Aprende Métricas de Participación | Métricas Clave y Medición

Desliza para mostrar el menú

Comprender cómo los usuarios interactúan con tu producto es fundamental para impulsar el crecimiento y la mejora. Las métricas de engagement como Usuarios Activos Diarios (DAU), Usuarios Activos Mensuales (MAU), stickiness y duración de la sesión ofrecen señales claras sobre la frecuencia con la que los usuarios regresan y el nivel de profundidad de su interacción.

DAU mide la cantidad de usuarios únicos que interactúan con tu producto en un solo día. Por ejemplo, si gestionas un juego móvil y 1,000 jugadores únicos abren la aplicación hoy, tu DAU es 1,000.

MAU captura la cantidad de usuarios únicos que interactúan con tu producto durante un mes. Si 10,000 personas diferentes usan tu aplicación al menos una vez en junio, tu MAU para junio es 10,000.

Stickiness es la proporción de DAU respecto a MAU, normalmente expresada como porcentaje. Indica qué parte de tus usuarios mensuales están activos diariamente, resaltando cuán habitual es el uso de tu producto. Un stickiness alto significa que los usuarios regresan con frecuencia.

Duración de la sesión rastrea cuánto tiempo pasan los usuarios en cada visita. Por ejemplo, si el usuario promedio pasa 10 minutes cada vez que usa tu aplicación de noticias, esa es tu duración promedio de sesión.

Supón que gestionas tres productos: una red social, una aplicación del clima y una herramienta de presupuestos. La red social puede tener un DAU alto y un stickiness elevado, lo que indica que los usuarios la revisan a diario. La aplicación del clima puede tener un DAU moderado pero una duración de sesión alta durante tormentas. La herramienta de presupuestos podría tener un DAU bajo pero un MAU estable, ya que los usuarios la consultan principalmente al inicio o al final del mes.


              123456789101112131415161718192021222324252627282930313233343536
            
# Sample activity data: list of (user_id, date) tuples
activity_log = [
    (1, '2024-06-01'),
    (2, '2024-06-01'),
    (1, '2024-06-02'),
    (3, '2024-06-02'),
    (2, '2024-06-03'),
    (4, '2024-06-03'),
    (1, '2024-06-03'),
    (5, '2024-06-04'),
    (1, '2024-06-04'),
    (2, '2024-06-04'),
    (3, '2024-06-04'),
]

def calculate_dau(activity_log, target_date):
    return len({user for user, date in activity_log if date == target_date})

def calculate_mau(activity_log, month):
    return len({user for user, date in activity_log if date.startswith(month)})

def calculate_stickiness(dau, mau):
    if mau == 0:
        return 0
    return round((dau / mau) * 100, 2)

# Calculating DAU for 2024-06-04
dau = calculate_dau(activity_log, '2024-06-04')
# Calculating MAU for June 2024
mau = calculate_mau(activity_log, '2024-06')
# Calculating stickiness ratio
stickiness = calculate_stickiness(dau, mau)

print("DAU:", dau)
print("MAU:", mau)
print("Stickiness (%):", stickiness)

Nota

Alta adherencia indica un fuerte compromiso del usuario y la formación de hábitos con el producto.

Aquí tienes un desglose de cómo funciona el código anterior:

Primero, el activity_log contiene registros de actividad de los usuarios, donde cada registro es un ID de usuario y una cadena de fecha. Para calcular el DAU, el código cuenta los ID de usuario únicos para una fecha específica. Por ejemplo, el '2024-06-04', encuentra todos los usuarios activos ese día y cuenta cuántos son únicos.

Para el MAU, el código busca todos los usuarios únicos cuya actividad cae dentro del mes objetivo, como '2024-06'. Esto muestra cuántos usuarios diferentes interactuaron con tu producto durante ese mes.

La adherencia se calcula dividiendo el DAU por el MAU y multiplicando por 100 para obtener un porcentaje. Esto revela qué proporción de tus usuarios mensuales también están activos diariamente, un indicador directo de cuán regularmente regresan los usuarios.

Al ejecutar este código, puedes ver rápidamente tu DAU, MAU y adherencia para cualquier fecha y mes, ayudándote a identificar tendencias o problemas en el compromiso del usuario.

1. ¿Qué indica una alta proporción de adherencia sobre el compromiso de los usuarios con un producto?

2. Completa el espacio en blanco:

¿Todo estuvo claro?

¡Gracias por tus comentarios!

Sección 2. Capítulo 1

Pregunte a AI

Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla

Sección 2. Capítulo 1