數據分析中的 DAU/MAU 是什麼？從活躍使用者定義到比值判讀

DAU 和 MAU 是什麼？

DAU 是單日活躍使用者數，MAU 是單月活躍使用者數；兩者都必須先定義「活躍使用者」的判斷條件，才有比較與追蹤價值。

在產品分析裡，DAU、MAU 不只是流量數字，而是用來觀察使用者是否真的回到產品、完成關鍵行為。Eric Chang 在解讀這類指標時，會先看口徑是否穩定，再看數字是否上升，因為定義不清楚的活躍度，很容易變成漂亮但無法決策的報表。

DAU：Daily Active Users，日活躍使用者

DAU 是 Daily Active Users，指某一天內符合活躍定義的不重複使用者數。例如一個 App 在 5 月 1 日有 3,000 位使用者完成指定行為，該日 DAU 就是 3,000。

MAU：Monthly Active Users，月活躍使用者

MAU 是 Monthly Active Users，指一個月內符合活躍定義的不重複使用者數。MAU 看的是月內觸及規模，適合觀察產品或會員池是否仍有足夠使用者回來。

指標	中文意思	回答的問題
DAU	日活躍使用者	今天有多少使用者真的回來使用？
MAU	月活躍使用者	這個月觸及多少不重複活躍使用者？

「活躍」不能只看登入，必須看產品情境

登入不一定代表活躍。自動登入、被推播喚醒、短暫開啟頁面，都可能讓數字膨脹。比較可靠的作法，是把活躍綁定到產品的核心使用行為。

社群產品的活躍定義

社群產品可把發文、留言、按讚、分享、瀏覽足夠內容量列為活躍條件，但要避免只把開啟 App 算入活躍。

電商產品的活躍定義

電商可依情境採用瀏覽商品、加入購物車、收藏、領券、完成訂單等行為。我的判斷是，若只看登入會員，通常會高估實際購物意圖。

SaaS 工具的活躍定義

SaaS 工具應把建立專案、匯出報表、完成任務、邀請成員、更新資料等核心功能列為活躍，而不是單純看使用者進站。

DAU/MAU 比值怎麼算？

DAU/MAU 比值的公式是 DAU ÷ MAU，通常以百分比呈現，用來觀察月活躍使用者中，平均有多少比例會在單日回來使用。

DAU/MAU 基本公式

DAU/MAU = DAU ÷ MAU。若 DAU 是 1,000、MAU 是 10,000，DAU/MAU 比值就是 10%。這個比例常被當成產品黏著度指標，但它仍然需要搭配產品類型判讀。

為什麼常用平均 DAU 而不是單日 DAU

實務上常用一段期間的平均 DAU 除以 MAU，因為單日 DAU 容易受到活動、節日、推播或媒體曝光影響。只拿某一天高峰去代表整月，很容易把短期熱度誤判成穩定活躍。

計算範例：DAU 1,000、MAU 10,000 代表什麼

若某產品平均 DAU 為 1,000，當月 MAU 為 10,000，DAU/MAU = 1,000 ÷ 10,000 = 10%。代表在這個月活躍過的使用者裡，平均每天約有一成回來使用。

以百分比呈現的寫法

比值可寫成 0.1，也可寫成 10%。對跨部門溝通而言，百分比通常更直覺，例如「本月 DAU/MAU 為 10%」。

單日異常流量對比值的影響

如果某天因大型活動讓 DAU 暴增，用該日 DAU 計算會讓比值偏高。比較穩健的方式，是標註活動日，並同時觀察活動前後的平均 DAU。

DAU/MAU 比值代表什麼？

DAU/MAU 代表月活躍使用者的日常回訪頻率，常用來粗略觀察產品黏著度，但不能直接等同營收、留存率或產品健康度。

DAU/MAU 越高，代表使用頻率越高嗎？

通常是。DAU/MAU 越高，表示月活使用者中有較高比例每天回來。不過高頻使用不一定等於高價值，若使用者每天打開產品卻沒有完成核心任務，數字仍可能只是表面活躍。

不同產品類型的合理比值不同

社群、通訊、內容產品本來就偏高頻；電商、旅遊、保險、企業系統則可能偏中低頻。拿社群產品的標準去要求低頻服務，常會造成錯誤決策。

為什麼不能只用一個標準判斷好壞

DAU/MAU 要放回使用情境。管理者看這個指標時，應先問產品是否需要每日使用，再問活躍是否帶來留存、轉換或營收。

產品頻率	常見特性	判讀重點
高頻產品	社群、內容、通訊	DAU/MAU 可高度反映使用習慣
中頻產品	電商、會員、工具 App	需搭配活動、回購與核心任務
低頻產品	B2B 系統、旅遊、保險	低比值不一定代表產品差

高頻產品

高頻產品適合追 DAU/MAU 趨勢，因為使用者是否每天回來，常直接影響內容供給、互動與網路效應。

中頻產品

中頻產品要看使用者是否在合理週期內回來，例如每週瀏覽、每月採購或活動期間回訪。

低頻產品

低頻產品應更重視任務完成率、續約、查詢成功率或客戶價值，而不是硬追每日活躍。

DAU、MAU 和 DAU/MAU 的差異比較

DAU 看每日使用，MAU 看月內觸及，DAU/MAU 看使用頻率。三者回答的是不同問題，不應混在一起解讀。

指標	主要用途	適合回答
DAU	短期活躍	今天使用者有沒有回來？
MAU	月內觸及	這個月有多少活躍使用者？
DAU/MAU	產品黏著度	月活使用者平均多常回來？

DAU 適合回答什麼問題

DAU 適合用來觀察每日活躍變化，例如推播、內容更新、功能上線或活動檔期是否帶動當日使用。

MAU 適合回答什麼問題

MAU 適合看一個月內的活躍使用者規模。若 MAU 成長但 DAU 沒跟上，可能代表新使用者有進來，但沒有形成穩定回訪。

DAU/MAU 適合回答什麼問題

DAU/MAU 適合看使用頻率。我的經驗是，這個指標最適合拿來追趨勢與比較同類產品情境，不適合拿來單獨判定成敗。

什麼情況下 DAU/MAU 會失真？

DAU/MAU 失真通常來自活動流量、登入誤算、多裝置重複、機器流量、埋碼變更或團隊使用不同活躍定義。

活動檔期讓 DAU 短期暴增

折扣、抽獎、限時任務會讓 DAU 短期上升，但活動結束後若回訪沒有留下來，DAU/MAU 的改善就不代表長期黏著度提升。

登入不等於真正活躍

把登入視為活躍，會把被動開啟、背景登入、自動續期都算進來。較好的做法，是用能代表產品價值的事件作為活躍門檻。

多裝置、多帳號、機器流量造成重複計算

同一個人用手機與桌機登入，或用多個帳號操作，都可能讓活躍使用者膨脹。若未排除爬蟲、測試帳號與異常事件，DAU 與 MAU 都會失準。

不同團隊使用不同活躍定義

產品團隊用核心功能完成數，行銷團隊用登入數，營運團隊用頁面瀏覽數，三方報出來的 DAU/MAU 就會互相衝突。這不是報表問題，而是口徑治理問題。

失真情境	可能影響	修正方式
活動流量暴增	短期高估黏著度	分開標註活動日與平日趨勢
只看登入	高估真正活躍	改用核心行為事件
重複帳號	使用者數膨脹	統一使用者 ID 與去重邏輯
埋碼變更	前後期不可比較	在 Dashboard 註記口徑變更

應建立資料字典

資料字典要明確寫出活躍使用者定義、事件名稱、使用者 ID、排除規則與計算週期，避免每次開會都重新解釋。

應固定事件命名與追蹤口徑

事件追蹤一旦頻繁改名或重複埋碼，DAU/MAU 趨勢就會失去可比性。指標穩定，比單月漂亮更重要。

DAU/MAU 應該搭配哪些指標一起看？

DAU/MAU 應搭配留存率、轉換率、使用深度與營收指標判讀，因為活躍頻率無法單獨回答使用者是否留下、是否完成目標、是否帶來商業價值。

留存率：使用者有沒有持續回來

留存率能觀察同一批使用者在後續期間是否回來。DAU/MAU 上升但留存率下降，可能代表短期活動拉高了頻率，卻沒有留下穩定使用者。

轉換率：活躍是否帶來目標行為

轉換率用來看活躍使用者是否完成註冊、購買、詢價、訂閱或其他目標行為。若 DAU 上升但轉換下降，應檢查流量品質與使用路徑。

使用深度：使用者是否完成核心功能

使用深度能補足 DAU/MAU 的盲點。例如使用者每天開啟工具，但沒有建立任務、匯出資料或完成操作，就不能只用活躍度判定產品成功。

營收指標：活躍是否真的帶來商業價值

ARPU、LTV、客單價、續約率等營收指標，能回答活躍是否轉成商業結果。高 DAU/MAU 若沒有帶來付費、續約或購買，也只能說明使用頻率高。

搭配指標	補充回答	適合情境
留存率	使用者是否持續回來	產品健康度追蹤
轉換率	活躍是否完成目標	行銷與營運成效
使用深度	是否使用核心功能	SaaS、工具型產品
營收指標	是否產生商業價值	電商、訂閱、會員經營

延伸閱讀可搭配 GA4 事件追蹤、電商 KPI 定義、CRO 轉換率優化、CTR 點擊率、CPA 每次行動成本 與 資料分析工具，但 DAU/MAU 本身仍應先把活躍口徑定清楚。

不同產品類型如何解讀 DAU/MAU？

不同產品類型的 DAU/MAU 合理解讀，取決於使用頻率與核心任務。高頻產品重視每日回訪，低頻產品則應看任務完成與長期價值。

社群與內容產品

社群與內容產品通常需要高頻回訪，DAU/MAU 能反映使用習慣是否形成。若內容供給穩定、互動提升，DAU/MAU 上升較有解讀價值。

電商與會員產品

電商不一定需要每日使用。判讀時要看檔期、會員經營、回購週期與轉換率。MAU 成長但 DAU/MAU 下滑，可能是活動帶來一次性流量，也可能是新客還沒形成回訪。

工具型 App

工具型 App 要看任務頻率。記帳、待辦、健康紀錄偏高頻；報稅、旅遊規劃、保固查詢偏低頻。用錯頻率假設，指標判斷就會偏掉。

B2B SaaS 或企業系統

B2B SaaS 要先看產品是否嵌入每日工作流程。若是客服、CRM、專案管理，DAU/MAU 很重要；若是月結、稽核、報表型系統，低比值不必然是壞訊號。

如何正確建立 DAU/MAU 的指標口徑？

穩定的 DAU/MAU 需要一致的活躍定義、使用者 ID、事件追蹤、排除規則與 Dashboard 註記，否則數字會難以比較。

定義什麼行為算活躍

先選出能代表產品價值的核心行為，例如發文、購買、查詢、建立任務、完成報表。不要讓「進站」自動等於活躍，除非產品價值本來就是瀏覽內容。

決定使用者 ID 的計算方式

使用者 ID 應盡量統一，避免同一個人在不同裝置、不同瀏覽器被計為多位使用者。若有匿名與登入狀態，也要定義合併規則。

設定事件追蹤與排除規則

事件追蹤要排除測試帳號、內部人員、機器流量、重複送出的事件。這些細節看似瑣碎，卻會直接影響 DAU、MAU 與 DAU/MAU 比值。

在 Dashboard 標註口徑與更新頻率

Dashboard 應標註活躍定義、資料期間、更新時間、排除規則與重大口徑變更。當報表被拿去做決策時，這些註記比圖表樣式更重要。

• 活躍使用者定義是否寫清楚
• 使用者 ID 是否有去重規則
• 事件命名是否固定
• 是否排除測試帳號與異常流量
• Dashboard 是否註明資料期間與更新頻率

不建議本文展開的內容

DAU/MAU 定義頁應聚焦日活、月活、活躍使用者與產品黏著度判讀；職涯、工具與完整分析流程應獨立成其他主題，避免搜尋意圖混亂。

數據分析師薪水

薪資與職涯屬於求職意圖，與 DAU/MAU 的指標定義不同，不適合放在同一篇文章展開。

數據分析工具推薦

工具選型可以另寫成工具比較頁。DAU/MAU 這一頁只需要說明事件追蹤與 Dashboard 的口徑概念。

Python、SQL、Excel 學習路線

學習路線屬於技能培訓內容，會稀釋讀者對 DAU、MAU 與 DAU/MAU 公式的理解。

完整資料分析流程

完整流程包含問題定義、資料蒐集、清理、分析、視覺化與決策，不應塞進 DAU/MAU 這類指標定義頁。

DAU 是什麼？

DAU 是 Daily Active Users，指單日內符合「活躍」定義的不重複使用者數。重點不是有多少人登入，而是有多少人完成產品定義的有效使用行為。

MAU 是什麼？

MAU 是 Monthly Active Users，指一個月內符合活躍定義的不重複使用者數。它常用來觀察產品在月內仍能觸及多少活躍使用者。

DAU/MAU 怎麼算？

DAU/MAU = DAU ÷ MAU，通常會轉成百分比，用來觀察月活使用者中有多少比例每天回來。例如 DAU 1,000、MAU 10,000，DAU/MAU 就是 10%。

DAU/MAU 越高越好嗎？

不一定。高比值通常代表使用頻率高，但仍要看產品類型、使用情境、留存與營收表現。低頻產品不一定需要每天被使用。

DAU/MAU 可以代表留存率嗎？

不完全可以。DAU/MAU 能反映活躍頻率，但留存率需要看同一批使用者在後續期間是否回來，兩者回答的問題不同。

DAU/MAU 和產品黏著度有什麼關係？

DAU/MAU 常被用來粗略觀察產品黏著度，因為它能顯示月活使用者中有多少人接近每日使用。但黏著度仍要搭配使用深度與核心行為判讀。

為什麼登入不一定算活躍？

因為登入可能只是被動開啟或自動登入。真正活躍應該綁定產品的核心行為，例如發文、購買、查詢、完成任務或使用主要功能。

電商網站適合看 DAU/MAU 嗎？

可以看，但不能單獨看。電商通常還要搭配回購率、轉換率、客單價、會員活躍與活動檔期判讀，才不會把促銷流量誤判成長期黏著度。

B2B SaaS 的 DAU/MAU 要怎麼解讀？

要看產品是否屬於每日工作流程。如果是每日工具，DAU/MAU 重要性較高；如果是月結或低頻系統，低比值不一定代表產品表現差。

資料不足也能看 DAU/MAU 嗎？

可以先看趨勢，但樣本太小時不要急著下結論。應先確認活躍定義、追蹤口徑、使用者 ID 與資料期間是否穩定。

DAU/MAU 下降代表產品變差嗎？

不一定。可能是季節性、活動結束、追蹤口徑改變或異常流量消失，需要搭配留存、轉換與使用深度一起看。

這篇會教完整數據分析嗎？

不會。本文只聚焦 DAU、MAU 與 DAU/MAU 比值的定義、公式、判讀、失真情境與指標口徑。