DAU, WAU, MAU: почему 11 событий — не 11 пользователей

Один клиент открывает приложение десять раз. Покажем, где в SQL теряется человек, как выбрать окно и почему два WAU на одну дату могут различаться.

SQL Studio / Разборы SQL / DAU, WAU, MAU: почему 11 событий — не 11 пользователей

На 1 сентября в журнале 11 событий открытия, но активных пользователей только 2. Для DAU нужен COUNT(DISTINCT user_id), а не COUNT(*). Для WAU и MAU тот же принцип действует на большем интервале: в этой статье WAU — уникальные за последние 7 календарных дат, включая дату среза, MAU — за 30. Это не то же самое, что календарная неделя или месяц. «Активным» заранее считаем идентифицированного человека с событием open, а не любое действие или загрузку страницы.

В примерах времена уже приведены к UTC и записаны в формате YYYY-MM-DD HH:MM:SS. События purchase, записи с NULL user_id и события после границы не создают активного пользователя. В боевом продукте определение активности и часового пояса нужно согласовать с командой до расчёта.

Ошибка: считать действия вместо людей

Сымитируем десять открытий клиента №1 в течение десяти минут и ещё одно открытие клиента №2. Остальные события нужны для следующих окон. Такой запрос выполняется, но отвечает на вопрос о количестве событий:

WITH RECURSIVE ten(n) AS (
  VALUES (0) UNION ALL SELECT n + 1 FROM ten WHERE n < 9
),
other_events(user_id, occurred_at, event_type) AS (
  VALUES (2,'2026-09-01 11:00:00','open'),
         (3,'2026-09-02 09:00:00','open'),
         (1,'2026-09-07 09:00:00','open'),
         (2,'2026-09-08 09:00:00','open'),
         (4,'2026-08-15 12:00:00','open'),
         (5,'2026-08-31 20:00:00','open'),
         (6,'2026-09-08 17:00:00','purchase'),
         (NULL,'2026-09-08 20:00:00','open'),
         (7,'2026-09-09 00:00:00','open'),
         (8,'2026-08-09 23:59:59','open')
),
events AS (
  SELECT 1 AS user_id,
         datetime('2026-09-01 10:00:00','+' || n || ' minutes') AS occurred_at,
         'open' AS event_type
  FROM ten
  UNION ALL
  SELECT user_id, occurred_at, event_type FROM other_events
)
SELECT COUNT(*) AS event_rows
FROM events
WHERE event_type = 'open'
  AND occurred_at >= '2026-09-01'
  AND occurred_at < '2026-09-02';
Событий 1 сентября
event_rows
11

Если назвать 11 значением DAU, получится завышение в 5,5 раза: один и тот же клиент в пределах дня учитывается несколько раз.

Исправление: один клиент на одну дату

Фильтр по open оставляем, но меняем агрегат и явно ограничиваем полуоткрытый период — с начала 1 сентября до начала 9 сентября.

WITH RECURSIVE ten(n) AS (
  VALUES (0) UNION ALL SELECT n + 1 FROM ten WHERE n < 9
),
other_events(user_id, occurred_at, event_type) AS (
  VALUES (2,'2026-09-01 11:00:00','open'),
         (3,'2026-09-02 09:00:00','open'),
         (1,'2026-09-07 09:00:00','open'),
         (2,'2026-09-08 09:00:00','open'),
         (4,'2026-08-15 12:00:00','open'),
         (5,'2026-08-31 20:00:00','open'),
         (6,'2026-09-08 17:00:00','purchase'),
         (NULL,'2026-09-08 20:00:00','open'),
         (7,'2026-09-09 00:00:00','open'),
         (8,'2026-08-09 23:59:59','open')
),
events AS (
  SELECT 1 AS user_id,
         datetime('2026-09-01 10:00:00','+' || n || ' minutes') AS occurred_at,
         'open' AS event_type
  FROM ten
  UNION ALL
  SELECT user_id, occurred_at, event_type FROM other_events
)
SELECT date(occurred_at) AS day,
       COUNT(DISTINCT user_id) AS dau
FROM events
WHERE event_type = 'open'
  AND occurred_at >= '2026-09-01'
  AND occurred_at < '2026-09-09'
GROUP BY date(occurred_at)
ORDER BY day;
DAU по датам с активностью
Дата UTCDAU
2026-09-012
2026-09-021
2026-09-071
2026-09-081

Первое значение — 2, хотя событий было 11. Второго сентября активен №3; седьмого — №1; восьмого — №2. Покупка клиента №6 восьмого сентября не меняет DAU: мы не объявляли покупку событием активности. Сумма DAU за эти четыре дня равна 5, но это не число уникальных людей за весь интервал.

WAU и MAU на одну дату: скользящие или календарные?

Срез — 8 сентября 2026 года, включительно. Семь полных дат: [2026-09-02, 2026-09-09); тридцать: [2026-08-10, 2026-09-09). Календарную неделю здесь считаем с понедельника (7 сентября), месяц — с 1 сентября. Для каждого окна снова нужен DISTINCT user_id; сложить дневные уникальные количества нельзя.

WITH RECURSIVE ten(n) AS (
  VALUES (0) UNION ALL SELECT n + 1 FROM ten WHERE n < 9
),
other_events(user_id, occurred_at, event_type) AS (
  VALUES (2,'2026-09-01 11:00:00','open'),
         (3,'2026-09-02 09:00:00','open'),
         (1,'2026-09-07 09:00:00','open'),
         (2,'2026-09-08 09:00:00','open'),
         (4,'2026-08-15 12:00:00','open'),
         (5,'2026-08-31 20:00:00','open'),
         (6,'2026-09-08 17:00:00','purchase'),
         (NULL,'2026-09-08 20:00:00','open'),
         (7,'2026-09-09 00:00:00','open'),
         (8,'2026-08-09 23:59:59','open')
),
events AS (
  SELECT 1 AS user_id,
         datetime('2026-09-01 10:00:00','+' || n || ' minutes') AS occurred_at,
         'open' AS event_type
  FROM ten
  UNION ALL
  SELECT user_id, occurred_at, event_type FROM other_events
),
report_day(d) AS (VALUES ('2026-09-08'))
SELECT d AS as_of,
  COUNT(DISTINCT CASE WHEN occurred_at >= d AND occurred_at < date(d,'+1 day') THEN user_id END) AS dau,
  COUNT(DISTINCT CASE WHEN occurred_at >= date(d,'-6 days') AND occurred_at < date(d,'+1 day') THEN user_id END) AS wau_7d,
  COUNT(DISTINCT CASE WHEN occurred_at >= date(d,'-29 days') AND occurred_at < date(d,'+1 day') THEN user_id END) AS mau_30d,
  COUNT(DISTINCT CASE WHEN occurred_at >= date(d, '-' || ((CAST(strftime('%w',d) AS INTEGER) + 6) % 7) || ' days')
                      AND occurred_at < date(d,'+1 day') THEN user_id END) AS wau_week_to_date,
  COUNT(DISTINCT CASE WHEN occurred_at >= date(d,'start of month')
                      AND occurred_at < date(d,'+1 day') THEN user_id END) AS mau_month_to_date
FROM report_day CROSS JOIN events
WHERE event_type = 'open';
Разные окна на 8 сентября
СрезDAUWAU 7 датMAU 30 датНеделя с пнМесяц с 1-го
2026-09-0813523

Результаты имеют разные значения без противоречия: скользящий WAU = 3 (№1, №2, №3), а недельный с понедельника — 2 (№1, №2). MAU за 30 дат = 5 (№1–5), но за сентябрь до среза — 3. Клиент №4 был активен 15 августа и входит в 30-дневное окно; клиент №8 с 9 августа 23:59:59 уже не входит.

Контроль пропущенного дня: отсутствие событий не означает отсутствие даты

Обычная группировка не вернула 3–6 сентября. Для графика с нулями создадим короткий календарь через рекурсивный CTE, а условие event_type = 'open' оставим в ON: иначе WHERE уничтожит пустые строки после LEFT JOIN.

WITH RECURSIVE ten(n) AS (
  VALUES (0) UNION ALL SELECT n + 1 FROM ten WHERE n < 9
),
other_events(user_id, occurred_at, event_type) AS (
  VALUES (2,'2026-09-01 11:00:00','open'),
         (3,'2026-09-02 09:00:00','open'),
         (1,'2026-09-07 09:00:00','open'),
         (2,'2026-09-08 09:00:00','open'),
         (4,'2026-08-15 12:00:00','open'),
         (5,'2026-08-31 20:00:00','open'),
         (6,'2026-09-08 17:00:00','purchase'),
         (NULL,'2026-09-08 20:00:00','open'),
         (7,'2026-09-09 00:00:00','open'),
         (8,'2026-08-09 23:59:59','open')
),
events AS (
  SELECT 1 AS user_id,
         datetime('2026-09-01 10:00:00','+' || n || ' minutes') AS occurred_at,
         'open' AS event_type
  FROM ten
  UNION ALL
  SELECT user_id, occurred_at, event_type FROM other_events
),
calendar(day) AS (
  VALUES ('2026-09-01')
  UNION ALL SELECT date(day,'+1 day') FROM calendar WHERE day < '2026-09-09'
)
SELECT c.day, COUNT(DISTINCT e.user_id) AS dau
FROM calendar AS c
LEFT JOIN events AS e ON e.occurred_at >= c.day
  AND e.occurred_at < date(c.day,'+1 day')
  AND e.event_type = 'open'
GROUP BY c.day
ORDER BY c.day;
Календарь активности, включая нули
ДатаDAU
2026-09-012
2026-09-021
2026-09-030
2026-09-040
2026-09-050
2026-09-060
2026-09-071
2026-09-081
2026-09-091

Проверьте себя

Не запуская запрос, ответьте: что изменится в столбце wau_7d на 8 сентября, если добавить ещё пять открытий клиента №3 за 2 сентября? А если добавить открытие нового клиента за 1 сентября? Проверьте оба варианта в бесплатной SQL-песочнице. Для закрепления DISTINCT полезен разбор COUNT и уникальных клиентов; про даты с часами — фильтр по времени. А когда вопрос звучит «кто вернулся спустя месяц первой покупки», это уже когортный retention, а не MAU.

Задание с автопроверкой: P066 «Сессии клиентов, включая нули». Смежная практика: посчитайте сессии по клиентам, затем вернитесь к статье и замените подсчёт событий на уникальных активных пользователей за определённый день.


Для задач на MySQL 8 вместо SQLite — отдельный курс на Stepik. Синтаксис дат и оконных функций у движков может отличаться; запросы этой статьи проверены именно в SQLite.