數據分析中的 DAU/MAU 是什麼？活躍用戶數定義與比值判讀

DAU 和 MAU 是什麼？

DAU 是每日活躍使用者，MAU 是每月活躍使用者，兩者都要先定義「活躍」事件，才有數據分析價值。

在產品分析裡，DAU 和 MAU 不該只被當成儀表板上的人數。真正要先釐清的是：使用者做了什麼行為，才算活躍。若只把開啟 App、登入、瀏覽頁面都混在一起，指標很快會失真。

指標	意思	常見誤解	判讀重點
DAU	單日內完成指定活躍事件的不重複使用者	不是 PV，也不是 Session	看每天有多少人真的回來使用
MAU	一個月內至少完成一次活躍事件的不重複使用者	不是總會員數	看一段期間內有多少有效使用者

DAU 的定義

DAU 是 Daily Active Users，指一天內完成指定活躍事件的不重複使用者。例如電商 App 可把「瀏覽商品詳情」或「加入購物車」列為活躍，而不只看開啟 App。

MAU 的定義

MAU 是 Monthly Active Users，指一個月內至少活躍一次的不重複使用者。實務上可用自然月，也可用 rolling 30 days，但同一張報表要固定算法，否則前後比較會失準。

「活躍」應該怎麼定義？

活躍事件要貼近產品的核心價值。登入通常太寬，曝光又太淺，最有用的是能代表「有效使用」的核心行為。

產品類型	較合理的活躍事件	較容易失真的事件	判斷理由
電商 App	瀏覽商品、加入購物車、下單	只開啟 App	購物意圖比單純進站更接近營收
內容站	閱讀文章、停留到有效時間、點擊下一篇	只看首頁曝光	閱讀與回訪才代表內容被使用
SaaS 工具	完成任務、建立報表、匯出資料	只登入後台	任務完成才表示工具產生價值

DAU/MAU 比值是什麼？

DAU/MAU 是 DAU 除以 MAU，用來衡量使用者在一個月內回來使用產品的頻率與黏著度。

這個比值常被稱為 stickiness。它不是營收指標，也不是成長率，而是回答一個更具體的問題：已經算進 MAU 的人，平均有多少比例會在某一天回來活躍。

DAU/MAU 怎麼計算？

百分比寫法比較適合放在營運儀表板，因為產品、行銷與管理者都能快速比較不同週期的變化。

DAU/MAU 代表什麼？

DAU/MAU 代表使用頻率與回訪習慣。比值高，通常表示 MAU 裡有較高比例的人每天會回來；比值低，可能表示產品屬於低頻需求，或使用者還沒有形成固定習慣。

我會避免把 DAU/MAU 當成單一健康分數。社群產品需要高頻回訪，報稅工具卻可能一年只在特定期間被需要，兩者不能放在同一條線上硬比。

DAU/MAU 高低怎麼判讀？

DAU/MAU 要依產品類型、使用週期與核心任務判讀，沒有一個所有產品都適用的神奇門檻。

同樣是 10% 的 DAU/MAU，對社群 App 可能偏弱，對低頻 B2B 工具卻可能合理。數據分析的重點不是把數字套進固定等級，而是先確認產品應該被多常使用。

高 DAU/MAU 通常代表什麼？

• 使用者有高頻需求，例如通訊、社群、任務管理或遊戲。
• 產品已進入使用者日常流程，回訪不是靠單次活動撐起來。
• 核心功能可能有明確價值，但仍要搭配營收、留存率與功能使用深度判斷。

高比值不等於一定賺錢。若使用者每天回來只是領折扣、看通知，卻沒有完成關鍵行為，黏著度可能只是表面漂亮。

低 DAU/MAU 一定不好嗎？

低 DAU/MAU 不一定不好。保險、旅遊、B2B 採購、報稅工具，本來就不是每天都會被使用。這類產品更應該看任務完成率、轉換率、合約續約、回購週期等指標。

把低頻高價值產品拿去和社群 App 比每日活躍，通常會做出錯誤決策。產品經理應該先問：使用者在需要時有沒有回來，完成任務時是否順利，而不是只追每日打開次數。

不同產品類型的參考方式

產品類型	使用週期	DAU/MAU 判讀方式	應搭配指標
社群產品	每日或每週多次	比值偏低時要檢查內容供給與互動品質	發文、留言、回訪
電商	依品類與促銷週期變動	活動期上升要拆解是否帶來長期回訪	電商 KPI、回購率、轉換率
SaaS	依工作流程而定	要看核心任務是否被定期完成	功能使用率、留存率、續約
內容站	依主題需求而定	回訪高低要搭配內容深度與搜尋流量判斷	閱讀深度、下一頁點擊、訂閱

為什麼 DAU 和 MAU 不能只看單一數字？

DAU 和 MAU 單看人數容易誤判，必須搭配來源、活動、核心事件與 DAU/MAU 變化一起看。

DAU 上升可能是好事，也可能只是推播、折扣或短期活動造成的尖峰。MAU 變大也不一定代表產品變健康，因為新增使用者可能只來一次就不再回訪。

DAU 上升但 MAU 沒變，可能代表什麼？

第一種情境是老使用者更常回來，這通常是正向訊號，代表既有 MAU 的使用頻率提高。第二種情境是活動短期刺激同一批人反覆打開，若活動結束後很快回落，就不該被解讀成長期活躍改善。

判讀時要把活動日期、推播時間、折扣規則與核心事件一起看。只看 DAU 曲線，會很容易把 campaign spike 當成產品黏著。

MAU 上升但 DAU/MAU 下降，可能代表什麼？

這常見於獲客活動帶來大量新使用者，但新客沒有形成回訪。MAU 變大，看起來市場觸及增加；DAU/MAU 下降，則提醒新增族群的 activation 或 retention 可能不足。

成長團隊此時不該只慶祝新增會員，而要檢查新使用者是否完成核心事件，例如加入購物車、建立第一份報表、收藏內容或完成首購。

DAU/MAU 可以支援哪些產品決策？

DAU/MAU 可支援產品習慣、行銷活動品質、功能優先級與資源配置判斷，但不能單獨決定策略。

這個指標的價值在於把「有多少人來過」推進到「有多少人會回來」。對管理者來說，它比單純會員數更接近產品使用狀態；對產品經理來說，它能協助找出使用頻率是否符合產品定位。

決策問題	DAU/MAU 可提供的線索	下一步檢查
產品是否形成習慣	比值穩定上升，代表回訪頻率改善	拆解核心事件與使用者分群
活動品質是否足夠	活動後比值是否維持，而非只衝高一天	搭配 轉換率優化 與留存觀察
功能是否真的被使用	功能上線後活躍事件是否增加	設定 GA4 事件追蹤

判斷產品是否形成使用習慣

如果 DAU/MAU 長期穩定上升，且活躍事件是核心行為，通常代表使用者更常把產品放進日常流程。這比單看下載量或註冊數更有決策價值。

評估行銷活動帶來的活躍品質

活動前後比較 DAU/MAU，可以看出行銷帶來的是短期流量，還是會留下來的有效使用者。若活動只讓 DAU 當天暴增，後續比值快速回落，成長品質就需要重新檢查。

找出產品功能是否真的被使用

功能上線後，不只看曝光或點擊，更要看核心事件是否增加。若要進一步分析路徑、漏斗與分群，可搭配 GA4 探索報表，但事件定義要先整理清楚。

DAU/MAU 和留存率、流失率有什麼不同？

DAU/MAU 看使用頻率，留存率看回來的人有多少，流失率看離開的人有多少，三者回答的問題不同。

很多團隊會把 DAU/MAU 和留存率混用，這會讓分析結論變模糊。DAU/MAU 是某一段期間內的活躍比例，留存率通常要追蹤一群使用者在後續時間是否回來，流失率則看失去使用者的速度。

DAU/MAU 看的是使用頻率

DAU/MAU 衡量 MAU 裡有多少比例的人會在單日回來活躍，核心是使用頻率與黏著度。

留存率看的是回來的人有多少

留存率通常追蹤某一批使用者在第 1 天、第 7 天、第 30 天是否回來，核心是回訪比例。它比 DAU/MAU 更適合回答新使用者是否留下來。

流失率看的是離開的人有多少

流失率看的是使用者停止使用、取消訂閱或不再回訪的比例，常用於訂閱制、SaaS 或會員制產品。

指標	主要回答	適合用途
DAU/MAU	使用者多常回來	判斷黏著度與使用頻率
留存率	一批使用者後來有沒有回來	判斷 activation 與產品價值
流失率	有多少使用者離開	判斷續用風險與營收穩定度

DAU/MAU 實務案例：一個電商 App 怎麼判讀？

電商 App 判讀 DAU/MAU 時，要把活動流量、會員活躍、回購與核心購物事件拆開看。

假設一個台灣電商 App 平常 DAU 是 8,000，MAU 是 80,000，DAU/MAU 為 10%。週年慶推播與折扣上線後，DAU 單日升到 20,000。這個變化不能直接等於產品變健康，因為可能只是既有會員被折扣喚回。

情境：活動後 DAU 暴增

活動當天 DAU 暴增，若 MAU 沒有明顯增加，代表主要是既有會員更常回來。若 MAU 同時增加，但後續 DAU/MAU 下降，代表新客雖然進來了，卻沒有穩定回訪。

判讀：比值上升或下降各代表什麼

活動後變化	可能解讀	下一步檢查
DAU 上升，DAU/MAU 也上升	既有會員更常回來，活動可能提高短期黏著	看加入購物車、下單與回購是否同步增加
MAU 上升，DAU/MAU 下降	新客增加，但回訪頻率不足	檢查新客首購、第二次造訪與推播互動
DAU 暴增後快速回落	活動刺激明顯，但長期黏著未必改善	比較活動後 7 天與 30 天的回訪

哪些內容不該和 DAU/MAU 混在一起？

DAU/MAU 頁面應聚焦活躍使用者、公式、判讀與情境，不應延伸成工具、職涯或薪資介紹。

搜尋「數據分析」的人可能同時想看工具、課程、Python、Excel 或職涯，但這些意圖和 DAU/MAU 的指標解讀不同。硬塞進同一頁，會讓讀者找不到答案，也會稀釋主題。

• 不展開數據分析師薪水、轉職與職缺。
• 不寫 Python、Excel、SQL 或 BI 工具教學；工具選擇可放到 數據分析工具 頁。
• 不把 ARR、LTV、CAC、ROAS、Cohort 等相鄰指標寫成主軸。
• 不把 DAU/MAU 說成所有產品唯一的健康指標。
• 不把 MAU 說成總會員數，也不把登入等同有效活躍。

Eric Chang 以產品與營運數據解讀角度撰寫。判讀 DAU/MAU 前，先定義活躍事件，再看比值變化與產品情境，會比追逐單一漂亮數字更接近真實決策。

DAU 是什麼意思？

DAU 是每日活躍使用者，指單日內完成指定活躍事件的不重複使用者。活躍事件可以是下單、完成任務、閱讀文章或使用核心功能，不能只用總會員數代替。

MAU 是什麼意思？

MAU 是每月活躍使用者，指一個月內至少活躍一次的不重複使用者。它衡量有效使用者規模，不等於註冊會員數或下載量。

DAU/MAU 比值怎麼算？

公式是 DAU/MAU = DAU ÷ MAU。若 DAU 是 10,000，MAU 是 50,000，比值就是 20%。

DAU/MAU 越高越好嗎？

不一定。高 DAU/MAU 通常代表高頻回訪，但低頻產品如保險、旅遊、B2B 工具，本來就不需要每天使用。判讀時要看產品情境。

DAU 和登入人數一樣嗎？

不一定。登入可以是活躍事件之一，但很多產品只登入並不代表有效使用。較好的做法是把核心行為列為活躍事件，例如下單、建立報表或完成任務。

MAU 可以用自然月計算，也可以用過去 30 天計算嗎？

可以。MAU 可用自然月，也可用 rolling 30 days。重點是報表口徑要一致，避免把不同算法的數字拿來比較。

DAU/MAU 和留存率有什麼不同？

DAU/MAU 看使用頻率，留存率看某一批使用者後續有沒有回來。前者適合判斷黏著度，後者適合判斷新使用者是否留下。

電商網站需要看 DAU/MAU 嗎？

需要，但不能單看 DAU/MAU。電商還要搭配回購率、轉換率、客單價與活動後留存，才能判斷活躍是否真的帶來商業價值。

B2B SaaS 的 DAU/MAU 低代表產品不好嗎？

不一定。B2B SaaS 的使用頻率取決於工作流程。有些工具每週或每月使用一次就足夠，應搭配任務完成率、續約率與功能採用率判斷。

GA4 可以用來看 DAU 和 MAU 嗎？

可以，GA4 可用來追蹤活躍使用者與事件。不過要先設定正確的核心事件，否則看到的活躍數可能只代表曝光或一般互動。

DAU 上升但營收沒上升，應該怎麼看？

應檢查活躍事件是否接近商業價值。若 DAU 上升來自領券、看通知或低意圖瀏覽，營收不一定同步增加，還要看轉換率、下單率與回購。

數據分析初學者為什麼要先懂 DAU/MAU？

DAU/MAU 能幫初學者理解數字如何連到產品判斷。它把活躍使用者、使用頻率、事件定義與營運決策放在同一個框架裡，是很實用的入門指標。