WAU/MAU Ratio

Definición completa

El WAU/MAU ratio es el cociente entre los usuarios activos semanales (Weekly Active Users) y los usuarios activos mensuales (Monthly Active Users) en el mismo período de referencia, expresado como porcentaje. Mide qué proporción de los usuarios que tocaron el producto en el último mes lo utilizaron también en la última semana. En esencia, responde a una pregunta operativa concreta: de las personas que están activas en el producto, ¿cuántas regresan cada semana?

La métrica se popularizó como alternativa al DAU/MAU, que es la medida de engagement clásica de productos de consumo masivo como redes sociales, mensajería o juegos. DAU/MAU asume que la frecuencia natural de uso es diaria, lo cual rara vez es cierto en software profesional. Un CRM, una herramienta de planeación financiera o una plataforma de inteligencia de negocio no se consultan todos los días por la naturaleza misma del trabajo que apoyan: muchos flujos son semanales, mensuales o gatillados por eventos específicos. WAU/MAU normaliza la métrica a la frecuencia natural del usuario profesional.

Conviene precisar que tanto WAU como MAU deben definirse a partir de eventos de valor, no de simples inicios de sesión. Un usuario que entra a la aplicación y cierra la ventana sin hacer nada útil no constituye actividad real. Cada empresa debe documentar qué eventos cuentan como "actividad" — abrir un dashboard, ejecutar una consulta, crear un registro, exportar un reporte — y mantener esa definición estable en el tiempo para que las comparaciones de WAU/MAU entre períodos sean válidas. Cambiar la definición sin documentarlo es una de las fuentes más comunes de confusión en la medición de engagement.

La interpretación del valor depende del modelo de negocio y de la categoría del producto. En herramientas con flujos diarios reales — bandeja de correo, mensajería interna, monitoreo de operaciones — un WAU/MAU del 80% o más es alcanzable. En herramientas de planeación trimestral o analítica ejecutiva, valores entre 50% y 65% pueden representar el techo natural sin que ello signifique un producto débil. La métrica debe compararse contra la cohorte de usuarios para los que el producto está diseñado, no contra un benchmark universal.

Cómo implementarlo

La implementación de un WAU/MAU confiable requiere una secuencia de decisiones técnicas y operativas que deben tomarse antes de empezar a medir. Las siguientes etapas son las que aplica la mayoría de los equipos de producto maduros.

1. 1. Definir el "evento activo". Identifique las dos o tres acciones que representan valor real en su producto. Para una plataforma de analítica, podría ser "ejecutó una consulta o vio un dashboard". Para un CRM, "creó o editó un registro". Documente esta definición y mantenga el listado de eventos versionado.
2. 2. Definir la unidad de medición. Decida si "usuario" significa cuenta de pago, asiento individual o sesión única. Para empresas B2B, lo más informativo es medir a nivel de asiento individual con desglose por cuenta, porque permite identificar qué cuentas tienen pocos asientos activos y están en riesgo.
3. 3. Establecer las ventanas de tiempo. WAU es el número de usuarios únicos que registraron al menos un evento activo en los últimos 7 días. MAU es el mismo cálculo para los últimos 28 o 30 días, según la convención de su empresa. Use siempre la misma definición para que las comparaciones temporales sean válidas.
4. 4. Instrumentar los eventos. Asegure que cada evento activo se registra de forma confiable en su plataforma de analítica (Mixpanel, Amplitude, Snowflake con un esquema de eventos, etcétera). Audite que no haya doble conteo ni eventos perdidos por problemas de etiquetado del cliente.
5. 5. Construir el cálculo diario. Genere el WAU/MAU como un valor diario en su almacén de datos, calculando WAU y MAU como ventanas móviles que terminan cada día. Esto le permite ver tendencias en lugar de un único valor mensual estático.
6. 6. Desglosar por cohorte y por cuenta. El número agregado oculta variación. Calcule WAU/MAU por cohorte de adquisición, por plan, por segmento de cliente y por cuenta individual. Las cohortes con WAU/MAU bajo y en deterioro son las primeras candidatas para intervención del equipo de Customer Success.
7. 7. Establecer umbrales y alertas. Defina umbrales mínimos de WAU/MAU para cuentas pagas. Por ejemplo, una alerta si una cuenta de plan Growth cae por debajo del 35% durante dos semanas consecutivas. Conecte la alerta al sistema de tareas del equipo de éxito de cliente.

Ejemplo concreto

Considere una empresa SaaS con sede en Bogotá que ofrece una plataforma de planeación financiera para directores administrativos y financieros de PYMEs en Colombia y México. La plataforma cuesta $1,200,000 COP/mes en el plan Starter y $3,400,000 COP/mes en el plan Growth, con un MRR total de $480,000,000 COP distribuido entre 220 cuentas pagas activas. Cada cuenta tiene en promedio 4 asientos asignados, lo que da una base total de aproximadamente 880 usuarios provisionados.

El equipo de producto define "actividad" como cualquiera de tres eventos: abrir un dashboard de presupuesto, generar un reporte de variaciones o cargar datos al sistema. En el mes de abril, el MAU es de 612 usuarios (los que realizaron al menos uno de esos eventos en los últimos 30 días) y el WAU es de 384 usuarios (los que lo hicieron en los últimos 7 días). El WAU/MAU del mes es 384 ÷ 612 × 100 = 62.7%, dentro del rango saludable de 60–75%.

Al desglosar por plan, surge una diferencia revelador: las cuentas del plan Growth muestran WAU/MAU de 74%, mientras que las cuentas del plan Starter muestran solo 48%. Adicionalmente, al desglosar por cohorte de adquisición, las cuentas que entraron en los últimos 60 días tienen un WAU/MAU del 41%, frente al 67% de las cuentas con más de 6 meses. Estas dos lecturas indican dos problemas distintos: el plan Starter podría estar atrayendo cuentas que no se vuelven semanales, y las cohortes recientes están teniendo una activación más débil que las históricas. Cada hallazgo requiere una intervención diferente: el primero, revisar el ICP del plan Starter; el segundo, auditar el onboarding reciente.

Análisis en profundidad

La razón fundamental por la que WAU/MAU es una métrica superior a DAU/MAU para la mayoría del software B2B tiene que ver con el ritmo natural del trabajo profesional. La mayoría de los procesos empresariales — revisión de pipeline, cierre contable, reportes a directivos, planeación de capacidad — se ejecutan en ciclos semanales o mensuales, no diarios. Medir el engagement contra una expectativa de uso diario lleva a conclusiones falsamente pesimistas: una herramienta de planeación trimestral que se usa cada lunes y cada viernes tiene un DAU/MAU del 10% y un WAU/MAU del 70%, ambos saludables, pero solo el segundo lo refleja. Aplicar la métrica equivocada lleva a equipos de producto a invertir en aumentar la frecuencia de uso de formas que no añaden valor al cliente.

Existe una relación empírica robusta entre WAU/MAU y retención a 12 meses en cohortes de SaaS B2B. Los análisis publicados por Bessemer, OpenView e ICONIQ muestran que las cuentas con WAU/MAU superior al 60% durante los primeros 90 días tras la activación tienen una retención bruta a 12 meses entre 15 y 25 puntos porcentuales más alta que las cuentas con WAU/MAU por debajo del 40% en el mismo período. La intuición es directa: una cuenta que utiliza el producto cada semana ha incorporado ese producto al flujo de trabajo del equipo, y desinstalarlo implica un costo de transición real. Una cuenta que solo lo abre una vez al mes está expuesta a la cancelación porque el producto no es esencial.

Sin embargo, WAU/MAU es vulnerable a manipulaciones inadvertidas que distorsionan su valor. La más frecuente es la inflación de MAU mediante notificaciones automáticas: si el producto envía un correo o una notificación push que abre la aplicación sin acción significativa, el MAU sube sin que el engagement real cambie. Esto baja artificialmente el WAU/MAU y enmascara mejoras reales en el comportamiento. La defensa contra esta distorsión es excluir explícitamente las sesiones gatilladas por notificaciones automáticas del conteo de actividad y medir solo las sesiones iniciadas por el usuario.

Otro punto crítico es la diferencia entre WAU/MAU a nivel de plataforma y WAU/MAU a nivel de cuenta. El número agregado puede ser saludable mientras que un subconjunto material de cuentas pagas tiene engagement nulo. Un negocio con 1,000 cuentas, donde 700 tienen WAU/MAU del 70% y 300 tienen WAU/MAU del 0%, mostrará un WAU/MAU global del 49% — aceptable. Pero las 300 cuentas inactivas representan el 30% de la base de pago en riesgo inminente de churn. El análisis correcto requiere ver la distribución por cuenta, no solo el promedio. La distribución típica saludable es una cola larga hacia la derecha — la mayoría de las cuentas con WAU/MAU alto y una pequeña minoría con engagement bajo — y no una distribución bimodal con un pico cerca del cero.

Por último, WAU/MAU debe interpretarse junto con métricas de profundidad de uso, no de manera aislada. Una cuenta puede tener WAU/MAU del 80% porque un único usuario abre el producto cada semana brevemente, mientras que los demás 9 asientos asignados están inactivos. En ese escenario el WAU/MAU es engañoso. La métrica complementaria útil es "asientos activos como porcentaje de asientos provisionados", que mide qué proporción de las licencias compradas se está usando realmente. La combinación de WAU/MAU alto y porcentaje de asientos activos alto es el indicador robusto de cuenta sana; cualquiera de las dos sola es insuficiente.

Errores frecuentes

• ✗

  Aplicar DAU/MAU a productos B2B con uso semanal. Es el error más común. Un equipo que reporta DAU/MAU del 12% en una plataforma de planeación financiera concluye que el producto tiene engagement débil, cuando en realidad el WAU/MAU es del 68% y el comportamiento es totalmente saludable. La métrica equivocada lleva a inversiones de producto orientadas a aumentar la frecuencia de visita, no a mejorar el valor por visita.

• ✗

  Definir actividad como simple inicio de sesión. Si "usuario activo" incluye a cualquiera que abrió la aplicación, el MAU se infla con sesiones triviales gatilladas por notificaciones, enlaces externos o curiosidad pasajera. WAU/MAU baja artificialmente y se enmascara el engagement real. La definición debe vincularse a eventos de valor que el cliente paga por realizar.

• ✗

  Reportar solo el WAU/MAU agregado sin desglose por cuenta. El número global puede esconder que un 30% de la base de pago tiene WAU/MAU de cero. Sin la distribución por cuenta, el equipo de Customer Success no sabe cuáles cuentas están en riesgo inminente. La práctica correcta es publicar el WAU/MAU agregado junto con el porcentaje de cuentas pagas con WAU/MAU por debajo del umbral mínimo definido.

Cómo Fairview lo gestiona

Fairview calcula el WAU/MAU de forma automática a partir de los eventos de producto conectados desde Mixpanel, Amplitude, Segment o un esquema de eventos en el almacén de datos. La plataforma normaliza la definición de "evento activo" según la configuración del equipo, calcula WAU y MAU como ventanas móviles diarias, y genera el cociente con desglose por plan, por cohorte de adquisición y por cuenta individual. El Operating Dashboard muestra la distribución de WAU/MAU por cuenta para que el equipo de Customer Success identifique rápidamente las cuentas pagas con engagement bajo. Cuando una cuenta cae por debajo del umbral configurado durante dos semanas consecutivas, Fairview genera una alerta accionable con el contexto histórico de la cuenta, los asientos provisionados, los asientos activos y los eventos faltantes. Esto convierte el WAU/MAU en una métrica operativa en lugar de un número de reporte mensual.

Preguntas frecuentes