游戏行业术语解决及数据计算方式

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 游戏行业术语解决及数据计算方式

付费率=付费用户÷活跃用户x100

活跃率=登陆人次÷平均在线人数


用户流失率=游戏当前活跃用户规模÷历史注册总量

同时在线峰值=24小时内同时在线最高达到人数

平均在线=24小时每小时同时在线相加总和÷24小时

中国大陆运营游戏平均同时在线用户=ACU

采用道具收费模式游戏活跃付费用户=APC

活跃付费账户=APA


当日登录账号数=UV

用户平均在线时长=TS

最高同时在线人数=PCU

付费人数一般是在线人数2~4倍。­

 

DNU(Daily New Users): 每日游戏中的新登入用户数量


AU(Active Users):活跃用户,统计周期内,登录过游戏的用户数

相应的,根据统计周期,有DAU(日活跃用户),WAU(周活跃用户),MAU(月活跃用户)等。


PU ( Paying User):付费用户

APA(Active Payment Account):活跃付费用户数


这里我们要注意“用户”和“付费用户”的区分,这也将影响收入的计算。


ARPU(Average Revenue Per User) :平均每用户收入,即可通过 总收入/AU 计算得出。

ARPPU (Average Revenue Per Paying User): 平均每付费用户收入,可通过 总收入/APA 计算得出。

PUR(Pay User Rate):付费比率,可通过 APA/AU 计算得出。

LTV(Lift Time Value):生命周期价值,即平均一个用户在首次登录游戏到最后一次登录游戏内,为该游戏创造的收入总计

 

小岳:

统计角度不一样,公式计算是一样的,都是付费/人数

ARPU一般是按活跃单位统计周期,比如日ARPU,月ARPU,是日付费/日活跃,或者月付费/月活跃

LTV一般是总的,是按注册日期或者激活日期计算的。就跟留存一样,某日激活用户,7日LTV、30日LTV,总LTV

小岳:

LTV跟留存率一样,只某个特定时间注册的用户,他们的一个周期

 

ARPU一般是某段时间内用户的值,而不是观察某个注册日的用户的表现。维度不一样

    活跃用户(玩家):是指通过你的推广代码注册,不属于小号或作弊情况、正常进行游戏一个月以上未被官方删除的用户视为活跃用户 。

     您推广的两个用户目前还没有通过至少1个月的审查时间,您可以在您的推广纪录中查看您推广用户的注册时间。且这两个用户需要满足上述对活跃玩家的定义才能称为活跃玩家!

  活跃付费账户=APA。

  每个活跃付费用户平均贡献收入=ARPU。

  【活跃天数计算定义】

  活跃天指用户当天登陆游戏一定时间、认定用户当天为活跃、活跃天数加1天。

  当天0:00-23:59登陆游戏时间2小时以上用户当天为活跃天、活跃天数累积1天。

  当天0:00-23:59登陆游戏时间0.5小时至2小时、活跃天数累积0.5天。

  当天0:00-23:59登陆游戏时间0.5小时以下、不为其累积活跃天数。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
2月前
|
机器人
一些主要的工业领域及其包含的典型操作
工业领域是一个极其广泛且多元化的范畴,涵盖了从原材料采集到最终产品制造与服务的各个环节。在这个领域内,操作涵盖了多个方面和层次,以下是一些主要的工业领域及其包含的典型操作:
|
2月前
|
人工智能 算法 自动驾驶
用AI自动设计智能体,数学提分25.9%,远超手工设计
【9月更文挑战第18天】《智能体自动设计(ADAS)》是由不列颠哥伦比亚大学等机构的研究者们发布的一篇关于自动化设计智能体系统的最新论文。研究中提出了一种创新算法——“Meta Agent Search”,此算法通过迭代生成并优化智能体设计,从而实现更高效的智能体系统构建。实验表明,相比人工设计的智能体,Meta Agent Search生成的智能体在多个领域均有显著的性能提升。然而,该方法也面临着实际应用中的有效性与鲁棒性等挑战。论文详细内容及实验结果可于以下链接查阅:https://arxiv.org/pdf/2408.08435。
90 12
|
3月前
|
存储 人工智能 算法
高质量存储力发展问题之“存储即平台”的定义如何解决
高质量存储力发展问题之“存储即平台”的定义如何解决
12 0
|
3月前
|
vr&ar
AIGC 3D宇宙问题之混合显示的定义如何解决
AIGC 3D宇宙问题之混合显示的定义如何解决
15 0
|
11月前
|
存储 程序员
C生万物 | 深度挖掘数据在计算机内部的存储-2
C生万物 | 深度挖掘数据在计算机内部的存储
50 0
|
11月前
|
存储 小程序 网络协议
C生万物 | 深度挖掘数据在计算机内部的存储-1
C生万物 | 深度挖掘数据在计算机内部的存储
57 0
|
传感器 机器学习/深度学习 中间件
CLAID:关闭人工智能和数据收集的循环——一个用于智能边缘云和数字生物标记应用的跨平台透明计算中间件框架
CLAID:关闭人工智能和数据收集的循环——一个用于智能边缘云和数字生物标记应用的跨平台透明计算中间件框架
171 0
|
存储 边缘计算 编解码
《2022中国云游戏行业认知与观察》——第二章、云游戏应用场景与技术实践——2.2 微端:游戏小包分发 提高转化效率——2.2.1 应用案例 十秒完成下载,《三国志·战略版》用了什么黑科技?
《2022中国云游戏行业认知与观察》——第二章、云游戏应用场景与技术实践——2.2 微端:游戏小包分发 提高转化效率——2.2.1 应用案例 十秒完成下载,《三国志·战略版》用了什么黑科技?
254 0
|
机器学习/深度学习 人工智能 算法
整个元素周期表通用,AI 即时预测材料结构与特性
整个元素周期表通用,AI 即时预测材料结构与特性
168 0
|
存储 传感器 数据可视化
数字水利模型展示云流化方案有什么优势?
云流化技术是如何助力数字水利的呢?使用是否麻烦呢?要想解决这些疑问,我们首先要明确下什么是云流化技术?其实简单来说有点像远程桌面,但是云流化技术原理和远程桌面有所区别,可以支持大型、重型各类三维程序的直接云端服务器中使用。对用户来说无需花费学习成本,和以前打开网页或者APP的操作完全一样,简单方便。
220 0
数字水利模型展示云流化方案有什么优势?