推廣指標
CPM、CPT、CPC、CPA、CPS?推廣形式
DNU、DLU、DAU、DRR、DRR3、DRR7、DRR7s、MRR用戶群及用戶質量
DPU、DPC、Revenue、DNUV、PCR收益及用戶價值
LT、LTV、ROI生命周期及價值
運營指標
DNU、DLU、DAU、DBAU、DKAU、PCU、ACU?用戶群
NLR、DLU/MLU、ACU/PCU?產品質量
DRR、DRR3、DRR7、DRR7s、MRR、DCR、DCR3、DCR7、DCR7s、MCR用戶質量
DPU、DPC、Revenue、DFPU、DKPU、DLUV、DAUV、DPUV、PLR、PAR?產品收益
RNU、RAU、RPU滾服
監控指標
DNRD、DNRU用戶群
NoUR、NoRR、NoLR、NoOR?用戶質量
ALC、ALD、AET、AOET?單用戶質量
推廣形式
nCPM
nCPT
nCPC
nCPA
nCPS
CPM:
按展示付費（Cost Per Thousand-Impression）
定義：按每千次展示計費的廣告成本，壹般每展示按UV統計，可能出現IP或PV統計（壹般不推薦）
備註：
PV(訪問量)：即Page View，即頁面瀏覽量或點擊量，用戶每次刷新即被計算壹次
UV(獨立訪客)：即Unique Visitor，訪問您網站的壹臺電腦客戶端為壹個訪客，00:00-24:00內相同的客戶端只被計算壹次
IP(獨立IP)：即Internet Protocol，指獨立IP數，00:00-24:00內相同IP地址之被計算壹次
CPT:
按時長付費（Cost Per Time）
定義：按展現時長計費的廣告成本，壹般按天統計
備註：國內很多的渠道廣告位都是按照“壹天多少錢”這種固定收費模式來收費的
案例：91、各類應用軟件、各類網站等
CPC:
按點擊付費（Cost Per Click）
定義：按每次點擊計費的廣告成本
備註：關鍵詞廣告壹般采用這種定價模式，比較典型的有Google廣告聯盟的AdSense for Content和百度聯盟的百度競價廣告；此投放類型容易作弊
案例：AdMob等
CPA:
按行為付費（Cost Per Action）
定義：按廣告投放實際效果計費的廣告成本，即按回應的有效問卷或定單來計費，而不限廣告投放量（按註冊或激活計費，而我們通常用註冊）
備註：CPA的計價方式對於網站而言有壹定的風險，但若廣告投放成功，其收益也比CPM的計價方式要大得多
案例：搜索關鍵字、廣告墻等
CPS:
按銷售付費（Cost Per Sale）
定義：按實際銷售產品收益比例計費的廣告成本
備註：這種形式更多的應用在聯運平臺，按產品實際產生的收益比例支付渠道費用
案例：小米、安智、UC等
用戶獲取
nDNU
nDNRD（監控指標）
nDNRU（監控指標）
nNoUR、NoRR、NoLR、NoOR（監控指標）
DNU:
日新增用戶數（Daily New Users）
定義：每日新註冊並登錄的有效用戶數（推廣按賬號，運營按角色統計）
目的：分析渠道質量、宏觀走勢、渠道作弊等
備註：月新增用戶數[MNU]統計同上，按30天統計；新增用戶數統計以進入遊戲主界面為準
DNRD:
日新註冊設備數（Daily New Registered Devices）
定義：每日從各渠道導入的註冊設備數
目的：監控真實導入量、渠道貢獻情況等
備註：月新註冊設備數[MNRD]統計同上，按30天統計；新註冊設備數壹般按MAC地址統計，沒有MAC地址時可按設備ID[Android]或IDFA[iOS]統計
DNRU:
日新註冊用戶數（Daily New Registered Users）
定義：每日從各渠道導入的新註冊賬號數
目的：監控導入量、渠道貢獻情況等
備註：月新註冊用戶數[MNRU]統計同上，按30天統計
關聯：通常DNRD，DNU；當DNU<<DNRU或DNRD<<DNRU時，表示可能有渠道作弊現象
NoUR:
無賬號率（No User Ratio）
定義：統計時間區間內，賬號沒註冊成功的用戶占新導入用戶的比例
目的：監控賬號註冊失敗而流失的情況、閃退等
備註：需要在賬號註冊前後埋點；導入壹般以激活為準
NoRR:
無角色率（No Role Ratio）
定義：統計時間區間內，只註冊了賬號沒建角色的用戶占新註冊用戶的比例
目的：監控閃退、刷號等
備註：需要在角色創建前後埋點
NoLR:
無登錄率（No Login Ratio）
定義：統計時間區間內，只創建了角色沒登錄成功的用戶占新建角色用戶的比例
目的：監控無效賬號情況、閃退等
備註：需要在角色進入遊戲前後埋點
NoOR:
無操作率（No Operation Ratio）
定義：統計時間區間內，進入遊戲後沒有操作的用戶占新增用戶的比例
算法：Level=1、Exp=0…
目的：監控遊戲第壹印象、閃退、刷量等
備註：壹般按角色統計
用戶活躍
nDLU、DAU
nDLU/MLU
nDBAU、DKAU
nNLR
nALC、ALD（監控指標）
nAET、AOET（監控指標）
nPCU、ACU
nACU/PCU
DLU:
日登錄用戶數（Daily Login Users）
定義：每日登錄過遊戲的用戶數（推廣按賬號，運營按角色統計[去重]）
目的：分析登錄用戶規模、產品周期變化趨勢等
備註：月登錄用戶數[MLU]統計同上，按30天統計，匯總需去重；對於核心用戶規模的衡量需要謹慎對待新增用戶和回流用戶在登錄用戶中的變化情況，具體需要依據細分登錄用戶才能夠了解用戶規模和質量
關聯：DLU=DNU+DAU=DNU+歷史留存用戶(DRU+DRU2+DRU3+…)
DAU:
日活躍用戶數（Daily Active Users）
定義：每日登錄過遊戲的非新增用戶數（推廣按賬號，運營按角色統計[去重]）
算法：DLU-DNU
目的：分析玩家活躍規模、產品周期變化趨勢及遊戲活動跟蹤等
備註：月活躍用戶數[MAU]統計同上，按30天統計，匯總需去重；對於核心用戶規模的衡量需要謹慎回流用戶在活躍用戶中的變化情況，具體需要依據細分活躍用戶才能夠了解用戶規模和質量
關聯：DAU=歷史留存用戶(DRU+DRU2+DRU3+…)
DLU/MLU:
產品黏性（DLU/MLU）
定義：日登錄用戶占月登錄用戶的比例（推廣按賬號，運營按角色統計）
算法：DLU/MLU
目的：分析用戶的遊戲參與度如何、遊戲人氣、遊戲黏性等
備註：此處MLU定義為截止當日，最近壹個月[含當日的30天]登錄過遊戲的用戶數（推廣按賬號，運營按角色統計[去重]）；有效的DLU應該取3個月左右之後，遊戲運營平穩後的數據，才能有效展現真實的遊戲內用戶活躍情況
關聯：DLU/MLU理論上介於0.03~1之間；目前大多數移動遊戲DLU/MLU在10%～30%之間，如果低於10%的話，遊戲很可能已經處於衰退期了，高於20%的則可以從壹個側面反映出遊戲的留存還不錯
DBAU:
日回流活躍用戶數（Daily Backflow Active Users）
定義：截至當日，前7天無登錄[不含當日]但當日有登錄的非新建用戶數
目的：分析運營活動推送效果等
備註：月回流活躍用戶數[MBAU]統計同上，按前30天無登錄[不含當日]但當月有登錄來統計
關聯：DBAU=歷史流失用戶[DCU7s+DCU8s+DCU9s+...]
DKAU:
日核心活躍用戶數（Daily Kernel Active Users）
定義：每日的非新登核心活躍用戶數（壹般按角色統計[去重]）
算法：DAU-DBAU
目的：分析了解真實的核心活躍用戶數
備註：月核心活躍用戶數[MKAU]統計同上，按30天統計，匯總需去重
NLR:
新增占比（New Users Login Ratio）
定義：統計時間區間內，新增用戶占登錄用戶的比率
算法：DNU/DLU
目的：分析新增用戶占比
備註：壹般按角色統計
ALC:
平均登錄次數（Average Login Count）
定義：統計時間區間內，每登錄用戶的平均登錄次數
算法：DLC/DLU
目的：分析衡量玩家粘性、分析版本更新影響及推廣渠道刺激等
備註：壹般按角色計算；DLC[Daily Login Count]為日登錄用戶的總登錄次數
ALD:
平均登錄天數（Average Login Days）
定義：統計時間區間內，登錄用戶的平均登錄天數（壹般按角色統計）
目的：分析階段性用戶的活躍度
備註：壹般按月統計
AET:
平均參與時長（Average Engagement Time）
定義：統計時間區間內，登錄用戶的平均總在線時長（小時）
目的：分析用戶活躍度、影響同時在線數等
備註：壹般按角色統計
AOET:
平均單次參與時長（Average Once Engagement Time）
定義：統計時間內，登錄用戶平均每次遊戲的在線時長（小時）
算法：AET/ALC
目的：分析細化用戶活躍情況、時間碎片化等
備註：壹般按角色統計
PCU:
最高同時在線用戶數（Peak Concurrent Users）
定義：在壹個瞬間極點上達到的同時在線的用戶總數
算法：每隔5分鐘或10分鐘取壹次同時在線用戶數，其最大值為這段時間的PCU
目的：分析衡量遊戲熱度及活動的開展與效果(如陣營戰、BOSS戰)等
備註：壹般按角色來統計；由於只是壹個極點上的同時在線數，因此有其局限性，不能反映遊戲同時在線真實水平
ACU
平均同時在線用戶數（Average Concurrent Users）
定義：將壹段時間內(日/周/月)各時間點在線用戶數的平均
算法：每隔5分鐘或10分鐘取壹次同時在線用戶數，其平均值為這段時間的ACU
目的：分析反映遊戲同時在線真實水平、遊戲活躍度、用戶在線時長等
備註：壹般按角色來統計
ACU/PCU:
在線平高比（ACU/PCU）
定義：平均同時在線用戶數占最高同時在線用戶數的比例
算法：ACU/PCU
目的：分析反映遊戲活動、版本更新、產品黏性、小號泛濫等
備註：壹般按角色來統計；ACU/PCU的預警值是0.5，也就說在壹款遊戲中我們能夠接受的最低標準是0.5，低於0.5的標準就說明遊戲存在比較大的問題
用戶留存
nDRR、DRR3、DRR7
nDRR7s
nMRR
DRR 、DRR3、DRR7:
次日、三日、七日留存率（Day Retention Ratio at Day 1、3、7）
定義：日新增用戶在次日、三日、七日[不含首次登錄當天]登錄的用戶占新增用戶的比例（推廣按賬號，運營按角色統計）
算法：DRU、DRU3、DRU7/DNU
目的：分析遊戲適應性、渠道用戶質量、投放渠道效果、遊戲粘性等（次日留存率最重要）
備註：DRU、DRU3、DRU7為次日、三日、七日留存用戶數；關註留存率的同時需要關註用戶流失節點
關聯：DAU=DRU+DRU2+DRU3+…
DRR7s:
七日內留存率（Day Retention Ratio in 7 Days）
定義：日新增用戶在七日內[不含首次登錄當天]登錄用戶占新增用戶的比例（推廣按賬號，運營按角色統計）
算法：DRU7s/DNU
目的：分析綜合評定遊戲吸引度、渠道用戶質量、產品質量等
備註：DRU7s為七日內留存用戶數；DRR3s為三日內留存率，以此類推
關聯：DRR7s>DRR；DRR、DRR3、DRR7數值與遊戲設計相關，通常DRR>DRR3>DRR7。
MRR:
月留存率（Monthly Retention Ratio）
定義：本月新增，次月仍登錄了遊戲的用戶占本月新增用戶的比例（推廣按賬號，運營按角色統計）
算法：MRU/MNU
目的：分析階段性評估產品及用戶質量
備註：按30天統計；MRU為月留存用戶數；MRR3為三月留存率，MRR6s為半年內留存率
用戶流失
nDCR、DCR3、DCR7
nDCR7s
nMCR
DCR 、DCR3、DCR7:
次日、三日、七日流失率（Day Churn Ratio at Day 1、3、7）
定義：統計日登錄遊戲，但次日、三日、七日[不含統計日]未登錄遊戲的用戶占統計日活躍用戶比例
算法：DCU、DCU3、DCU7/DAU
目的：分析每天監控流失情況、驗證運營活動效果等
備註：DCU、DCU3、DCU7為次日、三日、七日流失用戶數；?DARU、DARU3、DARU7為次日、三日、七日活躍留存用戶數
關聯：DCU=DAU-DARU，?DCU3=DAU-DARU3，?DCU7=DAU-DARU7；DCR與DAU相關，反映活躍用戶流失變化；DRR與DNU相關，反映新增用戶留存變化
DCR7s:
七日內流失率（Daily Churn Ratio in 7 Days）
定義：統計日登錄遊戲，但隨後七日內[不含統計日]都未登錄遊戲的用戶占統計日活躍用戶比例
算法：DCU7s/DAU
目的：分析評定遊戲的流失用戶、什麽時期的流失用戶會很高等
備註：DCU7s為七日內流失用戶數；?DARU7s為七日內活躍留存用戶數
關聯：DCU7s=DAU-DARU7s；DBAU=DCU7s+DCU8s+DCU9s+...；DCR7s最小，通常與DCR、DCR2、DCR3等沒有必然關系，值大小與遊戲活動相關
MCR:
月流失率（Monthly Churn Ratio）
定義：本月登錄過遊戲，但次月未登錄過遊戲的用戶占本月月活躍用戶比例
算法：MCU/MAU
目的：分析用戶生命周期
備註：按30天統計；?MCU為月流失用戶數，MARU為月活躍留存用戶數，MCR3為三月流失率，MCR6s為半年內流失率
關聯：MCU=MAU-MARU
用戶付費
nDPU、DPC、Revenue
nDFPU、DKPU
nDNUV
nDLUV、DAUV
nDPUV
nPCR、PLR、PAR
nLT、LTV
nROI
DPU 、DPC、Revenue:
日付費用戶數（Daily Pay Users）、日付費次數（Daily Pay Count）、收入（Revenue）
定義：每日成功付費的用戶數、付費次數及總付費額（推廣按賬號，運營按角色統計[去重]）
目的：分析付費引導是否合理、用戶付費傾向與意願、付費用戶規模、營收等
備註：月付費用戶數[MPU]、月付費次數[MPC]及收入[Revenue]統計同上，按30天統計，DPU、MPU匯總需去重
關聯：DPU=DFPU+DKPU
DFPU 、DKPU:
日首次付費用戶數（Daily First Pay Users）、日核心付費用戶數（Daily Kernel Pay Users）
定義：每日成功首次付費的用戶數、再次付費的核心付費用戶數（推廣按賬號，運營按角色統計[去重]）
目的：分析付費構成分布，分解為新、老、核心三個方面
備註：月首次付費用戶數[MFPU]、月核心付費用戶數[MKPU]統計同上，按30天統計，匯總需去重；DFPU可以再分解為DFPNU[日首次付費新增用戶數]和DFPAU[日首次付費活躍用戶數]
關聯：DPU=DFPU+DKPU=DFPNU+DFPAU+DKPU
DNUV:
日新增用戶價值（Daily New User Value）
定義：日新增用戶對遊戲產生的平均收入（壹般按賬號統計）
算法：Revenue/DNU
目的：分析衡量投放質量、盈虧
備註：月新增用戶價值[MNUV]統計同上，按30天統計；不管是DNUV還是MNUV，Revenue必須只是由同壹批日新增用戶[DNU]所產生的付費額；可以通過分析各渠道每批DNU在其後各月的平均累積MNUV來判斷渠道付費質量及生命周期價值；類似於之前的ARPRU；運營DNUV的Revenue可只統計由DFPNU產生的收入，即當日新增用戶價值，不作累積
關聯：DNUV=日Revenue/DNU；MNUV=DNUV30s=月Revenue/DNU（註意此處特殊，分母依然為DNU）；MNUV=ARPNU（ARPNU可表示月新增用戶價值）
DLUV:
日登錄用戶價值（Daily Login User Value）
定義：日登錄用戶對遊戲產生的平均收入（壹般按角色統計）
算法：Revenue/DLU
目的：分析用戶質量、遊戲活動收益貢獻、人均收益水平等
備註：月登錄用戶價值[MLUV]統計同上，按30天統計；MLUV行業裏也稱為ARPU
關聯：MLUV=ARPLU=月Revenue/MLU（ARPLU可表示月登錄用戶價值）
DAUV
日活躍用戶價值（Daily Active User Value）
定義：日活躍用戶對遊戲產生的平均收入（壹般按角色統計）
算法：Revenue/DAU
目的：分析用戶質量、遊戲活動收益貢獻、人均收益水平等
備註：月活躍用戶價值[MAUV]統計同上，按30天統計；統計時Revenue需只來自於DAU
關聯：MAUV=ARPAU=月Revenue/MAU?（ARPAU可表示月活躍用戶價值）
DPUV:
日付費用戶價值（Daily Pay User Value）
定義：日付費用戶對遊戲產生的平均收入（推廣按賬號，運營按角色統計）
算法：Revenue/DPU
目的：分析付費用戶整體付費趨勢、付費用戶平均付費水平、鯨魚用戶分析等
備註：月付費用戶價值[MPUV]統計同上，按30天統計；MPUV行業裏也稱為ARPPU；推廣的DPUV、MPUV都只來自於DNU
關聯：運營MPUV=月Revenue/MPU；推廣MPUV=DPUV30s=月Revenue/DPU?（註意此處特殊，推廣的話分母依然為DPU且只來自於DNU，與MNUV類似）；MPUV=ARPPU?（ARPPU可表示月付費用戶價值）
PCR:
新增用戶付費轉化率（Pay Conversion Ratio）
定義：統計時間區間內，日新增用戶中成功付費的用戶占日新增用戶的比率（壹般按賬號來統計）
算法：DPU、DPU30s/DNU
目的：分析投放質量、渠道貢獻等
備註：DPU、DPU30s只來自於DNU；運營PCR的DPU可只統計為DFPNU，即當日新增用戶付費轉化率[DFPNU/DNU]，不作累積
PLR:
登錄用戶付費滲透率（Pay Login Users Ratio）
定義：統計時間區間內，付費用戶占登錄用戶的比率（推廣按賬號，運營按角色統計）
算法：DPU/DLU
目的：分析付費引導是否合理、用戶付費傾向與意願、付費滲透是否達到預期效果等
PAR:
活躍用戶付費滲透率（Pay Active Users Ratio）
定義：統計時間區間內，付費活躍用戶占活躍用戶的比率（推廣按賬號，運營按角色統計）
算法：（DPU-DFPNU)/DAU
目的：分析活躍用戶付費傾向與意願、活躍付費滲透是否達到預期效果等
LT:
生命周期（Life Time）
定義：用戶從第壹次參與遊戲到最後壹次參與遊戲之間的時間，壹般按用戶計算平均值
目的：分析用戶會在遊戲中呆多久、計算生命周期價值等
備註：壹般按賬號統計；單位為月
LTV:
生命周期價值（Life Time Value）
定義：用戶在生命周期內為該遊戲創造的收入總計，可以看成是壹個長期累計的MNUV值
算法：?，也就是生命周期[LT]時間段內的累計MNUV
目的：分析比對投放成本、計算盈虧、用戶對於遊戲的貢獻價值等
備註：壹般按賬號統計
關聯：?LTV>>CPA
ROI:
投資回報率（Return On Investment）
定義：統計時間區間內，通過投資而應返回的價值
算法：(預期結算收入-稅金-版權金)/投入總額×100%
備註：
由於此算法沒有計算企業運作費用等，所以推薦ROI>=2
稅金統壹按8%計算
自己的開發版權金為零
預期結算收入=?×結算比例
關聯：CPA<=預期結算收入/2
用戶滾服
nRNU
nRAU
nRPU
RNU:
滾服新增用戶（Rolling New Users）
定義：各服新增用戶中，其對應賬號在開此服之前已存在的用戶數
算法：賬號第壹次登錄時間早於開服時間
目的：分析新增用戶構成、新增滾服情況等
備註：壹般按角色統計；賬號第壹次登錄指此賬號的第壹個角色的第壹次成功登錄
RAU:
滾服活躍用戶（Rolling Active Users）
定義：各服活躍用戶中，其對應賬號在開此服之前已存在的用戶數
算法：賬號第壹次登錄時間早於開服時間
目的：分析活躍構成、滾服活躍情況等
備註：壹般按角色統計；賬號第壹次登錄指此賬號的第壹個角色的第壹次成功登錄
RPU:
滾服付費用戶（Rolling Pay Users）
定義：各服付費用戶中，其對應賬號在開此服之前已存在的用戶數
算法：賬號第壹次登錄時間早於開服時間
目的：分析付費構成、滾服付費情況等
備註：壹般按角色統計；賬號第壹次登錄指此賬號的第壹個角色的第壹次成功登錄
圖示說明
核心用戶累計與新登占比變化趨勢圖
日回流用戶、日核心用戶數變化趨勢圖
新增用戶留存數變化趨勢圖
新註冊設備數、賬號數與新增用戶數對比圖
縮寫說明
CP...：每...的成本（Cost Per...）
U：用戶（User[賬號或角色]）
RU：註冊用戶（Registered User）
RD：註冊設備（Registered Device）
排頭D：日（Daily）
排頭M：月（Monthly）
N：新增（New）
L：登錄（Login）
E：參與（Engagement）
A：活躍（Active）
P：付費（Pay）
B：回流（Backflow）
K：核心（Kernel）
F：首次（First）
RR：留存率（Retention Ratio）
CR：流失率（Churn Ratio）
排頭R：滾服（Rolling）
排頭A：平均（Average）
排尾R：比率（Ratio）
T：時長（Time）
C：次數（Count）
V：平均價值（Value[每用戶平均價值，等同於ARP]）
D...X：第X日的...[第1日默認省略1]，如DRR、DRR3、DCR7、DNUV15等
D...Xs：X日內的...，如DRR7s、DCR7s、DNUV15s、?DPUV30s等
M...X：第X月的...[第1月默認省略1]，如MRR、MRR3、MCR3、MNUV3等
M...Xs：X月內的...，如MRR3s、MCR6s、MNUV6s、MPUV6s等
...X、?...Xs也可單獨使用於其它指標之後，如ARPNU3、ARPNU6s、PCR15、PCR3s等（需同D...、M...類指標配合使用）
備註1：需註意，指標後的數字...X、...Xs只表示同壹批用戶在其後第X日/月、X日/月內的數據，如DRR、DRR3、DRR7只表示某壹日的DNU在其後第2日、第4日、第8日的留存率，DCR7s只表示某壹日的DAU在其後7日內的流失率，MNUV3s也只表示某壹日的DNU在其後三個月內的累計平均用戶價值
備註2：如果有按賬號和按角色統計的指標同時存在的情況下，用上標?′?表示按角色，按賬號默認沒有上標；如DNU、DNU′、DPU、DPU′、DRR、DRR′?等