to wskaźniki przywiązania za 2025 rok z tego raportu.
| Branża | Ameryka Północna | EMEA | APAC | LATAM |
|---|---|---|---|---|
| B2B SaaS | 31% | 31% | 33% | 25% |
| Produkty AI | 21% | 23% | 22% | 37% |
| E-commerce | 20% | 21% | 23% | 25% |
| Fintech: bankowość | 20% | 24% | 36% | 25% |
| Fintech: zarządzanie majątkiem | 31% | 24% | 29% | 38% |
| Fintech: ubezpieczenia | 27% | 16% | 20% | 27% |
Mixpanel podaje, że 31% dla B2B SaaS to mniej niż dawna reguła 40% i że zespoły porównujące się z 40% trzymały się nierealistycznego standardu. Zwraca też uwagę na produkty AI w Ameryce Północnej z wynikiem 21%, bo doświadczeni użytkownicy osiągają więcej w jednej sesji i rzadziej wracają. W takim przypadku spadający wskaźnik nie oznacza słabnącego produktu.
Kiedy wskaźnik DAU/MAU jest niewłaściwą metryką?
Przestań śledzić DAU/MAU, gdy produkt nie ma codziennego zastosowania, bo metryka, która nie może się zmieniać, niczego nie uczy. Gainsight wymienia narzędzia do fakturowania, platformy rekrutacyjne i rzadkie zakupy w e-commerce jako kategorie, w których sporadyczne użycie jest prawidłowe, i proponuje zamiast tego WAU/MAU lub MAU/QAU. Mixpanel argumentuje podobnie w przypadku produktów asynchronicznych i opartych na agentach, gdzie praca odbywa się, gdy nikt nie jest zalogowany, a dzienny licznik pokazuje zero w dniu, który przyniósł realną wartość.
Panel w czasie rzeczywistym
Śledzenie celów
Śledzenie bez cookie
Metryka jest też powolna. Ponieważ mianownik obejmuje ostatnie trzydzieści dni, zmiana wdrożona dziś będzie widoczna dopiero po tygodniach. Wydanie oceniaj raczej na podstawie siedmiodniowego współczynnika retencji, a dla tej samej kohorty sprawdź wzór na współczynnik rezygnacji, aby potwierdzić, że rosnące przywiązanie nie wynika po prostu z kurczącej się bazy.

Jak podnieść wskaźnik bez sztucznego zawyżania?
Podnoś DAU/MAU, usuwając tarcia, które powstrzymują zaangażowanych użytkowników przed powrotem, a nie ściągając okazjonalnych użytkowników na jedną wizytę. Gainsight zwraca uwagę na mechanizm: ogólny e-mail w stylu „dawno cię nie widzieliśmy” podnosi MAU bardziej niż DAU i obniża wskaźnik. Szerokie kampanie reaktywacyjne działają więc przeciwko liczbie, którą mają poprawić.
Większą dźwignią jest ustalenie, dlaczego dzienna kohorta jest mała. Flowsery rejestruje każdą sesję użytkownika, wykrywa wściekłe kliknięcia, martwe kliknięcia, błędy JavaScriptu, porzucenia i zepsute ścieżki oraz grupuje podobne sesje w jeden problem uszeregowany według liczby dotkniętych użytkowników, dzięki czemu widzisz usterki oddzielające użytkownika tygodniowego od codziennego. Jego wbudowana analityka internetowa obejmuje ruch w czasie rzeczywistym, lejki, cele i ścieżki użytkowników obok nagrań. Czytaj wskaźnik razem ze współczynnikiem zaangażowania i lejkami analityki produktowej, nigdy w oderwaniu od nich.
Najczęściej zadawane pytania
Czy DAU/MAU to to samo co przywiązanie do produktu?
Przywiązanie to pojęcie, a DAU/MAU to najpopularniejszy sposób jego pomiaru. Gainsight i Mixpanel używają obu terminów zamiennie w swoich poradnikach. Inne wskaźniki mierzą to samo w innej skali czasu, na przykład WAU/MAU dla produktów tygodniowych i MAU/QAU dla kwartalnych.
Czy wskaźnik DAU/MAU może przekroczyć 100%?
Nie. Każdy dziennie aktywny użytkownik należy do miesięcznie aktywnych użytkowników z tego samego okna, więc licznik nie może przekroczyć mianownika. Fred Wilson potwierdził tę zależność w komentarzach pod wpisem z 2011 roku, gdy czytelnik zapytał, czy grupy dzienna i miesięczna są rozłączne. Wskaźnik powyżej 100% oznacza, że obie liczby korzystają z różnych definicji użytkownika lub zakresów dat.
Jaki wskaźnik DAU/MAU powinien być celem produktu B2B SaaS?
Dane Mixpanel z czerwca 2026 roku podają dla B2B SaaS 31% w Ameryce Północnej i EMEA, 33% w APAC i 25% w LATAM, a produkty mieszczące się między 25% a 35% uznają za zgodne z rynkiem. Starsza wartość 40% pochodzi z niedatowanego poradnika Gainsight i zakłada pominięcie weekendów. Wybierz benchmark, którego okno pomiaru odpowiada twojemu.
Dlaczego wskaźnik spadł po udanej premierze?
Premiera od razu dodaje nowych użytkowników do MAU, a budowanie przez nich codziennego nawyku zajmuje tygodnie, więc mianownik rośnie szybciej niż licznik. Komentujący zwrócili uwagę na to zniekształcenie pod wpisem Wilsona z 2011 roku. Wyklucz konta utworzone w bieżącym miesiącu albo czytaj wskaźnik według kohort rejestracji.
Czy niski wskaźnik DAU/MAU oznacza, że produkt zawodzi?
Sam w sobie nie. Dane Mixpanel za 2026 rok pokazują 16% dla ubezpieczeń fintech w EMEA i 20% dla e-commerce w Ameryce Północnej, co odzwierciedla, jak rzadko ludzie potrzebują tych produktów. Niski wskaźnik jest problemem tylko wtedy, gdy model biznesowy zależy od codziennego użycia. Porównuj go z własną branżą, a nie ze średnią międzybranżową.
Jakie okno powinno obejmować średnie DAU?
Użyj tego samego okna dla obu liczb i średniej z dziennych wartości zamiast pojedynczego dnia. 30-dniowe okno dopasowane do definicji MAU sprawia, że mocny wtorek nie zawyża wyniku. Jeśli produkt ma wzorzec związany z dniami roboczymi, raportuj osobno wersję dla dni roboczych i kalendarzową.
Jak duży zbiór danych stoi za benchmarkami DAU/MAU Mixpanel na 2026 rok?
Raport Mixpanel z 9 czerwca 2026 roku opiera się na 3,7 biliona zdarzeń z ponad 12 000 firm w ośmiu branżach. Opublikowane wartości to wskaźniki przywiązania za 2025 rok w podziale na regiony w każdej branży. Ta skala sprawia, że raport służy dziś jako punkt odniesienia zamiast starszych danych Gainsight i Wilsona.
Co śledzić, jeśli produkt nie ma codziennego zastosowania?
Gainsight zaleca WAU/MAU lub MAU/QAU w takich kategoriach jak narzędzia do fakturowania, platformy rekrutacyjne i rzadkie zakupy w e-commerce, gdzie sporadyczne użycie jest normą, a nie sygnałem ostrzegawczym. Mixpanel mówi to samo o produktach asynchronicznych i opartych na agentach, w których praca odbywa się, gdy nikt nie jest zalogowany. Dopasuj okno metryki do tego, jak często zdrowy użytkownik powinien wracać.
Dlaczego DAU/MAU może spaść w produkcie AI, który właśnie się poprawił?
Mixpanel wskazuje produkty AI w Ameryce Północnej, z wynikiem 21%, jako przypadek, w którym spadający wskaźnik nie oznacza słabnącego produktu. Doświadczeni użytkownicy osiągają więcej w jednej sesji i rzadziej muszą wracać, więc mniej codziennych wizyt może świadczyć o efektywności, a nie o spadku zaangażowania. Patrzenie na sam wskaźnik ukryłoby tę poprawę.
Czy e-maile reaktywacyjne podnoszą wskaźnik DAU/MAU?
Według Gainsight ogólny e-mail w stylu „dawno cię nie widzieliśmy” zwykle podnosi MAU bardziej niż DAU, więc obniża wskaźnik, zamiast go podnosić. Szerokie kampanie reaktywacyjne ściągają okazjonalnych użytkowników na jedną wizytę, co zawyża liczbę miesięczną bez budowania codziennego nawyku. Usuwanie tarć powstrzymujących zaangażowanych użytkowników przed powrotem działa lepiej niż masowy e-mail reaktywacyjny.
Czy ten artykuł był pomocny?
Chętnie poznamy opinię!
Częściej widoczni w Google
Jedno kliknięcie ustawia Flowsery jako preferowane źródło, dzięki czemu nasze artykuły pojawiają się wyżej w Najważniejszych artykułach, trybie AI i Przeglądach od AI.
Jeszcze jedno...
Flowsery
Analityka witryny skupiona na przychodach
Każdy odwiedzający, źródło i konwersja w czasie rzeczywistym. Prosto, skutecznie i bez plików cookie.
Panel w czasie rzeczywistym
Śledzenie celów
Śledzenie bez cookie
Powiązane hasła ze słownika


Kto jest aktywnym użytkownikiem w GA4, Mixpanel i Amplitude
Aktywny użytkownik znaczy co innego w każdym narzędziu. Porównaj dokładne definicje z GA4, Mixpanel, Amplitude, PostHog i raportu 10-K firmy Meta.


Kiedy sięgać po analizę ścieżek, a kiedy po analizę lejka
Analiza ścieżek a analiza lejka: lejek mierzy kroki, które ustalasz, a ścieżka pokazuje faktyczne sekwencje. Jak budują je GA4, Mixpanel i Amplitude.
Co zawiera plan śledzenia i czego nie jest w stanie wychwycić
Plan śledzenia opisuje każde zdarzenie, wyzwalacz, właściwość i właściciela, zanim trafi do kodu. Zobacz kolumny, wypełniony przykład i lukę, której nie widzą narzędzia walidacyjne.


Gdzie user flow i user journey przestają znaczyć to samo
Porównanie user flow i user journey oddziela jedną zaobserwowaną ścieżkę w produkcie od całego celu, do którego ktoś dąży w wielu kanałach i w czasie.


Co analityka behawioralna śledzi, a czego nie widać w odsłonach
W przeciwieństwie do surowej liczby odsłon analityka behawioralna rejestruje, co odwiedzający faktycznie robi na stronie, jako strumień nazwanych zdarzeń powiązanych z tą konkretną osobą.


Odczytywanie krzywej retencji zaczyna się od analizy kohortowej
Krzywa retencji ma sens dopiero, gdy analiza kohortowa grupuje użytkowników według wspólnej daty startu, bo jedna średnia ukrywa wzorzec widoczny w tabeli kohort.
Powiązane artykuły


Dwie liczby ukryte za jednym współczynnikiem porzuceń
Każdy lejek daje dwa współczynniki porzuceń: na kroku i w całym procesie, a zespoły podają je zamiennie. Tabela z przykładem pokazuje, czym się różnią.
Jak śledzenie zdarzeń zapisuje to, co użytkownicy naprawdę zrobili
W analityce produktowej śledzenie zdarzeń zapisuje nazwane działania użytkowników wraz z właściwościami, zamieniając dane o ruchu w zapis tego, co ludzie zrobili.


Ustawienia, od których zależy każda analiza lejka
Wynik analizy lejka zależy od trzech ustawień: kolejności kroków, okna konwersji oraz tego, czy lejek liczy użytkowników, czy sesje.

