Ratio DAU/MAU : définition, calcul et interprétation

Le ratio DAU/MAU est le rapport entre le nombre d’utilisateurs actifs quotidiens (DAU, ou Daily Active Users) et le nombre d’utilisateurs actifs mensuels (MAU, ou Monthly Active Users) d’un produit numérique. Exprimé en pourcentage, il indique quelle part de la base mensuelle est présente un jour donné, et sert donc d’indicateur de fréquence de retour — ce que le vocabulaire produit appelle la stickiness.

Vous cherchez la définition de DAU et de MAU, la formule du ratio et la manière de l’interpréter ? Cet article est là pour ça. Il prend aussi un parti, annoncé tout de suite : ce ratio ne mesure pas une performance, il mesure une habitude. Un produit qui n’est pas censé être ouvert tous les jours — un logiciel de paie, un outil de déclaration fiscale — peut afficher 4 % et se porter parfaitement bien.

Qu’est-ce que le ratio DAU/MAU ? Définition

Le ratio DAU/MAU, parfois écrit DAU/MAU ratio ou désigné directement par le mot stickiness, met en rapport deux comptages d’utilisateurs uniques réalisés sur deux fenêtres de temps différentes. Ce n’est pas un volume mais une proportion : sa valeur ne dit rien du nombre d’utilisateurs, seulement de leur rythme de retour. Un produit de dix mille utilisateurs et un produit de dix millions peuvent afficher le même pourcentage.

DAU et MAU : deux comptages d’utilisateurs uniques

Les deux grandeurs comptent des personnes, pas des visites. Qui ouvre l’application douze fois dans la journée compte pour un seul DAU ; qui l’ouvre chaque jour du mois compte pour un seul MAU. C’est cette déduplication qui rend le rapport interprétable.

• DAU (Daily Active Users) — les utilisateurs uniques actifs au cours d’une journée. Comme il varie fortement, on retient sa moyenne sur la période, jamais une seule journée.
• MAU (Monthly Active Users) — les utilisateurs uniques actifs au moins une fois sur 30 jours.
• Le ratio — le premier divisé par le second, en pourcentage. Il répond à une seule question : à quelle fréquence les utilisateurs du mois reviennent-ils ?

Stickiness : pourquoi ce ratio porte ce nom

Stickiness se traduit approximativement par « adhérence » : la capacité d’un produit à s’installer dans la journée de quelqu’un. La lecture la plus utile du ratio est d’ailleurs littérale. Un ratio de 25 % signifie qu’un utilisateur actif sur les trente derniers jours l’a été, en moyenne, environ 7,5 jours sur 30 — bien plus parlant qu’un score.

Deux bornes arithmétiques encadrent la mesure : sur une fenêtre de 30 jours, un utilisateur venu une seule fois produit un plancher d’environ 3,3 % (1 jour sur 30), et un ratio de 100 % supposerait que chaque utilisateur du mois vienne chaque jour. L’espace réel des valeurs est donc étroit, et un écart de trois points n’y est jamais anodin.

« Actif » n’est pas un état, c’est une convention que l’on écrit

Voici le piège qui invalide tout le reste, et il vaut mieux le regarder avant la formule. Un utilisateur n’est pas « actif » comme il est majeur ou abonné : il l’est parce qu’une équipe a décidé qu’une action précise valait activité. Rien dans les données ne fournit cette frontière ; elle est écrite par des humains, souvent implicitement, et presque jamais consignée à côté du tableau de bord.

Les outils de mesure ne résolvent pas le problème, ils l’arbitrent à votre place. Google Analytics 4 retient sa propre définition de l’utilisateur actif, adossée à des événements déterminés et à la session engagée, comme le précise sa documentation sur les métriques d’utilisateurs. Une plateforme de product analytics configurée par vos soins en retiendra une autre. Les deux chiffres seront justes, et différents.

L’ampleur de l’écart surprend souvent. Imaginons un outil de gestion documentaire : trois conventions défendables y coexistent, et chacune produit son propre ratio sur la même population réelle.

Convention d’« actif » retenue	DAU moyen	MAU	Ratio DAU/MAU
Ouvrir l’application	4 200	21 000	20,0 %
Consulter au moins un document	2 600	18 500	14,1 %
Créer ou modifier un document	1 100	12 400	8,9 %

Le produit est le même, les utilisateurs sont les mêmes, la période est la même : seul le libellé de l’action a changé, et le ratio a été divisé par plus de deux. Conséquence immédiate : deux équipes qui n’écrivent pas la même convention ne comparent rien, et un ratio repris d’un article de blog ne se compare à rien non plus, faute de savoir ce qu’il comptait. La première ligne d’un tableau de bord affichant un DAU/MAU devrait donc être la phrase qui définit « actif » — c’est pour cette raison que le calculateur ci-dessous commence par la demander.

Comment calculer le ratio DAU/MAU ?

Le calcul tient en une division ; toute la difficulté est dans les deux nombres qu’on y met. L’image la plus juste est celle de la brosse à dents : la mesure ne dit rien de la qualité du geste, elle compte les jours où il a eu lieu. C’est exactement ce que fait ce ratio, et la raison pour laquelle il ne remplace aucun indicateur de valeur.

La formule, appliquée à un exemple

Ratio DAU/MAU = (DAU moyen ÷ MAU) × 100. Prenons une application dont le DAU moyen s’établit à 3 000 utilisateurs sur les trente derniers jours, pour 20 000 utilisateurs actifs uniques sur la même fenêtre : 3 000 ÷ 20 000 = 0,15, soit un ratio de 15 %. Traduit en jours, un utilisateur actif du mois est venu en moyenne 4,5 jours sur 30.

Deux précautions s’imposent. La première : le DAU du numérateur est bien une moyenne, car un pic du lundi transformerait sinon la mesure en anecdote. La seconde : le DAU ne peut jamais dépasser le MAU, puisque tout utilisateur actif un jour donné est mécaniquement actif sur les 30 jours qui contiennent ce jour. Un ratio supérieur à 100 % ne signale pas un produit exceptionnel, mais deux comptages qui ne portent pas sur la même définition.

La fenêtre glissante : le MAU des 30 derniers jours, pas du mois dernier

Le M de MAU dit « mensuel », et c’est une source d’erreur durable. La convention d’usage en analytique produit est une fenêtre glissante de 30 jours, recalculée chaque jour : le MAU du 12 mars couvre la période du 11 février au 12 mars. Le mois calendaire, lui, fabrique deux artefacts sans aucun sens produit : une remise à zéro brutale le 1^er du mois, et des périodes inégales qui rendent février structurellement plus flatteur que janvier.

Le choix n’est pas théorique : les plateformes d’analytique le proposent en paramètre, la documentation de Mixpanel opposant le mode glissant au mode calendaire selon que l’on suive une habitude d’usage ou une campagne datée. La règle pratique tient en une phrase : les deux modes ne se comparent pas, et il faut donc figer ce paramètre avant de suivre une série dans le temps.

Calculateur de ratio DAU/MAU

Séparé des deux informations que le calculateur exige — la convention d’activité et la fréquence attendue —, le pourcentage redevient un nombre orphelin.

Pourquoi un ratio bas n’est pas un mauvais ratio

Un lave-linge tourne deux ou trois fois par semaine dans la plupart des foyers, et personne n’en déduit qu’il est mal conçu. C’est la comparaison la plus honnête que l’on puisse faire à un logiciel dont l’usage n’est pas quotidien par nature. Un outil de paie ouvert deux jours par mois, un logiciel de déclaration de TVA : leur ratio DAU/MAU se situe structurellement dans les unités de pourcentage, et cela ne dit rien de leur santé.

La fréquence d’usage attendue commande la lecture

Puisque le ratio se traduit en jours d’usage, il suffit d’inverser l’opération : quel ratio produirait un utilisateur qui tiendrait parfaitement la fréquence visée par le produit ? Le résultat n’est pas un standard de marché, c’est une division — et c’est ce qui le rend utilisable.

• Usage quotidien attendu — 30 jours sur 30, soit 100 %. Aucun produit réel n’y parvient, mais c’est de ce plafond qu’une messagerie se rapproche.
• Tous les jours ouvrés — environ 21,7 jours sur 30, soit près de 72 % : l’horizon d’un outil de travail collaboratif.
• Trois fois par semaine — environ 13 jours sur 30, soit 43 %.
• Une fois par semaine — environ 4,35 jours sur 30, soit un peu plus de 14 %.
• Une à deux fois par mois — 1,5 jour sur 30, soit 5 %. Dans cette zone, le ratio cesse d’être l’indicateur pertinent.

La conclusion est inconfortable pour les tableaux de bord comparatifs : un ratio de 14 % peut être un excellent résultat pour un produit hebdomadaire et une alerte sévère pour une messagerie. Même chiffre, diagnostics opposés. Le ratio ne se compare donc qu’à lui-même, à convention constante, d’une période à l’autre.

Les seuils de 20 % ou 50 % qui circulent ne sont pas sourçables

On lit à peu près partout qu’un ratio de 20 % serait « bon » et qu’au-delà de 50 % un produit serait « exceptionnel », valeurs attribuées à un fonds d’investissement américain dont le nom change d’un article à l’autre. Je n’ai trouvé aucune publication primaire consultable à leur origine : elles circulent par citation en chaîne, chaque article citant le précédent. Elles ne figureront donc pas ici, et la même exigence vaut partout ailleurs — demander la source, pas l’auteur qui la cite.

Ce que l’on perd en repère commode, on le regagne en méthode. Trois comparaisons restent légitimes : le produit contre son propre historique, un segment d’utilisateurs contre un autre, et le ratio observé contre le ratio arithmétique de la fréquence visée. Aucune n’a besoin d’un chiffre extérieur.

Lu seul, le ratio ne prouve rien

Le ratio DAU/MAU figure régulièrement, et à juste titre, dans les inventaires de vanity metrics. Le procès est fondé, mais il vise un usage plutôt que l’indicateur : c’est lu seul que ce ratio est creux. Sans convention écrite, sans fréquence attendue et sans indicateur de valeur à côté, il ne fait qu’occuper une case de slide.

Rattaché en revanche à une North Star Metric et à des indicateurs de résultat, il retrouve une fonction précise : celle de signal de fréquence. Un ratio qui s’effrite pendant que le MRR progresse mérite une enquête, parce que l’écart entre les deux ne peut pas durer. À l’inverse, un ratio stable ne garantit rien sur la valeur perçue : c’est du côté du taux de churn, de la customer lifetime value et du Net Promoter Score qu’on ira la chercher.

Ce qu’il faut regarder à la place

Un ratio de 20 % est une moyenne, et une moyenne écrase. Le trieur de pièces donne la bonne image : au lieu de peser le bocal, on répartit les utilisateurs par nombre de jours d’usage sur la période. Même donnée, lue autrement — et une histoire très différente.

La moyenne cache deux produits très différents

Imaginons deux applications affichant l’une et l’autre 20 %. Dans la première, les utilisateurs se ressemblent : la plupart viennent cinq à sept jours sur trente. Dans la seconde, la population est coupée en deux : un sixième vient presque tous les jours, les autres sont passés une ou deux fois et ne sont jamais revenus.

Le pourcentage est identique, le produit n’a rien à voir. Le premier a une habitude faible mais largement partagée : le travail consiste à intensifier l’usage existant. Le second possède un noyau d’habitués solide et une base qui ne s’est jamais installée : le travail consiste à comprendre ce que fait le noyau que les autres ne font pas, ce qui relève d’une logique de product-led growth. Deux plans de route opposés derrière le même chiffre.

Où trouver cette distribution

La bonne nouvelle est que ce rapport existe déjà dans les outils, sous le nom de l’indicateur lui-même. Une analyse de stickiness ne renvoie pas un pourcentage unique mais un histogramme : combien d’utilisateurs ont réalisé l’action de référence 1 jour, 2 jours, 3 jours, jusqu’à 30. La documentation d’Amplitude décrit cette lecture dans son guide d’interprétation de l’analyse de stickiness, et les plateformes équivalentes, Pendo compris, proposent la même vue.

Restent deux angles morts qu’aucune métrique comportementale ne comblera : le pourquoi et le ressenti. Savoir qu’une large part de la base ne vient que deux jours par mois ne dit pas ce qui la retient ailleurs. C’est le rôle du retour client et d’une démarche structurée de voice of customer : un dispositif de product analytics fournit la forme de l’usage, l’écoute fournit ses raisons, et le taux de rétention en donne la trajectoire.

• Écrivez la convention — une phrase, une action, affichée à côté du chiffre.
• Figez la fenêtre — 30 jours glissants, et on n’en change plus en cours de série.
• Posez la fréquence attendue — c’est elle, et non un seuil de marché, qui fournit le point de comparaison.
• Ouvrez la distribution — avant de commenter la moyenne, regardez la forme qu’elle cache.

Mon avis, pour finir : le ratio DAU/MAU est un excellent indicateur de deuxième ligne et un très mauvais indicateur de première page. Il éclaire remarquablement bien une question — l’usage est-il devenu une habitude ? — à condition d’accepter qu’il n’en éclaire aucune autre.

FAQ — Tout savoir sur le ratio DAU/MAU

Que veulent dire DAU et MAU ?

DAU est l’abréviation de Daily Active Users, soit les utilisateurs actifs quotidiens, et MAU celle de Monthly Active Users, les utilisateurs actifs mensuels. Les deux comptent des utilisateurs uniques : une personne qui ouvre le produit dix fois dans la journée compte pour un seul DAU.

Quelle est la formule du ratio DAU/MAU ?

Ratio DAU/MAU = (DAU moyen ÷ MAU) × 100. Le DAU retenu est la moyenne des utilisateurs actifs quotidiens sur la période, et le MAU se compte sur une fenêtre de 30 jours glissants. Un ratio de 20 % équivaut à 6 jours d’usage sur 30.

Existe-t-il un bon ratio DAU/MAU ?

Non, pas de manière universelle. Les seuils de 20 % ou 50 % qui circulent ne remontent à aucune source primaire consultable. Le repère défendable est arithmétique : le ratio qu’un utilisateur produirait en tenant exactement la fréquence d’usage visée par le produit.

Pourquoi parle-t-on de stickiness pour le ratio DAU/MAU ?

Parce que le ratio mesure l’adhérence du produit, c’est-à-dire sa capacité à faire revenir. Il se lit littéralement en jours : un ratio de 25 % signifie qu’un utilisateur actif du mois est venu environ 7,5 jours sur 30. Les outils d’analytique nomment d’ailleurs ce rapport stickiness.

Faut-il aussi suivre le WAU (Weekly Active Users) ?

Oui, dès que l’usage attendu est hebdomadaire plutôt que quotidien. Le ratio WAU/MAU place alors la mesure à la bonne échelle, là où le DAU/MAU écrase tout dans les petits pourcentages. Le principe de lecture reste identique : la fenêtre doit correspondre au rythme d’usage visé.

Quelle différence entre stickiness et taux de rétention ?

La stickiness mesure une intensité d’usage à l’intérieur d’une période : combien de jours sur trente. Le taux de rétention mesure une survie d’une période à la suivante : qui est encore là un mois plus tard. Un produit peut être très rétentif avec une stickiness faible, et l’inverse est également vrai.

Le ratio DAU/MAU permet-il de prévoir le churn ?

Pas à lui seul, et le présenter comme un indicateur avancé du churn est un raccourci. Une baisse durable du ratio, à convention et fenêtre constantes, constitue en revanche un signal à croiser avec les résiliations réelles et avec les motifs de départ recueillis auprès des clients.