DAU/MAU स्टिकीनेस अनुपात

DAU/MAU स्टिकीनेस अनुपात दैनिक सक्रिय उपयोगकर्ताओं (DAU) की तुलना मासिक सक्रिय उपयोगकर्ताओं (MAU) से करता है — यही अंतर्निहित माप साप्ताहिक सक्रिय उपयोगकर्ताओं (WAU) की MAU से तुलना के लिए भी प्रयुक्त होता है — ताकि यह व्यक्त किया जा सके कि किसी उत्पाद के व्यापक उपयोगकर्ता आधार का कितना हिस्सा किसी भी दिन उससे जुड़ता है। यह जुड़ाव की तीव्रता का मानक उत्पाद-विश्लेषण माप है, जो इस बात से भिन्न है कि कोई उपयोगकर्ता बनाए रखा गया है या नहीं (देखें उपयोगकर्ता प्रतिधारण दर) या समय के साथ कोई एक नामांकित रोगी कितनी निरंतरता से जुड़ता है (देखें रोगी जुड़ाव निरंतरता दर): स्टिकीनेस जनसंख्या-स्तर की उपयोग-लय का वर्णन करती है, किसी एक व्यक्ति के पैटर्न का नहीं।

यह क्यों महत्वपूर्ण है

दो डिजिटल स्वास्थ्य उत्पाद एक समान मासिक सक्रिय उपयोगकर्ता संख्या रिपोर्ट कर सकते हैं जबकि उनकी अंतर्निहित जुड़ाव तीव्रता बहुत भिन्न हो: एक में अधिकांश उपयोगकर्ता ऐप लगभग रोज़ खोलते हैं, और दूसरे में अधिकांश उपयोगकर्ता महीने में एक बार, ठीक तब खोलते हैं जब वे अन्यथा निष्क्रिय गिने जाने वाले हों। DAU/MAU स्टिकीनेस अनुपात एक ही सरल, सुपरिचित बेंचमार्क आंकड़े से इन दो बहुत अलग स्थितियों में अंतर करता है, जिसे उत्पाद और नैदानिक टीमें समय के साथ ट्रैक कर सकती हैं और ज्ञात उद्योग सीमाओं से तुलना कर सकती हैं — लगभग 20% का अनुपात कई उपभोक्ता ऐप्स के लिए आमतौर पर उद्धृत उचित बेंचमार्क है, जबकि दैनिक-आदत वाले उत्पादों (जैसे भोजन या लक्षण डायरी जिसका रोगी से प्रतिदिन उपयोग अपेक्षित है) को उल्लेखनीय रूप से उच्च मानक पर आँका जाना चाहिए। चूँकि स्टिकीनेस इस पर संवेदनशील है कि "सक्रिय" को कैसे परिभाषित किया गया है, यह किसी एक उत्पाद के समय के साथ रुझान के रूप में, और समान उपयोग-पैटर्न के लिए बने उत्पादों से तुलना के रूप में सबसे अधिक उपयोगी है, न कि उद्योगों के पार निरपेक्ष बेंचमार्क के रूप में।

इसकी गणना कैसे की जाती है

DAU/MAU स्टिकीनेस अनुपात = अवधि में औसत दैनिक सक्रिय उपयोगकर्ता /
                            उसी अवधि में मासिक सक्रिय उपयोगकर्ता × 100

WAU/MAU अनुपात (साप्ताहिक, वही सिद्धांत) एक नरम प्रकार है, जो उन
उत्पादों के लिए अधिक उपयुक्त है जिनका उपयोग प्रतिदिन के बजाय
सप्ताह में कुछ बार अपेक्षित है।

"सक्रिय" को अंश (numerator) और हर (denominator) दोनों में सटीक और
सुसंगत रूप से परिभाषित किया जाना चाहिए (जैसे पूरी की गई योग्य
क्रिया, न कि निष्क्रिय ऐप खोलना)।

हल किया गया उदाहरण

एक डिजिटल मधुमेह प्रबंधन ऐप के किसी माह में 10,000 मासिक सक्रिय उपयोगकर्ता हैं, जिन्हें उस माह में कम से कम एक योग्य क्रिया (ग्लूकोज़ लॉग, भोजन लॉग, या दवा की जाँच-सूची में टिक) पूरी करने वाले किसी भी उपयोगकर्ता के रूप में परिभाषित किया गया है। उस माह के 30 दिनों में दैनिक सक्रिय उपयोगकर्ता संख्याओं का औसत लेने पर औसत DAU 2,200 आता है। DAU/MAU स्टिकीनेस अनुपात 2,200 / 10,000 × 100 = 22% है, जो दर्शाता है कि एक सामान्य दिन पर ऐप के मासिक उपयोगकर्ता आधार का लगभग 22% उससे जुड़ता है — दैनिक-आदत वाले दीर्घकालिक-स्थिति उपकरण के लिए यह एक उचित आंकड़ा है, हालाँकि उत्पाद टीम इसे समय के साथ ऊपर की ओर बढ़ता देखना चाहेगी, क्योंकि नामांकित रोगियों के लिए आदर्श व्यवहार (दैनिक लॉगिंग) अधिक आदतन बनता जाता है।

डेटा स्रोत और सावधानियाँ

DAU, WAU और MAU सभी एक ही अंतर्निहित इवेंट लॉग से गणना किए जाते हैं, जिसमें हर विंडो में "योग्य सक्रिय" इवेंट की एक सुसंगत परिभाषा का उपयोग होता है; अंश और हर की गणनाओं के बीच उस परिभाषा को बदलने (उदाहरण के लिए DAU के लिए किसी भी ऐप खोलने को गिनना लेकिन MAU के लिए केवल पूरी की गई क्रिया को) से एक विकृत अनुपात बनेगा जो वास्तविक जुड़ाव तीव्रता को नहीं दर्शाता। स्टिकीनेस के लिए उपयुक्त बेंचमार्क उत्पाद के इच्छित उपयोग-पैटर्न पर बहुत निर्भर करता है: जिस उपकरण का उपयोग सप्ताह में एक बार अपेक्षित है (साप्ताहिक लक्षण चेक-इन) उसका DAU/MAU अनुपात दैनिक उपयोग के लिए बने उपकरण (निरंतर ग्लूकोज़ मॉनिटर का सहायक ऐप) से कम होगा और होना चाहिए, इसलिए स्टिकीनेस की व्याख्या हमेशा उत्पाद की अपनी इच्छित उपयोग-आवृत्ति के विरुद्ध की जानी चाहिए, किसी एक सार्वभौमिक लक्ष्य के विरुद्ध नहीं।

सामान्य गलतियाँ

• भिन्न इच्छित उपयोग-आवृत्ति वाले उत्पादों के बीच स्टिकीनेस अनुपात की तुलना करना: साप्ताहिक उपयोग वाले उपकरण का DAU/MAU अनुपात संरचनात्मक रूप से दैनिक उपयोग वाले उपकरण से कम दिखेगा, भले ही दोनों अपने-अपने उपयोग-मामलों के लिए ठीक वैसा प्रदर्शन कर रहे हों जैसा अपेक्षित है; उत्पाद की अपनी इच्छित आवृत्ति के विरुद्ध बेंचमार्क करें, किसी एक सार्वभौमिक लक्ष्य के विरुद्ध नहीं।
• अंश और हर में असंगत गतिविधि परिभाषाओं का उपयोग करना: इससे ऐसा स्टिकीनेस अनुपात बन सकता है जो वास्तविक जुड़ाव तीव्रता को नहीं दर्शाता और जिसकी समय के साथ या अन्य उत्पादों से सार्थक तुलना नहीं की जा सकती।
• समग्र MAU रुझान जाँचे बिना बढ़ते स्टिकीनेस अनुपात को निर्विवाद रूप से सकारात्मक मानना: समग्र MAU घटने के साथ सिकुड़ते, अधिक आदतन मुख्य उपयोगकर्ता आधार से प्रेरित बढ़ता अनुपात उस स्थिति से बहुत भिन्न — और अधिक चिंताजनक — है जिसमें स्थिर या बढ़ते उपयोगकर्ता आधार में दैनिक जुड़ाव वास्तव में बढ़ रहा हो।
• DAU पर सप्ताह के दिन और मौसमी प्रभावों की अनदेखी करना: कई स्वास्थ्य उत्पादों के लिए DAU सप्ताह के दिन (कार्यदिवस बनाम सप्ताहांत) या मौसम के अनुसार काफ़ी बदल सकता है; औसत DAU ऐसी अवधि पर लें जो एक पूर्ण प्राकृतिक चक्र को समेटे, न कि किसी छोटी विंडो पर जो परिणाम को विकृत कर सकती है।

स्रोत

• मोबाइल और डिजिटल उत्पाद जुड़ाव मेट्रिक्स पर सहकर्मी-समीक्षित और उद्योग साहित्य, मोबाइल एनालिटिक्स प्लेटफ़ॉर्म के व्यापक रूप से प्रयुक्त बेंचमार्किंग फ्रेमवर्क
• Digital Therapeutics Alliance, डिजिटल थेरेप्यूटिक्स के लिए जुड़ाव मापन पर सर्वोत्तम-प्रथा मार्गदर्शन
• डिजिटल स्वास्थ्य जुड़ाव मापन पर सहकर्मी-समीक्षित साहित्य, उदाहरण के लिए Journal of Medical Internet Research (JMIR mHealth and uHealth) में प्रकाशित अध्ययन

यह भी देखें: उपयोगकर्ता प्रतिधारण दर और रोगी जुड़ाव निरंतरता दर, वे दो संबंधित जुड़ाव मेट्रिक्स जिनके साथ इस अनुपात को सबसे अधिक भ्रमित किया जाता है।