# نسبة الاستعمال اليومي إلى الشهري (Daily to Monthly Usage Ratio)

> نسبة المستخدمين النشطين يوميًّا إلى المستخدمين النشطين شهريًّا، وهي مقياس تكرار العودة إلى المنتج.

- **المجال:** المنتج الرقمي (Product Management)
- **الوحدة:** نسبة
- **تكرار القياس:** شهري
- **الاتجاه المرغوب:** أعلى أفضل
- **النوع:** تابع (Lagging)
- **الرابط:** https://kpihub.co/k/prod-stickiness

## الهدف

قياس مكانة المنتج في يوم المستخدم، فالفرق بين أداة تُفتح يوميًّا وأخرى تُفتح شهريًّا هو الفرق بين عادة وذكرى.

## لماذا هو مهم

- المنتج الذي يدخل عادة المستخدم اليومية يكاد لا يتسرّب
- يكشف نموًّا وهميًّا: عدد شهري ينمو بينما لا أحد يعود يوميًّا
- يقيس القيمة المتكرّرة لا القيمة الأولى، وهما مختلفان تمامًا

## المعادلة

```
Stickiness = Daily Active Users ÷ Monthly Active Users
```

المؤشر يصلح للمنتجات التي يُتوقّع فيها استعمال يومي. ومنتج بطبيعته أسبوعي أو شهري يُقاس بنسبة أسبوعية إلى شهرية، وتطبيق اليومي عليه يعطي حكمًا ظالمًا.

## مثال محسوب

‏3,720 مستخدمًا نشطًا يوميًّا من 12,400 نشطًا شهريًّا. الحساب: 3,720 ÷ 12,400 = 0.30، أي أن المستخدم يعود نحو تسعة أيام في الشهر.

## النطاق الاسترشادي

من 0.2 إلى 0.3 وضع جيد في أدوات العمل، وفوق 0.5 في المنتجات التي تدخل العادة اليومية كالتواصل والرسائل. والمقارنة بين فئات المنتجات بلا معنى.

## تحليل الاتجاه

- انخفاضها مع نموّ العدد الشهري يعني اكتسابًا يفوق قدرة المنتج على الاحتفاظ
- ارتفاعها بعد إضافة تنبيهات ذات قيمة أثر حقيقي، وبعد تنبيهات مزعجة أثر مؤقّت يعقبه تسرّب
- ثباتها العالي مع نموّ الاثنين هو النموّ الصحّي المطلوب

## أسئلة تشخيصية

- هل منتجنا يومي بطبيعته؟ وإلا فالمؤشر الخطأ يقيسنا
- أي شريحة أعلى نسبةً؟ الفارق يصف المستخدم المثالي بدقّة
- ما الحدث الذي يعيد المستخدم يوميًّا؟ الجواب هو خارطة المنتج

## نصائح عملية

- استعمل الأسبوعي إلى الشهري إن كان منتجك ليس يوميًّا بطبيعته
- افصلها بالشريحة، فالمتوسط يخلط مستخدمًا يوميًّا بآخر لا يعود
- اقرأها مع التسرّب، فالنسبة المنخفضة تسبقه بشهور

## العرض المناسب

- خط زمني للنسبة مع خطّي المستخدمين اليومي والشهري
- أعمدة بالشريحة للنسبة
- توزيع عدد أيام الاستعمال في الشهر

## تحذيرات وفخاخ

- تطبيقها على منتج غير يومي يعطي حكمًا ظالمًا ويوجّه قرارات خاطئة
- رفعها بتنبيهات مزعجة يعطي أثرًا مؤقّتًا يعقبه تسرّب أعلى
- قراءة المتوسط تخفي شريحة يومية صغيرة وأغلبية لا تعود

## أثر التغيير

- رفعها من 0.30 إلى 0.40 يعني عودة المستخدم اثني عشر يومًا بدل تسعة، وهي عادة تتشكّل
- الشريحة الأعلى نسبةً تصف المستخدم المثالي فتوجّه الاستهداف والاكتساب معًا
- النسبة المرتفعة تخفض التسرّب مستقبلًا بلا أي جهد احتفاظ مباشر

## احسبه في أداتك

### Excel

```excel
=DAU / MAU
```

### Power BI (DAX)

```dax
Stickiness =
DIVIDE (
    [Daily Active Users],
    [Monthly Active Users]
)
```

### Tableau

```
AVG([Daily Active Users]) / AVG([Monthly Active Users])
```

### SQL

```sql
SELECT segment,
       AVG(daily_active_users) / NULLIF(AVG(monthly_active_users), 0) AS stickiness,
       AVG(days_used_per_month)                                        AS avg_days_used
FROM   usage_summary
WHERE  month BETWEEN :from_month AND :to_month
GROUP  BY segment
ORDER  BY stickiness DESC;
```

---

المصدر: [KPIHub](https://kpihub.co/k/prod-stickiness) · مرجع عربي مجاني لمؤشرات الأداء.