游戏运营技术之---->网游数据分析指标

这些天好多人问我什么是IB(Item-Billing)，OBT，CBT，PUR等等，今天这对这些问题写一个汇总，鄙人不才各方汇集资料和自己的理解，暂时为大家提供一些术语的解释和使用。

插一句题外话，几天前看到一个在游戏资源网上的一个评论，截图如下：



如果要回答这个问题，我想到一个最近看到的面试题目，大家先想想看怎么来解答，如果你能给出来正确的解答，并且明白反映的道理，那么你也就明白我该如何解释这位网游的疑问了。

你会选择谁？

一个狂风暴雨的晚上，你开车经过一个车站，发现有三人正苦苦地等待公交车的到来：第一个是一个看上去濒临死亡的老妇；第二个是曾经挽救过你生命的医生；第三个是你的梦中情人。但你的汽车只能再容得下一位乘客，你会选择谁呢？

好下面来说说数据分析的术语。

大家在日常的分析中，比如日报，周报，月报中，多数是使用宏观数据指标，或者叫做的全局数据指标。这些指标无非就是如下这些（可能不全，需要大家补充）：

人气方面

注册用户：注册用户数其实是代表了产品的覆盖面和影响面，或者你可以理解成使用过该产品的总人数，此外，游戏公司经常进行大型推广，这也是在衡量推广效果的重要指标，比如对于CPL值得计算和核准放面。

活跃用户数：活跃用户数的维度很多，比如日活跃（DAU：每日登录过游戏的玩家），周虎跃（WAU：每周登录过游戏的玩家），月活跃（MAU：每月登录过游戏的玩家数量），总体上反映了游戏在特定维度下的人气表现，便于帮助我们把握整体的游戏质量和活动影响力。

平均同时在线（ACU：Average Concurrent Users）：一段时间内（天，周，月）各个时间点的在线人数平均后的结果，相比CPU而言能够更加客观的反映游戏的整体人气水平，经常ACU也作为了计算玩家平均在线时长的基本数据之一。

峰值（PCU）：峰值是一天，周，月内的最高在线人数。PCU变化其实有很多学问，如果拿CCU（实时在线）来看，对于FSP游戏而言，周末会出现双波峰，下午和晚上。尽管在周末会出现PCU的升幅，不过对于MMORGP而言，幅度很小，相反FPS影响很大，因为用户群层次比较低（年龄而言）。此外寒暑假如果整体PCU曲线表现平稳（一段时间而言），说明这是学生群体居多造成的。

平均在线时长（AT）：用户在线时长(小时)＝活跃用户在线时长之和/活跃用户 代表单个用户对于游戏的黏着程度。近似计算方法：用户在线时长(小时)＝acu*24/活跃用户数。此外，我们经常还会记录玩家游戏时长，综合的衡量一下数据，比较玩家的游戏粘性。

付费方面

IB：通过货币流通的道具

PUR：付费比率，转化成付费的用户占总体活跃用户的比例。

目前的游戏基本上是道具收费模式，所谓道具收费就是游戏本身免费，而是按照玩家在游戏中购买的道具来收费的游戏（刨除征途第三代网游盈利模式），因此这类游戏的付费比率（PUR）很低，在MMORGP中维持在10%（早些年的数据，现在不太清楚），FPS达到6%就很不错了。这类道具收费的游戏IB（通过货币流通的道具）价格变动，会存在通胀，很多时候通过节日，促销，新品IB刺激玩家消费。这也是目前的网游数据分析的研究重点，我的理解是这最符合互联网市场的特点，比如电商的一些销售体验和策略。

ARPU：严格地应该叫做ARPPU，指的是一段时间能从用户身上盈利的能力，业界非常关注这个指标的变动，而最初是从电信业兴起的。

PUR：付费渗透率，其实这是一个非常重要的指标，很多时候，PUR*ARPU非常稳定，经常把这个作为衡量产出的指标来看待，关于PUR的情况后期会有专门的阐述，这里不再累述，需要记得是PUR和ARPU变化是要宏观的把控和认识，如果但从PUR和ARPU的分析而忽略了流失率，新近用户的分析，这是有失水准的，因为任何收入的形成都是以牺牲用户（用户流失）为代价的。

剩下的 充值，购买大家应该理解的。就到这里，少的指标大家补充。

参考：

网络游戏运营数据分析 冯一迟