学习中

第2章：运营核心指标体系

学习目标

完成本章学习后，你将能够：

  • 掌握用户规模指标（DAU、MAU、PCU等）的定义和计算
  • 理解留存指标的意义和分析方法
  • 掌握收入指标（ARPU、ARPPU、LTV等）的计算
  • 学会建立数据监控体系

2.1 用户规模指标

DAU（日活跃用户）

定义：Daily Active Users，指某一天内登录并进行游戏的用户数量。

计算方法：

DAU = 当日登录的去重用户数

关注要点：

  • DAU是最基础的用户规模指标
  • 需要关注DAU的趋势变化，而非单日数据
  • 周末和工作日的DAU可能有明显差异

MAU（月活跃用户）

定义：Monthly Active Users，指某一个月内登录并进行游戏的用户数量。

计算方法：

MAU = 当月登录的去重用户数

DAU/MAU 比值：

  • 反映用户粘性
  • 比值越高，说明用户越活跃
  • 一般游戏的DAU/MAU在10%-30%之间
DAU/MAU用户粘性评价
> 30%非常高，用户几乎每天都玩
20%-30%较高，核心用户群稳定
10%-20%一般，需要提升活跃度
< 10%较低，用户流失风险高

PCU 与 ACU

PCU（Peak Concurrent Users）：最高同时在线用户数 ACU（Average Concurrent Users）：平均同时在线用户数

计算方法：

PCU = 当日最高同时在线人数
ACU = 当日在线人数总和 / 统计时间点数

应用场景：

  • 服务器容量规划
  • 活动效果评估
  • 峰值时段运营策略

2.2 留存指标

什么是留存率？

留存率是指在某一时间段内，新增用户中有多少比例的用户在之后的某个时间点仍然活跃。

常见留存指标

指标定义行业基准
次日留存新增用户第2天仍活跃的比例30%-50%
7日留存新增用户第7天仍活跃的比例15%-25%
30日留存新增用户第30天仍活跃的比例5%-15%

留存率计算公式

第N日留存率 = 第N日仍活跃的新增用户数 / 第1日新增用户数 × 100%

示例：

  • 1月1日新增用户：1000人
  • 1月2日这1000人中有400人登录
  • 次日留存率 = 400 / 1000 × 100% = 40%

留存曲线分析

留存率
100% ┤
     │ ●
 80% ┤  ╲
     │   ╲
 60% ┤    ╲
     │     ╲
 40% ┤      ●───────────────
     │         次日留存稳定区
 20% ┤              ●────────
     │                 长期留存
  0% ┼───┬───┬───┬───┬───┬───
     Day1 Day3 Day7 Day14 Day30

留存曲线解读：

  • 急剧下降期（Day1-Day3）：用户快速流失，需要优化新手体验
  • 缓慢下降期（Day3-Day7）：用户逐渐熟悉游戏
  • 稳定期（Day7+）：核心用户群形成

提升留存的策略

  1. 优化新手引导：降低学习成本，快速让用户感受到乐趣
  2. 设计登录奖励：每日签到、连续登录奖励
  3. 社交绑定：好友系统、公会系统增加用户粘性
  4. 内容更新：持续提供新鲜内容

2.3 收入指标

ARPU（平均每用户收入）

定义：Average Revenue Per User，平均每个活跃用户贡献的收入。

计算方法：

ARPU = 总收入 / 活跃用户数

示例：

  • 当月收入：100万元
  • 当月MAU：10万人
  • ARPU = 100万 / 10万 = 10元/人

ARPPU（平均每付费用户收入）

定义：Average Revenue Per Paying User，平均每个付费用户贡献的收入。

计算方法：

ARPPU = 总收入 / 付费用户数

ARPU vs ARPPU：

指标分母反映内容
ARPU全部活跃用户整体变现效率
ARPPU仅付费用户付费用户价值

关系公式：

ARPU = ARPPU × 付费率

付费率

定义：付费用户占活跃用户的比例。

计算方法：

付费率 = 付费用户数 / 活跃用户数 × 100%

行业基准：

  • 重度游戏：3%-8%
  • 中度游戏：2%-5%
  • 轻度游戏：1%-3%

LTV（用户生命周期价值）

定义：Life Time Value，一个用户在整个生命周期内贡献的总收入。

简化计算方法：

LTV = ARPU × 用户生命周期天数

更精确的计算：

LTV = Σ(第N日留存率 × 第N日ARPU)

LTV的重要性：

  • 评估用户获取成本是否合理（LTV > CAC）
  • 指导买量预算分配
  • 预测长期收入

2.4 建立数据监控体系

核心数据看板

一个完整的运营数据看板应包含：

┌─────────────────────────────────────────────────────────┐
│                    每日数据看板                          │
├─────────────────┬─────────────────┬─────────────────────┤
│   用户指标      │    留存指标      │     收入指标        │
├─────────────────┼─────────────────┼─────────────────────┤
│ DAU: 50,000     │ 次日留存: 42%   │ 日收入: ¥150,000   │
│ 新增: 3,000     │ 7日留存: 18%    │ ARPU: ¥3.0         │
│ PCU: 12,000     │ 30日留存: 8%    │ 付费率: 4.2%       │
│ DAU/MAU: 22%    │                 │ ARPPU: ¥71.4       │
└─────────────────┴─────────────────┴─────────────────────┘

数据异常预警

建立预警机制，当数据出现异常时及时发现：

指标预警阈值可能原因
DAU下降>10%红色预警服务器问题、版本Bug、竞品影响
次日留存<30%黄色预警新手体验问题、买量质量下降
付费率下降>20%红色预警活动问题、付费点设计问题

数据分析流程

发现问题 → 定位原因 → 制定方案 → 执行验证 → 总结沉淀
    ↑                                           │
    └───────────────────────────────────────────┘

2.5 本章小结

核心要点回顾

  1. 用户指标：DAU、MAU、PCU反映用户规模，DAU/MAU反映用户粘性
  2. 留存指标：次日、7日、30日留存是评估产品健康度的关键指标
  3. 收入指标：ARPU、ARPPU、付费率、LTV是商业化的核心指标
  4. 数据体系：建立完善的数据监控和预警机制

关键公式速查

指标公式
DAU/MAUDAU ÷ MAU
第N日留存率第N日活跃新用户 ÷ 第1日新增用户
ARPU总收入 ÷ 活跃用户数
ARPPU总收入 ÷ 付费用户数
付费率付费用户数 ÷ 活跃用户数
LTVARPU × 用户生命周期

思考题

  1. 如果一款游戏的DAU稳定但收入下降，可能是什么原因？
  2. 次日留存从40%下降到35%，你会从哪些方面分析原因？
  3. 如何判断一个用户获取渠道的质量好坏？

📚 下一章预告：第3章我们将学习用户生命周期管理，了解如何在用户的不同阶段采取针对性的运营策略。

知识点关联

本章核心知识点

DAU/MAULTVARPU/ARPPU留存率付费率

前置知识

游戏运营概述

章节讨论区

1 个话题

大家觉得这个系统如何？

如上面所说

大约 4 小时前00 回复