Qu’est-ce qu’un Monthly Active User ?

Un Monthly Active User (MAU) correspond à un utilisateur unique ayant interagi de manière significative avec une application ou un service au moins une fois sur une période de 30 jours. Cette interaction peut prendre différentes formes selon les critères définis par l’entreprise : ouverture de l’app, consultation d’un contenu, ajout au panier, finalisation d’un achat ou toute autre action jugée pertinente.

Il est important de noter que l’utilisateur est comptabilisé une seule fois par mois, même s’il effectue plusieurs actions ou se connecte plusieurs fois. L’objectif est de mesurer la portée réelle de l’engagement, pas la fréquence d’utilisation (ce qui est plutôt l’objet du DAU ou du WAU).

Comment mesure-t-on les Monthly Active Users ?

La mesure des MAU dépend d’un utilisateur et d’une action qu’il effectue sur une période donnée.

Utilisateur, action, timeline : les 3 piliers du MAU

Pour qu’un utilisateur soit comptabilisé dans le Monthly Active Users (MAU), trois éléments doivent être réunis : l’utilisateur doit être identifié, avoir réalisé une action jugée « active », pendant une période de 30 jours. Ces trois critères sont indispensables pour garantir la cohérence et la fiabilité du KPI.

• L’utilisateur, une identification unique : Un « utilisateur » ne se résume pas à un simple appareil ou à un clic. Il s’agit d’une personne identifiée de manière unique dans l’écosystème de l’app. Cette identification peut être faite via :
  • un compte utilisateur (email, login)
  • un ID device (IDFA, GAID…)
  • un identifiant client interne généré dans la base de données

👉 Pourquoi c’est important ?
Cela permet d’éviter de compter deux fois un même utilisateur s’il interagit plusieurs fois ou via plusieurs canaux. L’objectif est de dédoublonner les sessions et ne retenir que les utilisateurs uniques.

• Définir ce qui est considéré comme une activité : Le simple fait d’installer une application ne signifie pas que l’utilisateur est actif. Il faut qu’il effectue une action définie comme « active ». Cette action dépend du type d’application, mais quelques exemples courants :
  • Ouverture de l’application
  • Consultation d’un contenu ou d’une page clé
  • Ajout au panier ou achat
  • Réalisation d’un niveau (pour une app gaming)
  • Utilisation d’une fonctionnalité majeure (scanner, paiement…)

👉 Pourquoi c’est important ?
Le choix de l’action conditionne la pertinence du MAU. Un seuil trop bas (ex : simple ouverture) peut surévaluer le KPI. À l’inverse, un seuil trop exigeant peut sous-estimer l’engagement.

• La timeline, une période glissante de 30 jours : Enfin, le MAU est mesuré sur une période de 30 jours glissants ou sur un mois calendaire (ex : du 1er au 31 juillet). Seules les actions effectuées pendant cette période sont prises en compte.

👉 Pourquoi c’est important ?
Cela permet de suivre l’évolution mensuelle de l’activité et de comparer les mois entre eux. On peut aussi lisser les effets saisonniers ou événementiels.

Méthode de calcul du Monthly Active User

Le calcul du MAU consiste à compter le nombre d’utilisateurs uniques ayant effectué au moins une action jugée pertinente durant la période définie. Par exemple, si un utilisateur se connecte 10 fois dans le mois, il ne sera compté qu’une seule fois.

Les outils d’analyse comme Firebase, Amplitude ou Mixpanel permettent d’automatiser ce suivi, en appliquant des filtres précis sur les événements utilisateur.

Pourquoi le Monthly Active User est un KPI important en app marketing ?

Indicateur d’adoption produit

Le MAU permet de savoir si l’application continue d’être utilisée après téléchargement. Il reflète donc la capacité d’une app à s’inscrire dans la durée et à devenir un usage récurrent chez l’utilisateur.

Mesure de l’engagement

Même si le Monthly Active Users ne donne pas le détail du comportement, il permet de capter le niveau de rétention global et la régularité d’utilisation. Une augmentation régulière du MAU indique une adoption croissante.

KPI de référence pour les investisseurs

Dans les phases de levée de fonds ou de valorisation d’entreprise, le MAU est l’un des KPIs les plus scrutés. Il illustre à la fois la traction du produit et la taille de l’audience engagée.

Base pour d’autres indicateurs clés

Le MAU sert de fondation à d’autres calculs : ARPU (Average Revenue Per User), taux de churn, taux de rétention mensuelle… C’est un point de départ essentiel dans toute analyse de performance.

MAU vs WAU vs DAU : quelles différences et quand utiliser lequel ?

Les KPIs d’utilisateurs actifs peuvent être mesurés à différentes fréquences :

• DAU (Daily Active Users) : nombre d’utilisateurs actifs par jour. Pertinent pour les apps utilisées quotidiennement (réseaux sociaux, jeux, messageries).
• WAU (Weekly Active Users) : nombre d’utilisateurs actifs sur une semaine. Adapté aux apps utilisées plusieurs fois par semaine (apps de productivité, e-learning).
• MAU (Monthly Active Users) : nombre d’utilisateurs actifs sur un mois. Idéal pour les apps à usage plus ponctuel (finance, e-commerce, voyage).

Le bon KPI dépend du rythme d’utilisation naturel de votre application. Choisir le mauvais peut conduire à des décisions mal orientées.

Bonnes pratiques pour augmenter le MAU

• Notifications push : Les push bien ciblés permettent de rappeler l’existence de l’app, de signaler des nouveautés ou des offres. Ils doivent être personnalisés pour éviter d’être perçus comme intrusifs.
• Messages in-app : Ils accompagnent l’utilisateur dans son parcours, encouragent la découverte de nouvelles fonctionnalités et favorisent une utilisation plus régulière.
• Email / SMS : Ces canaux restent très efficaces pour réengager les utilisateurs inactifs ou rappeler des actions incomplètes (panier abandonné, mise à jour, etc.).
• Deep linking : Les liens profonds permettent de rediriger l’utilisateur directement vers une section spécifique de l’app, ce qui améliore l’expérience et booste l’engagement.

Quels sont les défis liés au Monthly Active User ?

• Manque de standards dans l’industrie : Il n’existe pas de définition universelle du MAU. Chaque entreprise peut décider de ce qu’elle considère comme une action « active », ce qui rend les comparaisons entre apps délicates.
• Indicateur peu pertinent pour les jeunes apps : En phase de lancement, les données sont instables, les bases utilisateurs trop petites. Le MAU peut alors donner une fausse impression d’échec ou de réussite.
• Analyse comportementale limitée : Le Monthly Active User ne donne aucune information sur ce que fait réellement l’utilisateur dans l’app. Il faut le croiser avec des indicateurs de comportement (temps passé, parcours, conversion…).
• Absence de mesure qualitative : Le MAU ne fait pas la distinction entre utilisateurs très engagés et simples visiteurs. Un utilisateur actif n’est pas nécessairement un utilisateur rentable.
• Risques de double comptage : Si un utilisateur utilise plusieurs appareils sans être identifié de façon unifiée, il peut être comptabilisé plusieurs fois.
• Biais événementiels ou saisonniers : Un pic de Monthly Active Users peut être artificiel, provoqué par une campagne publicitaire, une promo ou un événement ponctuel. Il faut savoir l’interpréter dans son contexte.

Les KPIs complémentaires à maîtriser

DAU / WAU (Daily / Weekly Active Users)

Ces métriques permettent de mesurer la fréquence d’utilisation. En comparant DAU et Monthly Active User, on peut calculer le DAU/MAU ratio (aussi appelé stickiness rate).

➕ KPI dérivé :

DAU/MAU = Taux de fidélité ou de récurrence

Par exemple, un DAU/MAU de 0,2 signifie que l’utilisateur moyen ouvre l’app environ 6 jours par mois.

Taux de rétention (Day 1, Day 7, Day 30…)

Le Monthly Active User vous dit combien de personnes utilisent l’app dans le mois, mais pas combien reviennent après la première utilisation. Le taux de rétention mesure la capacité à garder les utilisateurs actifs dans le temps.

Exemple : une app peut avoir un bon MAU mais un mauvais taux de rétention si elle attire beaucoup d’utilisateurs en acquisition… mais les perd rapidement.

ARPU / ARPPU (Average Revenue Per User / Paying User)

Le MAU ne mesure pas la qualité ou la rentabilité des utilisateurs. L’ARPU met en lumière la valeur monétaire moyenne générée par chaque utilisateur actif.

Une croissance du MAU sans augmentation de l’ARPU peut indiquer que les nouveaux utilisateurs sont peu monétisables.

LTV (Lifetime Value)

LTV mesure la valeur totale générée par un utilisateur sur toute sa durée de vie dans l’app. C’est un indicateur long terme, essentiel pour les décisions budgétaires, notamment en acquisition.

Le LTV combiné au Monthly Active User permet d’évaluer si la croissance en volume s’accompagne d’une croissance en valeur.

Churn Rate (Taux d’attrition)

Le Monthly Active User ne distingue pas les nouveaux utilisateurs des utilisateurs perdus. Le churn vous dit combien de personnes quittent l’app chaque mois.

En analysant le churn, on peut détecter des problèmes d’expérience ou de valeur perçue.

Engagement utilisateur (sessions, durée, événements)

Le MAU ne vous dit rien sur ce que font les utilisateurs dans l’app. Il est donc important de suivre l’engagement par le biais de :

• le nombre de sessions par utilisateur
• la durée moyenne de session
• les événements clés déclenchés
  permet de qualifier l’usage.

Cela révèle quels segments sont réellement actifs, engagés ou simplement « passifs ».

Taux de conversion (inscription, achat, abonnement…)

Avoir un bon MAU n’est utile que si une partie de ces utilisateurs atteint les objectifs business (inscription, achat, etc.).

Le taux de conversion permet de suivre la performance des parcours utilisateurs.

En résumé :

Conclusion

Le Monthly Active Users est un indicateur fondamental pour toute application souhaitant mesurer sa croissance et son adoption. Facile à suivre et à communiquer, il offre une vision globale de l’engagement mensuel. Mais il ne suffit pas à lui seul pour comprendre la santé d’une app : il doit être complété par des indicateurs qualitatifs, de rétention et de revenu. En combinant les bons leviers marketing (push, emails, deep links…) et une analyse fine du comportement utilisateur, il est possible d’augmenter durablement son MAU, et avec lui, la performance globale de l’application.