Stickiness (DAU/MAU).
El stickiness divide tu DAU entre tu MAU y te dice los días del mes que un usuario usa el producto. Solo aplica a producto de uso recurrente: en un ecommerce o en una consultora es un número que se enseña y no dirige nada.
El stickiness, o ratio DAU/MAU, es el porcentaje de usuarios activos mensuales que además están activos un día cualquiera, y mide cuántos días del mes usa el producto un mismo usuario. Un stickiness del 20% equivale a seis días de uso al mes.
También: ratio dau mau · adherencia del producto · product stickiness
Agencia Snowball, Barcelona · Revisado el
Antes de calcularlo: en la mitad de los negocios no significa nada.
Si tienes un ecommerce o vendes un servicio con reuniones, el stickiness no es tu número y conviene decirlo en la primera línea, porque es una métrica que se cuela en tableros donde no tiene nada que hacer. En un ecommerce tú no necesitas más usuarios activos ni bajar el churn: necesitas vender más, subir el ticket medio y que la gente repita —eso se mira con frecuencia de compra, no con usuarios activos—. Y en una consultora no quieres usuarios ni daily active users: quieres leads, reuniones agendadas y discovery calls que se conviertan en propuestas firmadas.
El stickiness es de un producto que se usa, no de un negocio que se compra. Ahí sí contesta una pregunta que ninguna otra métrica contesta: ¿te has metido en la rutina de tu usuario, o te visita de vez en cuando?
Se calcula dividiendo el DAU entre el MAU, y el resultado se lee mejor en días que en porcentaje. Un 20% quiere decir que un usuario tuyo abre el producto seis días de cada treinta. Un 3% quiere decir uno. Multiplica el ratio por treinta y tienes el número que de verdad estás midiendo.
El malentendido que resuelve es el del tablero por defecto. Un dashboard de producto enseña usuarios registrados acumulados desde el lanzamiento: un número que solo suma, nunca resta y no dirige nada, el ejemplo de manual de una métrica de vanidad. El DAU y el MAU por separado tienen el mismo vicio: crecen contigo. El ratio no, porque tiene un denominador que crece a la vez que el numerador. Puede bajar mientras tus dos números absolutos suben, y ese día te está diciendo algo que ningún acumulado te iba a decir.
Cuatro días al mes son un 13,3%. Doce, un 40%. Veinte, un 66,7%. Dicho así se ve lo que el porcentaje esconde: no hay un stickiness bueno en abstracto, hay uno esperable, y lo fija la frecuencia con la que aparece el trabajo que tu producto resuelve.
Una división, y el mismo usuario activo en los dos lados.
Stickiness = DAU medio del mes ÷ MAU. La parte que casi nadie hace bien es el numerador: la media de los treinta días, no el DAU de un día.
El dibujo es un mes inventado con el patrón de cualquier producto de trabajo: 1.000 activos cada laborable, 380 cada fin de semana. La media del mes es 835. Con un MAU de 4.000, el stickiness es 20,9%. Si el informe se hace un martes, sale 25,0%. Si se hace un domingo, 9,5%. El mismo mes, el mismo producto y tres números distintos: por eso el numerador es siempre la media, y por eso una serie de DAU sin la media encima no sirve para calcular nada.
La ventana del denominador tiene que ser estable. Mes natural o treinta días rodantes, da igual cuál elijas, pero elige una: alternar entre las dos hace que el ratio suba y baje por el calendario y no por el producto. Febrero tiene veintiocho días y eso ya mueve el número.
Y lo que decide si el ratio significa algo es lo que cuenta como usuario activo, que tiene que ser exactamente lo mismo arriba y abajo. Nada de esto se mide con analítica web: hace falta eventos de producto, o sea qué hace el usuario dentro de la aplicación y no qué páginas visitó antes de registrarse. La definición útil de activo es la acción que, si el usuario la hace, dispara la probabilidad de que se quede. Si el DAU cuenta abrir la aplicación y el MAU cuenta esa acción, el ratio no es un ratio: son dos métricas distintas divididas la una por la otra.
Lo último que entra en la cuenta es de quién se calcula. Sobre el total de la base mezclas a quien se dio de alta ayer con quien lleva dos años dentro, y el resultado se mueve solo cada vez que metes una tanda grande de registros. Calculado por cohorte mensual —no un acumulado desde el día uno— el ratio contesta la pregunta que importa: si los que entraron en marzo te usan hoy más o menos días que los que entraron en enero.
El mismo 20% pueden ser dos productos opuestos.
Un ratio es una media, y una media aplasta la distribución que hay debajo. Dos productos con 4.000 usuarios al mes y el mismo 20,0% de stickiness, con números de ejemplo:
800 personas entran los treinta días del mes. Las otras 3.200 entraron una vez y no volvieron.
Las 4.000 personas del MAU usan el producto 6 días al mes cada una. Nadie desaparece y nadie vive dentro.
A la izquierda, 800 personas viven dentro del producto y 3.200 —el 80,0%— entraron una vez y no han vuelto. A la derecha, las 4.000 lo usan 6 días de treinta cada una. El ratio dice 20,0% en los dos casos y el trabajo que hay que hacer no se parece en nada.
El de la izquierda no tiene un problema de frecuencia, tiene un problema anterior: su ratio está midiendo a los supervivientes. Ahí la palanca es la activación y el onboarding —cuánta gente llega a hacer la acción que engancha, y qué estorba antes de ella—, y subir el stickiness a base de tocar el producto para el núcleo que ya lo usa a diario es trabajar para quien no se iba a ir. El de la derecha sí tiene un problema de frecuencia: le falta una razón para volver el jueves. Son dos hojas de ruta distintas leídas del mismo número, y por eso el número solo no decide.
Para saber si el tuyo es alto o bajo, compáralo con tu techo y no con el de una aplicación de mensajería. El techo son los días al mes en que tu producto tiene algo que hacer, divididos entre treinta: si el trabajo aparece doce veces al mes, tu techo es el 40% y perseguir un 60% es pedirle al producto que sea otro producto. La lectura que proponemos —criterio de lectura, no un baremo de sector— es en tercios de ese techo: por encima del 70% del techo estás en la rutina; entre el 40% y el 70% te usan pero no te tienen; por debajo del 40% eres una visita ocasional y hay que averiguar si el agujero está en la activación o en la frecuencia.
Y hay un caso en el que subir el ratio no es el trabajo: el producto que por diseño se usa una vez al mes. Ahí la retención no se compra con uso diario, se compra con anclas. Cada integración con otra herramienta es puerta de entrada y ancla a la vez: cuantas más herramientas te conectan, más caro le sale a un cliente activo dejarte, y eso son costes de cambio que no dependen de que le apetezca abrirte cada mañana. La lógica de fondo de un producto por suscripción no es de altas, es de retención; el stickiness es una de las formas de mirarla, no la única.
Se calcula en tu navegador. No se guarda ni se envía nada.
Cuatro formas de tener el ratio y leerlo mal.
Compararlo con el techo de otro producto
El 60% que enseña una aplicación de mensajería es su techo, porque la gente habla todos los días. Un producto de facturación mensual tiene un techo del 3,3% y está perfectamente sano ahí. El ratio se compara contra tu frecuencia natural y contra tu mes anterior. Contra el de un producto de otra categoría no se compara nunca: con esa referencia acabas construyendo funcionalidades que nadie pidió solo para que la gente entre más veces.
Contar cosas distintas arriba y abajo
Es el fallo más silencioso de los cuatro, porque el número sale y parece razonable. Si el numerador cuenta sesiones y el denominador personas, o si uno cuenta el evento y el otro cuenta aperturas, el ratio no mide nada. Antes de mirarlo, la pregunta no es cuánto es: es qué evento exacto cuenta como activo, y si es el mismo en las dos mitades de la división.
Subirlo con notificaciones
Un push sube el DAU sin que nadie haya usado el producto, y el ratio mejora esa misma semana. Es la manera más rápida de convertir la única métrica de producto con denominador en un número que solo sube: el ratio pasa a medir tu calendario de envíos y no la utilidad de lo que has construido. Si sube justo cuando lanzas campañas y baja al pararlas, ya sabes qué estabas midiendo.
Dar por bueno el ratio y no mirar debajo
Un ratio estable puede esconder que el núcleo se está estrechando mientras la base engorda, o al revés. La lectura útil son dos números al lado del ratio: cuánta gente del mes entró un solo día, y cuánta entró más de la mitad de los días. Con esos dos, el mismo porcentaje deja de ser ambiguo y empieza a decir en qué mitad del producto está el trabajo.
Lo que se pregunta sobre stickiness.
¿Cómo se calcula el stickiness?
Stickiness = DAU medio del mes ÷ MAU, en porcentaje. El numerador es la media de los treinta días, no el DAU de un martes bueno: con el patrón normal de un producto de trabajo, elegir un laborable o un domingo cambia el resultado casi al triple. Y lo que cuenta como usuario activo tiene que ser el mismo evento arriba y abajo.
¿Cuánto es un buen stickiness?
No hay uno bueno en abstracto: hay uno esperable, y lo fija la frecuencia con la que aparece el trabajo que tu producto resuelve. Tu techo son los días al mes en que tiene algo que hacer, divididos entre treinta: doce días son un techo del 40% y un producto de uso mensual tiene un techo del 3,3%. Compara contra ese techo y contra tu mes anterior, nunca contra una aplicación de mensajería.
¿Sirve el stickiness en un ecommerce o en una consultora?
No. Si vendes online no necesitas más usuarios activos: necesitas vender más, subir el ticket medio y que la gente repita, y eso se mira con recompra y frecuencia de compra. Si vendes un servicio con reuniones, no quieres usuarios activos: quieres leads, reuniones agendadas y discovery calls que se conviertan en propuestas firmadas. El DAU/MAU es de un producto que se usa, no de un negocio que se compra.
¿Qué hago si mi stickiness es bajo?
Primero averigua de qué está hecho, porque el mismo 20% puede ser un núcleo pequeño que entra a diario mientras el 80% de la base no volvió nunca, o toda la base entrando seis días al mes. En el primer caso el problema está antes del uso y la palanca es la activación y el onboarding. En el segundo es frecuencia: falta una razón para volver. Y si tu producto se usa una vez al mes por diseño, la palanca no es el uso diario, son las integraciones y los costes de cambio.
Los que hacen falta para usar este.
Si los clientes se quedan o se van, y cómo se mide eso sin engañarse.
El porcentaje de clientes que sigue contigo al final de un periodo. La otra cara del churn, y lo que decide si lo que captas se acumula o se evapora.
Porcentaje de clientes que se van cada mes. La fuga que decide si un SaaS compone o se vacía.
Usuarios únicos que hacen algo en tu producto en un día. Solo significa algo cuando ese algo está definido con un evento y no con abrir la aplicación.
Usuarios únicos activos en un mes. El número más fácil de enseñar y el más fácil de inflar: sin la definición de usuario activo al lado, no dice nada.
El porcentaje de registros que llega a usar el producto de verdad. En PLG, el número que manda.
La parte de la facturación recurrente que se va cada mes, no la de los clientes. Perder al 5% de la cartera duele muy distinto según quién estuviera dentro de ese 5%.
