互动娱乐经营分析系统使用说明书

PAGEPAGE34MMOG经营分析统计框架统计表结构说明书互动娱乐经营分析系统使用说明书深圳腾讯计算机系统有限公司版权所有不得复制

修订记录修订号作者评审人修改描述修改日期(yyyy-mm-dd)V1.0dragon完成在线类和用户类部分，初稿完成2010-3-31V1.1Bwar增加有效用户定义2011-4-29V1.2Herdy增加“交互类”2011-11-19V1.3Noyce补充“有效用户类”2011-11-19V1.4Madiao增加“元素类”、“玩家类”2011-11-24V1.5Scorpio增加“付费用户类”2011-11-24

目录TOC\o"1-4"\h\z\u目录 31 概述 41.1 目的 41.2 范围 41.3 定义与约束 41.4 参考资料 41.5 缩略语 52 经营分析系统目录规范 53 经营分析系统标准化指标 53.1 基础数据—在线类 53.1.1 实时在线 53.1.2 容量视图 63.1.3 历史在线 63.1.4 在线时长 73.2 基础数据—用户类 93.2.1 总况 93.2.2 注册用户 103.2.3 注册角色用户数 123.2.4 新注册用户流失跟踪 133.2.5 所有用户活跃情况 143.2.6 消费用户活跃情况 173.2.7 非消费用户活跃情况 183.2.8 活跃度 193.3 基础数据—有效用户类 203.3.1 有效用户 203.3.2 有效用户存留/流失/回流 203.4 基础数据—付费用户类 213.4.1 总况 213.4.2 消费用户 213.4.3 充值用户 213.4.4 包月用户 213.4.5 消费行为活跃流失 213.4.6 消费活跃度 213.5 基础数据—收入类 223.5.1 总况 223.5.2 充值金额 223.5.3 道具收入 223.5.4 包月收入 223.6 游戏内容—玩家类 223.6.1 个体属性 223.6.2 群体属性 223.7 游戏内容—元素类 223.7.1 经济系统 223.7.2 系统物品产出 223.7.3 系统物品回收 223.7.4 其它物品情况 223.7.5 游戏场景展示（ACG类特有） 223.8 游戏内容—交互类 233.8.1 任务系统 233.8.2 交易系统 233.8.3 杀怪和PK 233.8.4 组队信息 233.8.5 副本信息 234 经营分析系统各业务特性指标 234.1 AVA特性指标分析 234.2 CF特性指标分析 235 经营分析系统后台监控信息 235.1 监控报告 235.2 程序运行详情 235.3 程序运行错误描述 235.4 错误影响 23概述目的本说明书是为了详细描述标准化的经营分析系统的各项指标的明确含义而写，防止读者对目前系统中的指标含义不明确而造成不必要的误解。主要读者是经营分析系统使用人员。范围本说明书描述标准化的经营分析系统的各项指标的明确含义，包括所有业务的标准化指标和各业务的特性指标的含义。不包含设计和实现细节，标准化的经营分析系统实现请参考经营分析系统开发文档及经营分析系统设计文档等等。定义与约束参考资料《MMOG经营分析统计框架系统设计说明书》《MMOG经营分析统计框架典型统计设计方案》缩略语MMOGMassivelyMultiplayerOnlineGame大型多人同时在线游戏ACG Animation、Comic、Game中型休闲游戏OSSOperationSupportSystem经营支撑系统World游戏世界UIN UserIdentificationNumber用户识别码经营分析系统目录规范目前经营分析系统总体上分为两部分，标准化部分和特性部分。标准化部分是指经过长期的经验积累，找出所有游戏的共性指标组建而成。特性类部分，是由于各游戏有自身的一些特点需要分析，所以需要存在。经营分析系统标准化指标基础数据—在线类实时在线此项是用于展示该业务的实时在线情况的，可以从侧面反映出该业务的运营健康度情况。如果在线图出现波动，则可以说明GameServer服务器侧有问题或者网络有波动而影响在线波动。它的展示方式是每5分钟定时向GAMESERVER抓取该SERVER上的实时在线人数，每天会抓取出288个点。展示方式是取最近24小时内的288个点用平滑曲线把这些点连接起来，来展示该业务的最近24小时内的在线趋势。目前主要从三个方面来看该业务有在线情况：总实时在线、分区实时在线和分IDC实时在线。总实时在线指标含义：此页面是用来展示该业务所有大区（WORLD）汇总的实时在线趋势，就是把所有大区在线人数在一个图中进行展示。数据来源：展示的数据来自于tbRealOnline，使用条件iWorldId=255ANDiChannelId=65535分区实时在线指标含义：此页面是用来展示该业务各大区（WORLD）分区实时在线趋势，每个大区的在线趋势单独展示一个图。数据来源：展示的数据来自于tbRealOnline，使用条件iWorldId=所展示的大区ID（WORLDID）ANDiChannelId=65535分IDC实时在线指标含义：此页面是用来展示该业务按IDC区分实时在线趋势。数据来源：展示的数据来自于tbIdcRealOnlineIDC实时在线统计表容量视图此项数据主要用于监控当前服务器容量是否可以满足玩家的需求,根据服务器的最大容量和每天的最高在线,可以计算出每个大区、每个IDC以及所有大区汇总的容量使用情况。如果当长期发现某个大区的容量使用率居高不下，则说明这个大区需要进行扩容了；相反，如果长期发现某个大区的容量使用率低靡不振，则说明这个大区有问题，原因当然是多方面的（如：服务器状况不稳定不能正常游戏、此大区外挂猖獗造成玩家不想在此游戏、游戏本身没有吸引力等等），可以及时发现找原因，而采取相应的处理手段。实时服务器容量指标含义：反映各大区服务器实时容量使用率情况，计算方法是用当前各大区的在线人数除以对应大区的容量得出。总容量使用率则是用所有大区在线汇总除以所有大区容量汇总得出。数据来源：实时在线表tbRealOnline和大区容量配置表dbOssConf.tbCapacity。服务器容量视图指标含义：反映各大区服务器最高容量使用率情况，计算方法是用各大区的昨日最高在线人数除以对应大区的容量得出。总容量使用率则是用所有大区昨日最高在线汇总除以所有大区容量汇总得出。数据来源：历史在线表tbHistoryOnline和大区容量配置表dbOssConf.tbCapacity。服务器容量趋势指标含义：反映长期以来各大区容量使用率情况趋势的，计算方法是把中的内容以最近一个月为单位，以曲线图的形式进行展示，可以看出各大区容量长期的一个使用情况的趋势图。数据来源：历史在线表tbHistoryOnline和大区容量配置表dbOssConf.tbCapacity。ＩＤＣ容量视图指标含义：以ＩＤＣ为单位来反映服务器的容量使用率情况，计算方法是以ＩＤＣ为单位，用各ＩＤＣ的大区昨日最高在线汇总除以对应ＩＤＣ的所有大区容量汇总得出。可以以ＩＤＣ来观察各ＩＤＣ的服务器及网络健康情况。数据来源：历史在线表tbHistoryOnline和大区容量配置表dbOssConf.tbCapacity。历史在线此项数据主要是对在线的过往历史情况的一个展现，通过此处可以查看该游戏的历史运营情况，何时停机维护了，何时做了活动了，何时是节假日等等信息，基本都可以在历史在线信息中得以很好的展示。最高在线和平均在线指标含义：展示汇总大区和各分区的历史最高在线、平均在线情况，每天一条数据，默认展示最近一周的数据。利用时间框可以对时间段进行选择，下拉框可以对大区进行选择。计算方法是每天统计前一天各大区的数据。最高在线：就是前一天各大区在线人数最高时刻的数值，需要注意的是，所有大区最高在线不是对各大区最高在线的数据的累加而得，而是所有大区汇总最高在线时刻的值。平均在线：把昨天抓取的在线点的数据累加，除以抓取点的个数得出，所有大区汇总平均在线，也是用所有大区的在线数据得出。数据来源：历史在线表tbHistoryOnline，查询所有大区时iworldid使用２５５进行查询。服务器在线人数指标含义：以自然日为单位按大区对业务的实时在线进行展示，实时在线展示是的游戏现在起最近２４小时的实时在线情况，而此处是以自然日为单位，可以查看连续多日的在线情况。数据来源：实时在线表tbRealOnlineＩＤＣ在线人数指标含义：以自然日为单位按ＩＤＣ对业务的实时在线进行展示，ＩＤＣ实时在线展示是的游戏现在起最近２４小时的实时在线情况，而此处是以自然日为单位，可以查看连续多日的各ＩＤＣ的在线情况。数据来源：ＩＤＣ实时在线表tbIdcRealOnline在线时长此项数据是以玩家的在线时长情况为维度对玩家的游戏行为进行观察。按在线时长分段展示玩家的平均在线人数，还增加了按等级展示玩家在线时长分布。对于ＡＣＧ类游戏还增加了对玩家游戏时长的分析统计。此项数据主要是从侧面来反映游戏对玩家的粘度的，玩家的在线时长越长，说明游戏的粘度越大。另外，可以从玩家分级别在线情况看出，主要是哪些级别的玩家在线时间比较长，可以看出游戏的健康度。如果低级别玩家在线时间比较长，说明游戏对新玩家比较有吸引力。平均在线时长区间分布指标含义：以小时为为单位，分大区对业务昨日玩家的在线情况进行展示。对于全区汇总的展示，是对玩家数做过去重的，就是说是按独立ＵＩＮ来计算的。可以查看昨日玩家总在线人数，昨日玩家总在线时长（小时），玩家平均在线时长，以及以小时为单位的时长区间内玩家人数展示。计算方法：从玩家登录日志表进行统计，每个玩家从登录游戏一直到退出游戏内在线时长，如果一天中一个玩家登录多次，则对多次的在线时长进行累加。全区统计时，对同一个独立ＵＩＮ的在线时长也时行累加进行计算。数据来源：在线时长统计表tbPlayTime平均在线时长等级分布指标含义：主要是从玩家级别维度来观察，分大区对业务的玩家在线时长的人数分布情况进行展示。对于全区汇总的展示，是对玩家数做过去重的，就是说是按独立ＵＩＮ来计算的。还可以在以在线时长区间的维度来查看昨日各级别玩家在线人数，也可以汇总查看各级别总的在线人数分布。计算方法：从玩家登录日志表进行统计，每个玩家从登录游戏一直到退出游戏内在线时长，如果一天中一个玩家登录多次，则对多次的在线时长进行累加，级别就取玩家当天最高级别进行统计。全区统计时，对同一个独立ＵＩＮ的在线时长也时行累加进行计算，级别则按玩家所有注册过的区的最高级别来进行计算。数据来源：在线时长级别分布统计表tbPlayTimeLvDis平均单次在线时长指标含义：展示所有玩家平均单次在线时长，以此来查看游戏的在线情况是否正常，服务器是否稳定等等。如果玩家单次在线时长很短，那么可以从单方面来说明这个游戏无法长时间的进行游戏，或者也有可能是经常异常退出，导致单次在线时长低下。具体业务可以根据此项内容具体分析。计算方法：从玩家登录日志表进行统计，所有玩家的登录次数以及所有玩家的在线时长。这个统计是不做去重处理的，因为就是要查看所有玩家单次在线的时长。数据来源：在线时长统计表tbPlayTime登录次数统计表：tbRoleLoginTimes平均游戏时长区间分布（ＡＣＧ）说明：游戏时长只对ＡＣＧ类游戏存在，因为ＡＣＧ是需要建立房间才能进行游戏。这样游戏时长对于ＡＣＧ游戏来讲还是很重要的，因为这类游戏的核心就是玩家建议房间进行游戏，如果游戏时长比在线时长低很多，那就需要分析具体导致此问题的原因了。指标含义：以小时为为单位，分大区对业务昨日玩家的打游戏情况进行展示。对于全区汇总的展示，是对玩家数做过去重的，就是说是按独立ＵＩＮ来计算的。可以查看昨日玩家总游戏人数，昨日玩家总游戏时长（小时），玩家平均游戏时长，以及以小时为单位的时长区间内玩家人数展示。计算方法：从玩家游戏日志表进行统计，每个玩家从进入游戏房间一直到退出游戏房间的时长，一个玩家一天中多次在房间内参加游戏，则对多次的游戏时长进行累加。全区统计时，对同一个独立ＵＩＮ的游戏时长也时行累加进行计算。数据来源：ＡＣＧ游戏时长统计表tbAcgPlayTime平均在线时长等级分布（ＡＣＧ）指标含义：主要是从玩家级别维度来观察，分大区对业务的玩家游戏时长的人数分布情况进行展示。对于全区汇总的展示，是对玩家数做过去重的，就是说是按独立ＵＩＮ来计算的。还可以在以游戏时长区间的维度来查看昨日各级别玩家游戏人数，也可以汇总查看各级别总的游戏人数分布。计算方法：从玩家登录日志表进行统计，每个玩家从进行游戏房间游戏一直到退出游戏房间的时长，一个玩家一天中多次进入房间参加游戏，则对多次的游戏时长进行累加，级别就取玩家当天最高级别进行统计。全区统计时，对同一个独立ＵＩＮ的游戏时长也时行累加进行计算，级别则按玩家所有注册过的区的最高级别来进行计算。数据来源：ＡＣＧ游戏时长级别分布统计表tbAcgPlayTimeLvDis游戏、在线时长比（ＡＣＧ）指标含义：在同一个页面中展示游戏用户和在线用户人数比，以及玩家平均游戏时长和平均在线时长比。比值越高，说明游戏的可玩性比较高。比值如果很低的话，就可以从一方面说明登录游戏的玩家没有玩游戏，要不就是在聊天，要不就是无法正常游戏，或者是其它原因导致。这个就需要具体业务具体再做分析了。计算方法：这个页面的数据不需要单独统计，就是把上面平均在线时长和平均游戏时长业务的数据整合在一个业务中进行展示，而且增加了比值折线图，从长远趋势可以看出游戏内容对玩家的吸引力。数据来源：在线时长统计表tbPlayTime游戏时长统计表：tbAcgPlayTime基础数据—用户类总况这个目录下的数据主要是下面目录数据的汇总，方便本系统用户直观地查看重要的数据。如果需要了解数据详情，则需要用户点出对应目录下面的页面进行查看和分析。用户当日总况指标含义：展示该业务的核心指标。在同一个页面中展示了总注册用户数，日新增注册用户数，日活跃用户数，最高在线，平均在线以及平均在线时长（单位：小时）这些重要指标，可以让查看该业务的用户，对该业务的核心指标一目了然，而无需去查看多个页面来了解。计算方法：这个页面的数据不需要单独统计，就是把其它页面中的数据进行整合展示而已。数据来源：注册用户信息统计表tbUserRegister活跃用户信息统计表：tbUserLogin历史在线表：tbHistoryOnline在线时长表：tbPlayTime周用户总况指标含义：以周为单位展示用户信息。包括周新增注册用户数，周活跃用户数，周流失用户数及周回流用户数。计算方法：这个页面的数据不需要单独统计，就是把其它页面中的数据进行整合展示而已。数据来源：注册用户信息统计表tbUserRegister活跃用户信息统计表：tbUserLogin双周用户总况指标含义：以双周为单位展示用户信息。包括双周新增注册用户数，双周活跃用户数，双周流失用户数及双周回流用户数。计算方法：这个页面的数据不需要单独统计，就是把其它页面中的数据进行整合展示而已。数据来源：注册用户信息统计表tbUserRegister活跃用户信息统计表：tbUserLogin月、双月用户总况指标含义：以月为单位展示用户信息。包括月新增注册用户数，月活跃用户数，月流失用户数、双月活跃用户数及沉默用户数。计算方法：这个页面的数据不需要单独统计，就是把其它页面中的数据进行整合展示而已。数据来源：注册用户信息统计表tbUserRegister活跃用户信息统计表：tbUserLogin用户流失率总况指标含义：以流失用户为观察点展示付费用户、非付费用户及活跃用户的流失情况。包括非付费用户的周、双周、月流失率，月活跃用户数，付费用户的周、双周、月流失率，月活跃用户数以及活跃用户的周、双周、月流失率，月活跃用户数。计算方法：这个页面的数据不需要单独统计，就是把其它页面中的数据进行整合展示而已。数据来源：注册用户信息统计表tbUserRegister活跃用户信息统计表：tbUserLogin掉线用户数指标含义：从玩家退出游戏是否正常的角度来查看游戏服务器的稳定性，查看各种退出游戏玩家的数量和退出次数。例如玩家退出可以分为正常退出（玩家自己关闭客户端退出游戏），异常退出（包括双开游戏被服务器拒绝退出、网络掉线被服务器退出、被认为是外挂踢出等等）。计算方法：通过对玩家登出日志进行统计，需要研发的玩家退出日志中记录玩家退出时的状态，是正常退出还是异常退出。按照玩家退出类型，进行分类统计。对于同一个玩家多次退出，统计时会统计为1人，但是对退出次数则是会进行累加的。数据来源：玩家掉线统计表tbExceptionalOffline玩家掉线类型配置表：tbOfflineConf注册用户注册新增用户数指标含义：用来展示该业务注册用户相关信息，包括总注册用户数（游戏内所有大区注册玩家独立UIN数，如果一个玩家在多个区重复注册角色，只会算一次，不重复计算），日新增注册用户数（当天第一次在该业务注册角色的独立UIN玩家数，如果玩家在该业务其它区注册过角色，则不会被计算），周新增注册用户数（最近一周内，第一次在该业务注册角色的独立UIN玩家数），双周新增注册用户数（最近两周内，第一次在该业务注册角色的独立UIN玩家数），月周新增注册用户数（最近30天内，第一次在该业务注册角色的独立UIN玩家数，遇到每个自然月的最后一天，会按自然月进行计算。例如2月28日时，会计算2月1日到2月28日内该业务的新注册用户数，而不是计算最近30天的，请注意）。计算方法：目前大多数业务是根据玩家登入和登出游戏的日志进行统计的，如果玩家是第一次登入游戏，那么就会被认为是新注册用户，然后一直累计到统计当日的注册用户数，就为总注册用户数，周、双周、月的则以统计当天算起，最近7天、14天、30天的新注册用户数。但是考虑到登入日志偶尔会出现丢失现象，所以现在我们都是对游戏的登入和登出日志都进行统计的。理论上这种方式统计出的注册用户数应该和游戏注册用户表里的数据是一样的，但是偶尔存在部分玩家注册不成功时，游戏角色表中无玩家信息，但是登录日志中有玩家日志。或者角色表中有玩家信息，而日志中无记录等问题。就目前各业务使用情况来看，这种情况影响很小，可以暂不关注。数据来源：用户注册信息表tbUserRegister新注册用户地区分布指标含义：新注册用户的定义及计算方法上面已经介绍过了。这个指标是从新注册用户的IP来区分新注册用户的地区分布，目前只能精确到省。该指标主要用于查看该业务的用户主要来自于哪个地区，可以用来评估地区活动拉新的情况。目前只能查看所有大区汇总的情况，不支持单区查询。计算方法：根据新增玩家第一次登录时IP地址来进行区分，每个独立UIN只会计算一次，就是说如果同一个玩家在多个区注册了角色，那么只以他第一次登录游戏时的IP为准，其它的不会在重复计算。这个统计还需要依赖于我们所使用的IP库。数据来源：新注册用户地区分布表tbDayRegRegionDis总注册用户地区分布指标含义：所有注册用户按地区分布展示。用于查看当前该业务所有注册用户的分布情况。计算方法：不做另外单独统计，直接对每天新注册用户地区分布的表进行累加。由于每天的新注册用户是不会和以前的重复的，所以直接累加就可以了。但是由于存在部分业务不删档前的数据没有删除，所以会发现造成查看总注册用户地区分布里，所有地区的用户累加后，会大于上面统计出的总注册用户数，这个是由于多加了不删档前的数据，如需要去掉，可以联系该业务对应技术人员进行处理。数据来源：新注册用户地区分布表tbDayRegRegionDis新注册用户存留跟踪(90天)指标含义：对每天的新注册用户进行存留分析。玩家如果登录游戏，则被认为存留，否则被认为流失。这个指标会对每天的新注册用户，在接下来的90天进行跟踪分析他们的登录行为。主要用于分析该业务对于新注册用户的吸引力。所有业务第1天的用户存留都为100%，因为注册当日肯定会登录游戏，那么我们观察的重点就是接下来的情况，正常情况接下来的存留值应该是一个比较稳定的值，这些用户就是我们的目标用户，应该尽量保护他们，让他们持续的玩下去。刚公测的游戏一般新注册用户存留率会比较高，理想情况应该可以达到30%左右，太低则需要对业务进行调研。稳定的业务一般维持在10%左右。计算方法：对每天的新注册用户，在接下来的90天进行登录跟踪分析，我们约定注册当日为第一天，接下来为第二天，依次类推，会统计接下来90天的情况。例子：例如1月1日新注册用户数为1000人，那么1月1日的第一天存留用户会记录为1000。接下来观察1月2日当日1月1日注册的1000用户在1月2日的登录情况，我们假设1000人中，有700人在1月2日登录了，那么就会记录1月1日注册用户的第二天存留人数为700。同理，当这1000人在1月3日有300人登录，则我们会记录1月1日的新注册用户的第三天存留用户数为300。接下来会跟踪90天，计算方法和原理是一样的。从这个例子中也可以看出，留存用户是可以重复的，就是说1月2号登录的700人中，可能在1月3号也登录了，这个在1月3号中是不会做去重处理，请注意。数据来源：新注册用户存留分析表tbResidentUser新注册存留用户等级分布(30天)指标含义：和新注册用户存留跟踪的含义完全相同，只是更细化从用户级别维度来查看新注册用户存留情况。计算方法：和新注册用户存留跟踪的方法相同，但是增加每天跟踪用户的级别细分。数据来源：新注册用户存留等级分布tbResidentUserLvDis注册角色用户数增加通过各大区的注册角色数来观察游戏，这项指标可以按大区进行查看，以此来反应游戏注册角色过程中的运营情况。注册角色用户数指标含义：指标含义和注册新增用户数一样，包括总注册角色用户数、日新增注册角色用户数、周新增注册角色用户数、双周新增注册角色用户数、月新增注册角色用户数。但是这里的数据和注册新增用户数里面的数据来源不同，所以数据会不同。如果这里的数据偏小，则是因为玩家登录游戏后，没有成功注册角色就退出了客户端，这样就导致注册角色用户会比登录用户少。根据不同的游戏，需要进行具体分析差异原因。计算方法：这个指标是通过注册角色信息表统计得出。所有大区汇总的总注册角色用户数，就是把所有区注册角色按QQ号进行去重而得，按大区查看展示的数据是对单大区所有角色用户进行去重得到。所有大区汇总的日新增注册角色用户数是指在所有大区都从未注册过角色，当天是第一次注册角色的用户才会被统计。按大区查看日新增注册角色用户数，是指以前未在该大区注册过角色，当天是第一次在该大区注册的用户才会被统计到。数据来源：注册角色用户表tbRegisterUser日新增注册角色用户职业级别分布指标含义：按角色职业类别，以及角色职业等级分布二维的角度来查看当天新注册用户的分布情况。计算方法：通过注册角色信息表进行统计。按角色职业来查看用户的新注册角色情况。如果一个用户以前注册过一种角色职业，当天又注册了新的角色职业，则会被统计为新注册角色职业进行展示。指标中所展示的职业级别是指用户当天使用该职业所达到的级别。数据来源：日注册角色用户职业级别分布tbDayRegisterUserLvDis所有注册角色用户职业级别分布指标含义：通过角色职业类型和角色职业等级分布两个维度来查看游戏内所有注册角色的职业等级分布。计算方法：通过注册角色信息表进行统计。汇总所有角色职业的信息，按职业级别进行展示。按大区查看时就是对所查看大区的职业和级别进行统计。数据来源：注册角色职业等级分布tbRegisterUserLvDis月注册角色用户职业等级通过率指标含义：按职业分类来查看月（近30天）各职业等级的人数及各等级的通过率。等级通过率是用各职业所有等级的人数去除各职业等级的人数而得，所以等级的通过率的和应该为100％。计算方法：通过注册角色信息表进行统计。每天都统计近30天各职业等级人数，每月最近一天，则按自然月进行统计。数据来源：月注册角色职业等级通过率表tbMonthRegisterUserLvPass新注册用户流失跟踪新注册用户流失率指标含义：按固定周期（周、双周、月）对新注册用户的流失情况进行观察。观察周期暂不支持用户随便选择。计算方法：通过用户登录表统计而得。周观察，是指14天前的当天新注册用户在统计日期近7天的流失情况。双周观察，是指28前当天的新注册用户在统计日期近14天的流失情况。月观察，是指60天前当天的新注册用户在统计日期近30天内的流失情况。数据来源：新注册用户跟踪表tbResidentUser新注册用户流失跟踪(90天)指标含义：用于展示每天注册用户在接下来的90天中的流失情况，包括接下来每天的流失人数和流失率。注册当天被定义为第一天流失，后面依次类推为第二天、第三天、直到第90天。可以查看任意一天注册用户在接下来90天的流失情况，以此可以帮助分析人员掌握新注册用户的流失规律，如果流失严重，则需要分析游戏规则，来争取新注册用户。计算方法：通过用户登录日志信息计算而得。每天统计都要计算前90天每天的新注册用户的登录情况，主要是计算每天注册用户的最后一次登录日期，我们把新注册用户的最后一次登录日期认为是他的流失日期，这个数据每天统计时会重新刷新一次。例子：假设某游戏1月1日新注册用户数为1000人，这1000人在1月2号登录了400人，则我们会记录第一天的流失人数为600人（1000－400）。第二天的流失人数为400人。1月3号时1000人中又有300人登录了游戏（其中200人最后一次登录日期为1月1号，100人最后一次登录日期是1月2号）。那么在1月3号查看1月1号新注册用户的流失情况时，我们会记录第一天流失用户为400人（600－200），第二天流失人数为300人（400－100），第三天流失人数为300人。说明：从这个例子可以看出来，我们每天的统计都会认为所有的新注册用户都流失了，所以每天的新注册用户在接下来每天的流失人数是不会重复记录的，我们是按用户的最后一次登录日期来计算流失的。注意这点和新注册用户存留用户不同，存留用户的统计的只要玩家登录了游戏就会被记录，每天的存留用户是可能会重复的，但是这里的新注册用户流失人数之间是不会重复的，所以所有流失用户加起来就等于注册日期当天的所有新注册用户数。数据来源：新注册用户跟踪分析表tbResidentUser新注册流失用户等级分布(30天)指标含义：含义和上面介绍的新注册用户流失跟踪是完全相同的，只是这里对每天的流失用户细化了流失玩家各级别的人数分布。由于增加了级别维度观察后，数据量会增加倍，所以此项指标只跟踪最近30天的数据进行分析。计算方法：计算方法也和上面介绍的新注册用户流失跟踪完全相同，只是需要对每天流失的用户按级别进行统计。数据来源：新注册用户分级别跟踪分析表tbResidentUserLvDis新注册用户流失对比指标含义：按周进行观察，对一周内每天的新注册用户在各自接下来7天的流失情况，放在一起进行查看。默认展示一周前一周的每天的新注册用户，在各自接下来一周的每天的流失情况。以此来观察一周中每天新注册的玩家的流失的规律。计算方法：和新注册用户跟踪分析完全一致。这个指标只是从侧面对数据进行展示。数据来源：新注册用户跟踪分析表tbResidentUser新注册用户流失对比(累计加总)指标含义：按周进行观察，对一周内每天新注册用户在各自接下来7天的流失人数进行累加展示。所以看到第7天时，会认为所有用户都流失了。第一天展示的数据就是当天注册用户在后面在也没有登录过游戏的用户数。第二天展示的数据是用户只在第一天和第二天登录过，后面没在登录过的用户数。第三天展示的数据以此类推。计算方法：和新注册用户跟踪分析完全一致。这个指标只是从侧面对数据进行展示。数据来源：新注册用户跟踪分析表tbResidentUser按自然周新注册用户总数周流失率指标含义：按自然周对一周内新注册的用户在接下来一周的流失情况。注意这个指标是对一周新注册用户进行观察的，不是对单天的新注册用户。新注册用户在注册后7天之内登录过，7天之后再也没有登录过，视为新注册用户周流失。计算方法：和新注册用户跟踪分析完全一致。这个指标只是从自然周对数据进行展示。数据来源：新注册用户跟踪分析表tbResidentUser所有用户活跃情况活跃用户数指标含义：用于展示游戏每天登录的独立UIN用户数。活跃，就是指登录过游戏的用户。这个指标项包括四项指标：日活跃用户数（当天登录过游戏的独立UIN用户数）、周活跃用户数（最近7天内登录过游戏的独立UIN用户数）、双周活跃用户数（最近14天内登录过游戏的独立UIN用户数）和月活跃用户数（最近30天内登录过游戏的独立UIN用户数，在每个自然月的最近一天，按自然月进行计算，不是30天。例如：2月28日时，只统计2月1号到2月28号之间登录过游戏的用户数）。计算方法：玩家登录游戏日志信息表。按所有服务器汇总查询时，日活跃用户数展示的数据是对该游戏当天所有大区的登录用户，按独立UIN做去重后所得，如果一个玩家当天在多个大区登录过，只会被计算一次，不会重复计算。周活跃用户数展示的数据是对该游戏所有服务器最近7天内登录过游戏的用户，按独立UIN做去重所得，如果一个玩家最近7天内连续多天在同一大区或者不同大区登录过游戏，也只会被计算一次，不会重复计算。双周活跃用户数和月活跃用户数计算方法是类似的，分别是对最近14天内和30天内登录过的用户做去重所得。需要注意的是，月活跃用户数在每个自然月的最后一天的数据是按自然月进行计算的，不再按照30天进行计算。按单个服务器查询时，计算方法和全区是类似的。只是所展示的数据是对单个服务器的数据进行去重而得，就是说如果一个玩家在多个区登录过，在各大区是重复计算的，大区之间是不会干扰的，但是全区计算时是去重的。数据来源：登录用户信息统计表tbUserLogin流失用户数指标含义：流失和活跃是一个相对的概念。如果玩家在前一个计算周期有登录游戏（即活跃），在接下来一个计算周期内没有登录游戏，就会被我们定义为是流失用户。因为日流失用户数这个数据参考性不大，所以这个指标项只有三个指标：包括周流失用户数、双周流失用户数和月流失用户数。计算方法：通过玩家登录游戏日志游戏计算所得。周流失用户数，以14天为一个观察周期，是指前7天登录过游戏的用户数（即周活跃用户数），在接下来7天没有登录过游戏的用户数，则被定义为周游戏用户数。双周流失用户数，以28天为一个观察周期，是指前14天登录过游戏的用户数（即双周活跃用户数），在接下来14天内没有登录过游戏的用户数，则被定义为双周流失用户数。月流失用户数，以60天为一个观察周期，是指前30天登录过游戏的用户（即月活跃用户），在接下来30天没有登录过游戏的用户，则被定义为月流失用户数。每个自然月的最后一天是按照自然月进行计算，就是上一个自然月登录过游戏的用户，在本自然月没有登录过游戏的用户数，则定义为流失用户数。数据来源：登录用户信息统计表tbUserLogin回流用户数指标含义：回流和流失是一个相对的概念。如果玩家在第一个计算周期内登录过游戏（即活跃用户），在第二个计算周期内没有登录过游戏（即流失用户），但在第三个计算周期又登录了游戏，则被我们定义为是回流用户。同理，按单天计算这个数据的参考意义不是很大，所以这个指标也包括三个周期的指标：包括周回流用户数、双周回流用户数和月回流用户数（因为月回流需要观察3个月的数据，目前实现有困难，暂不提供，如有需要可以联系对应游戏的接口人进行咨询）。计算方法：通过玩家登录游戏日志游戏计算所得。周回流用户数，以21天（即3周）为一个观察周期。如果玩家在第一个7天登录过游戏，在第二个7天没有登录过游戏，在第三个7天内登录过游戏，这样的用户就被我们定义为周回流用户数。双周回流用户数和月回流用户数的计算方式和周是类似的，只是计算周期分别为14天和30天，而观察周期为42天（即3个双周）和90天（即3个月）。数据来源：登录用户信息统计表tbUserLogin活跃用户流失率指标含义：该指标项是把同一个观察周期内的活跃用户和流失用户结合在一起来进行展示，相比流失用户数指标，增加了流失率的展示。流失率是用第一个计算周期内的活跃用户数去除第二个计算周期内的流失用户数而得到的。按计算周期来分，可以分为周流失率、双周流失率和月流失率。计算方法：这个指标项的数据不需要重复计算，是用活跃用户数指标项和流失用户数指标项的数据综合计算而得。数据来源：登录用户信息统计表tbUserLogin流失用户回流率指标含义：该指标项是把同一个观察周期内的流失用户和回流用户结合在一起来进行展示，相比回流用户数指标，增加了用户回流率的展示。回流率是用第二个计算周期内的流失用户数去除第三个计算周期内的回流用户数而得到的。按计算周期来分，可以分为周流失率、双周流失率和月流失率。计算方法：这个指标项的数据不需要重复计算，是通过流失用户数指标项和回流用户数指标项的数据综合计算而得。数据来源：登录用户信息统计表tbUserLogin活跃用户数等级分布指标含义：这个指标项是对活跃用户指标项的一个细化，增加了级别维度来观察用户的活跃行为。可以查看日、周、双周和月活跃用户的详细级别分布，通过下上面的下拉框可以进行计算周期的选择。级别默认是按级别分段来展示的，如果想相看每级的详情，也可以通过自行选择进行查看。计算方法：通过用户登录日志表计算所得。计算方法和活跃用户数指标项完全相同，只是增加了对各级别活跃用户数的统计而已。把统计日期的所有级别的活跃用户数累加应该等于活跃用户数指标里对应日期的活跃用户数。数据来源：登录用户级别分布信息统计表tbUserLoginLvDis流失用户数等级分布指标含义：这个指标项是对流失用户数指标项的一个细化，增加了级别维度来观察用户在一个观察周期中的流失的级别分布情况。可以看出玩家在哪个级别流失会比较严重，从侧面可以考虑是不是这个级别升级比较困难或者其它原因，导致玩家在这个级别大量流失。计算方法：通过用户登录日志表计算所得。计算方法和流失用户数指标项完全相同，只是细化了对流失用户级别情况的统计而已。所统计日期的所有级别的流失用户数累加，应该等于流失用户数指标里对应日期的流失用户数。数据来源：登录用户级别分布信息统计表tbUserLoginLvDis回流用户数等级分布指标含义：这个指标项是对回流用户数指标项的一个细化，增加了级别维度来观察用户在一个观察周期中的回流用户的级别分布情况。计算方法：通过用户登录日志表计算所得。计算方法和回流用户数指标项完全相同，只是细化了对回流用户级别情况的统计而已。所统计日期的所有级别的回流用户数累加，应该等于回流用户数指标项对应日期的回流用户数。数据来源：登录用户级别分布信息统计表tbUserLoginLvDis活跃用户地区分布指标含义：按省份和地区来查看当天登录用户的分布情况。主要用于查看该游戏的用户在全国的分布情况，对于不同的游戏由于全国的文化差异和经济发展情况不同，分布情况确实有较大差异。计算方法：通过用户登录日志表进行计算。需要记录用户的登录IP信息和公司的IP信息库来进行统计。通过玩家的登录IP和公司提供的IP信息库进行对比，以确定玩家的登录地点。如果玩家一天中登录多次，会随机选择其中一次的登录IP进行计算，而不会做多次计算，理论上讲同一个玩家的登录地点是固定的，不会变动很频繁。数据来源：用户地区分布统计表tbDayLoginRegionDis消费用户活跃情况对消费用户的登录行为进行观察。消费用户：曾经在游戏内购买过付费道具或者其它消费行为的玩家。活跃消费用户数指标含义：以是否登录过游戏来观察消费用户的活跃情况。日活跃消费用户数，是指玩家曾经在游戏内消费过（即购买过付费道具），不需要限制是否当天消费，并且在统计当天有登录游戏的用户数。周活跃消费用户数，是指玩家是消费用户，并且在统计日期的最近７天内有登录过游戏的用户数。双周活跃消费用户数，是指最近１４天登录过游戏的消费用户数。月活跃消费用户数，是指最近３０天登录过游戏的消费用户数。计算方法：和活跃用户数指标项计算方法完全相同，只是观察群体为所有消费用户，而非所有注册用户。数据来源：消费活跃用户级别分布表tbPayUserLoginLvDis消费流失用户数指标含义：以是否登录过游戏来观察消费用户的流失情况。主要包括：周流失消费用户数、双周流失消费用户数和月流失消费用户数。计算方法：计算方法和流失用户数指标完全相同。只是观察群体为所有消费用户，而非所有注册用户。数据来源：消费活跃用户级别分布表tbPayUserLoginLvDis消费回流用户数指标含义：以是否登录过游戏来观察消费用户的回流情况。主要包括：周回流消费用户数、双周回流消费用户数和月回流消费用户数。计算方法：计算方法和回流用户数指标完全相同。只是观察群体为所有消费用户，而非所有注册用户。数据来源：消费活跃用户级别分布表tbPayUserLoginLvDis消费用户流失率指标含义：按是否登录游戏来观察消费用户的流失情况，主要包括：周消费用户流失率、双周消费用户流失率和月消费用户流失率。计算方法：计算方法和用户流失率基本相同，只是观察主体为消费用户，而非所有注册用户。周消费流失率：７天（一周）为一个计算周期，以１４天为一个观察周期，在第一个计算周期（即前７天）登录过游戏的消费用户，则定义为周活跃消费用户数。在前７天登录过游戏，但是在后面７天没有登录过游戏的消费用户，则定义为周流失消费用户数。周消费流失率就是用周活跃消费用户数来除周流失消费用户数而得。双周消费用户流失率和月消费用户流失率与周消费用户流失率计算方法基本相同，只是计算周期改成１４天和３０天，观察周期改成２８天和６０天。数据来源：消费活跃用户级别分布表tbPayUserLoginLvDis消费用户回流率指标含义：按是否登录游戏来观察消费用户的回流情况，主要包括：周消费用户回流率、双周消费用户回流率和月消费用户回流率。计算方法：计算方法和用户回流率基本相同，只是观察主体为消费用户，而非所有注册用户。周消费回流率：７天（一周）为一个计算周期，以２１天（３周）为一个观察周期，在第一个计算周期（即前７天）登录过游戏的消费用户，则定义为周活跃消费用户数。在第一个７天登录过游戏，但是在第二个７天没有登录过游戏的消费用户，则定义为周流失消费用户数。在第一个７天登录过游戏，在第二个７天没有登录过游戏，在第三个７天又登录了游戏的消费用户，则定义为周回流消费用户数。周消费回流率就是用周流失消费用户数来除周回流消费用户数而得。双周消费用户回流率和月消费用户回流率与周消费用户回流率计算方法基本相同，只是计算周期改成１４天和３０天，观察周期改成４２天（３个双周）和９０天（３个月）。数据来源：消费活跃用户级别分布表tbPayUserLoginLvDis消费用户活跃/流失/回流等级分布指标含义：按级别来展示活跃、流失、回流消费用户的分布情况，注意这里的级别是玩家登录游戏当天的最高级别，不是玩家消费时的级别。以计算周期来划分，又分来周活跃、周流失、周回流、双周活跃、双周流失、双周回流以及月活跃、月流失、月回流消费用户数。计算方法：通过消费表和玩家登录表计算所得。数据来源：消费活跃用户级别分布表tbPayUserLoginLvDis非消费用户活跃情况此项内容和消费用户的是相对的。非消费用户：就是所有注册用户中去掉消费用户，也就是没有在游戏内购买过付费道具或者发生过其它付费行为的用户。做这个指标是为了观察消费用户和非消费用户的登录行为有些什么差异，如何一步步把非消费用户挽留住，并慢慢转化为消费用户。非消费用户总况指标含义：以是否登录游戏来观察为非消费用户群体的登录行为。主要包括活跃、流失、回流。按计算周期又分为：日活跃、周活跃、周流失、周回流、双周活跃、双周流失、双周回流和月活跃、月流失、月回流。计算方法：计算方法和活跃用户类似。只是观察群体为非消费用户。数据来源：非消费用户级别分布统计表tbFreeUserLoginLvDis非消费用户流失率指标含义：这个指标用来展示非消费用户的流失率曲线趋势。可以看到非消费用户的流失情况。计算方法：和用户流失率指标的计算方法完全相同，只是观察群体为非消费用户数。数据来源：非消费用户级别分布统计表tbFreeUserLoginLvDis非消费用户活跃流失等级分布指标含义：按级别来展示活跃、流失、回流的非消费用户的分布情况。以计算周期来划分，又分来周活跃、周流失、周回流、双周活跃、双周流失、双周回流以及月活跃、月流失、月回流消费用户数。计算方法：和用户活跃流失回流级别分布指标的计算方法完全相同，只是观察群体为非消费用户数。数据来源：非消费用户级别分布统计表tbFreeUserLoginLvDis活跃度活跃度：是观察玩家在一个固定周期内活跃的天数分布情况。活跃的天数越多，我们称之为活跃度比较高。通过玩家的活跃度情况来从侧面观察游戏对用户的粘性。通过观察发现，正常情况下，游戏内级别越高的玩家活跃的天数会越多，说明级别高的玩家游戏忠诚度越高。*平均活跃天数：所有的活跃天数总和/活跃过的人数周活跃用户活跃度及等级分布指标含义：以周（７天）为一个观察周期，观察用户在最近７天的活跃天数分布情况。还支持分等级查看，各等级玩家的活跃分布情况。计算方法：玩家登录日志流水信息表。统计７天内登录的玩家中，只登录过１天的有多少人、登录过２天的有多少人、登录过３天的有多少人。。。登录过７天的有多少人。这些分布之间的用户是不会重复的。所以把７天登录的用户数累加后，应该和对应日期的周活跃用户数是相同的。数据来源：用户周活跃度级别分布统计表tbWeekActivityScaleLvDis双周活跃用户活跃度及等级分布指标含义：以双周（１４天）为一个观察周期，观察用户在最近１４天的活跃天数分布情况。还支持分等级查看，各等级玩家的活跃分布情况。计算方法：玩家登录日志流水信息表。统计１４天内登录的玩家中，只登录过１天的有多少人、登录过２天的有多少人、登录过３天的有多少人。。。登录过１４天的有多少人。这些分布之间的用户是不会重复的。所以把１４天登录的用户数累加后，应该和对应日期的双周活跃用户数是相同的。数据来源：用户双周活跃度级别分布统计表tbDWeekActivityScaleLvDis月活跃用户活跃度及等级分布指标含义：以月（３０天）为一个观察周期，观察用户在最近３０天的活跃天数分布情况。还支持分等级查看，各等级玩家的活跃分布情况。计算方法：玩家登录日志流水信息表。统计３０天内登录的玩家中，只登录过１天的有多少人、登录过２天的有多少人、登录过３天的有多少人。。。登录过３０天的有多少人。这些分布之间的用户是不会重复的。所以把３０天登录的用户数累加后，应该和对应日期的双周活跃用户数是相同的。需要注意是，自然月的最后一天，数据不再按３０来计算，是按自然月计算的。数据来源：用户月活跃度级别分布统计表tbMonthActivityScaleLvDis自然月有效活跃用户活跃度指标含义：有效活跃用户，是指登录过两天以上的用户。按自然月来展示活跃１天、２天、３天。。。３０天的用户数分布。计算方法：玩家登录日志流水信息表。按自然月统计玩家活跃天数的情况。理论上只需要自然月的最后一天计算一次就可以了。但是为了使用方便，在一个自然月的每一天都进行了计算。例子：假设１月１号活跃用户数为１０００人，１月２号活跃用户为７００人（其中４００人为１月１号登录过的），则２月２号的统计数据记录为，登录１天的为９００人（１号的６００人＋２号的３００人），登录两天的为４００人（１号、２号都登录过游戏的用户数）。１月３号活跃用户为８００人（其中３００人为１号和２号都登录过游戏；１００人为１号登录过，２号没登录过；１５０人为１号没有登录，２号登录过的），则１月３号的数据记录为，登录１天的为９００人（１号的５００人＋２号的１５０人＋３号的２５０人），登录２天的用户数为３５０人（登录１号和３号的１００人＋登录２号和３号的１５０人＋登录１号和２号的１００人），登录过３天的用户数为３００人（连续三天都登录过的用户数）。后面日期的计算方法依此类推。数据来源：自然月有效活跃用户数统计表tbInEffectActivity基础数据—有效用户类有效用户月有效用户数指标含义：由月有效新增用户数、月有效存留用户数、月有效回流用户数三部分组成，表现了游戏核心用户群的数量，反映游戏的整体质量。计算方法：月有效用户数=月有效新增用户数+月有效存留用户数+月有效回流用户数。月有效新增用户数在统计日当月(自然月)内新注册的用户，从注册之日起，前5天连续登陆的用户；或者在统计日当月（自然月）内注册之后第6天起截止统计当日，登陆了至少2天的用户。月有效存留用户数上月（自然月）的有效用户中，在本月（自然月）至少登录过1次的用户数。月有效回流用户数在统计日当月(自然月)之前注册的用户，并且不是上月（自然月）的有效用户，在本月（自然月）首次登陆之后，连续5天(含首次登陆当天)登陆的用户；或者本月（自然月）首次登陆之后第6天起截止统计当日，登陆了至少2天的用户。月新进用户有效率指标含义：表现新注册用户中有效用户的占比，反映游戏对新进用户的吸引力。计算方法：月新进用户有效率=月有效新增用户数/月新注册用户数*100%。月新注册用户数在统计日当月(自然月)内新注册的用户数。月有效用户数等级分布指标含义：月有效用户在各个等级的分布情况，观察有效用户的成长情况。计算方法：用户等级对应的是此用户拥有角色的最高等级。月有效新增用户数等级分布指标含义：月有效新增用户在各个等级的分布情况，观察有效新增用户在当月的成长情况。计算方法：用户等级对应的是此用户拥有角色的最高等级。有效存留/流失/回流月有效用户活跃情况指标含义：月有效用户总体情况，包括月有效新增用户数、月有效存留用户数、月有效回流用户数、月有效流失用户数；可以从整体上了解游戏中有效用户的分布情况。计算方法：月有效流失用户数在统计日上个月（自然月）有效用户中本月未曾登录过的用户数；在每个自然月的统计中，随着统计时间呈现递减的效果。月有效用户存留率指标含义：上个月（自然月）的有效用户在本月（自然月）仍然有过至少1次登陆用户数占上月（自然月）有效用户数的比例；表现游戏版本对核心玩家的持久的吸引力强度。计算方法：月有效用户存留率=月有效存留用户数/上个月有效用户数*100%。月有效用户流失率指标含义：上个月（自然月）的有效用户在本月（自然月）仍然没有登陆过游戏的用户数占上月（自然月）有效用户数的比例；表现游戏版本对核心玩家的失去了兴趣的情况。计算方法：月有效用户流失率=月有效流失用户数/上个月有效用户数*100%。月有效存留用户等级分布指标含义：上个月（自然月）的有效用户在本月（自然月）仍然有过至少1次登陆用户在各个等级的分布情况；表现游戏角色等级相关的设计是否合理，那个等级的用户粘性更好。计算方法：用户等级对应的是此用户拥有角色的最高等级。月有效流失用户等级分布指标含义：上个月（自然月）的有效用户在本月（自然月）仍然没有登陆过游戏的用户在各个等级的分布情况；表现游戏角色等级相关的设计是否合理，那个等级的用户更加容易流失。计算方法：用户等级对应的是此用户拥有角色的最高等级。月有效回流用户等级分布指标含义：游戏回流用户在各个等级的分布情况；可以用来观察活动或者版本变化后，是否达到了吸引某个等级段用户回流的效果。计算方法：用户等级对应的是此用户拥有角色的最高等级。基础数据—付费用户类总况统计游戏中用户的消费、充值、消费行为等情况消费用户当日总况指标含义：展示消费用户类的核心指标。在一个页面中展现了总消费用户数，日消费用户数，日活跃用户数，日消费渗透率，日新增消费用户数。总消费用户数：累计至统计当日，在游戏内用代币(QB\Q点等)等购买过道具或其他消费行为的用户总数（UIN数）。日消费用户数：每日在游戏内用代币(QB\Q点等)等购买过道具或其他消费行为的用户数。日活跃用户数：当日登录过游戏的用户数。日消费渗透率：在活跃用户中，有多少比例的用户进行了消费行为。日新增消费用户数：从未在游戏中有过消费行为，当日首次在游戏内有消费行为的用户数计算方法：当日消费渗透率：日消费用户数/日活跃用户数消费用户总况指标含义：站在日、周、双周、月、双月的角度上统计用户的消费情况。周新增消费用户数：从未在游戏中有过消费行为，一周（7天）内首次在游戏内有消费行为的用户数（UIN数）。双周新增消费用户数：从未在游戏中有过消费行为，近两周（14天）内首次在游戏内有消费行为的用户数（UIN数）。月新增消费用户数：从未在游戏中有过消费行为，近一月（30天）内首次在游戏内有消费行为的用户数（UIN数）。如遇当日恰巧该为自然月最后一天，则计算自然月天数。周活跃消费用户数：曾经消费过的用户中，近一周(前7天)的登陆总用户数双周活跃消费用户数：曾经消费过的用户中，近两周(前14天)登陆过的用户总数。月活跃消费用户数：曾经消费过的用户中，近一月(前30天)登陆过的用户总数。周/双周/月流失消费用户数：曾经在游戏内用代币(QB\Q点等)等购买过道具或其他消费行为的用户，在统计日期倒推第二个周期(7天/14天/30天)登陆过，但近一个周期（7天/14天/30天）未登录过游戏的用户总数。观察周期14天/28天/60天。周回流消费用户数：观察连续的三周，统计日期倒推第3个周(7天)登录过游戏，倒推第二个周（7天）未登录过游戏，近一个周（7天）又重新登录游戏的并且在游戏内有过消费行为的用户总数。观察周期为21天。双周回流消费用户数：观察连续的三个双周(共6周)，统计日期倒推第3个双周(14天)登录过游戏，倒推第二个双周（14天）未登录过游戏，近一个双周（14天）又重新登录游戏的并且在游戏内有过消费行为的用户总数。观察周期为14*3=42天。沉默用户数：充值用户总况指标含义：总充值用户数：截至当日累计充值过代币(如:点券)的用户总数(UIN数)。日新增充值用户数：从未在游戏中充过值，当日首次充值代币(如:点券)的当日用户数(UIN数)。日充值用户数：当日充值过代币(如:点券)的用户数(UIN数)。周充值用户数：近一周（7天）内充值过代币(如:点券)的用户数(UIN数)。双周充值用户数：近两周（14天）内充值过代币(如:点券)的用户数(UIN数)。月充值用户数：近一月（30天）内充值过代币(如:点券)的用户数(UIN数)。如遇当日恰巧该为自然月最后一天，则计算自然月天数。日充值渗透率：日充值用户数/日活跃用户数充值/消费用户同环比指标含义：充值（消费）用户数每天环比增幅：（当天充值(消费)用户数-昨天充值(消费)用户数）/昨天充值(消费)用户数*100%充值（消费）用户数上周同比增幅：（当天充值(消费)用户数-上周同期充值(消费)用户数）/上周同期充值(消费)用户数*100%消费用户对消费用户从等级、消费额度、消费次数多方面来观察。新增消费用户数指标含义：观察日、周、双周、月新增消费用户数及相应增量消费用户数指标含义：观察总消费用户数，日、周、双周、月消费用户数及相应增量消费用户等级分布指标含义：站在玩家等级的角度来观察不同等级区间的当日、周、双周、月及所有消费用户数。消费额度用户数分布指标含义：各个消费额度区间的当日消费用户数/当日新增消费用户数。比如：消费20-30QB的当日消费用户数30名/当日新增消费用户数20名日平均消费次数：每日游戏内消费总次数/日消费用户数。日平均消费额：每日游戏内消费总额/日消费用户数。（单位：QB）日新增消费用户平均消费次数：每日新增的消费用户数在新增当日消费总次数/日新增消费用户数。日新增消费用户平均消费额：每日新增的消费用户数在新增当日消费总金额/日新增消费用户数。（单位：QB）消费次数用户数分布指标含义：各个消费次数区间的当日消费用户数/当日新增消费用户数。比如：消费1次的当日消费用户数30名/当日新增消费用户数20名充值用户对充值用户从充值额度、持有额度多方面来观察。新增充值用户指标含义：观察日、周、双周、月新增充值用户数及相应增量。日新增充值用户数：从未在游戏中充过值，当日首次充值代币(如:点券)的用户数(UIN数)。周新增充值用户数：从未在游戏中充过值，近一周（7天）内首次充值代币(如:点券,)的用户数(UIN数)。双周新增充值用户数：从未在游戏中充过值，近两周（14天）内首次充值代币(如:点券,)的用户数(UIN数)。月新增充值用户数：从未在游戏中充过值，近一月（30天）内首次充值代币(如:点券,CF点)的用户数(UIN数)。如遇当日恰巧该为自然月最后一天，则计算自然月天数。充值用户数指标含义：观察总充值用户数，和日、周、双周、月新充值用户数及相应增量。充值额度用户数分布指标含义：各额度区间日充值用户数：充值0-5QB的有100人，充值5-10QB的有200人...各额度区间日充值金额：充值0-5QB的用户共计充值1500QB，充值5-10QB的用户共计充值2200QB。代币持有额度用户数分布指标含义：持有各额度区间代币用户数：持有0-5QB的有100人，持有6-10QB的200人...持有各额度区间代币金额：持有0-5QB用户共计持有1000QB，持有6-10QB用户共计持有2000QB。消费行为活跃流失观察消费行为的活跃、流失、回流等情况按消费行为总况指标含义：周消费用户数：近一周（7天）内，在游戏内有过消费行为的用户总数（UIN数）。双周消费用户数：近两周（14天）内，在游戏内有过消费行为的用户总数（UIN数）。月消费用户数：近一月（30天）内，在游戏内有过消费行为的用户总数（UIN数）。如遇当日恰巧该为自然月最后一天，则计算自然月天数。双月消费用户数：近一月（60天）内，在游戏内有过消费行为的用户总数（UIN数）。如遇当日恰巧该为自然月最后一天，则计算自然月天数。周按消费行为流失用户数：观察最近两周(14天)，倒数第二周内在游戏内有过消费行为，而在近一周内无消费行为的用户数。双周按消费行为流失用户数：观察最近两个双周(28天)，倒数第二个双周内在游戏内有过消费行为，而在近一个双周内无消费行为的用户数。月按消费行为流失用户数：观察最近两个月(60天)，倒数第二个月内在游戏内有过消费行为，而在近一个月内无消费行为的用户数。周按消费行为回流用户数：观察连续的三个单周（21天），统计日期倒推第3个周(7天)有过游戏内消费行为，倒推第二个周（7天）无消费行为，近一个周（7天）又有消费行为的用户总数。双周按消费行为回流用户数：观察连续的三个双周（6周），统计日期倒推第3个双周(14天)有过游戏内消费行为，倒推第二个双周（14天）无消费行为，近一个双周（14天）又有消费行为的用户总数。按消费行为流失率指标含义：周按消费行为流失率：周按消费行为流失用户数/前一个周消费用户数。双周按消费行为流失率：双周按消费行为流失用户数/前一个双周消费用户数。月按消费行为流失率：月按消费行为流失用户数/前一个月消费用户数。按消费行为回流率指标含义：周按消费行为回流率：周按消费行为回流用户数/倒数第3个周的周流失消费用户数。双周按消费行为回流率：双周按消费行为回流用户数/倒数第3个双周的双周流失消费用户数月按消费行为回流率：月按消费行为回流用户数/倒数第3个月的月流失消费用户数按消费行为活跃/流失/回流等级分布指标含义：各用户等级周/双周/月/双月消费用户数各用户等级周/双周/月/按消费行为流失用户数各用户等级周/双周/月按消费行为回流用户数消费活跃度周消费活跃度及等级分布指标含义：周按消费行为活跃度用户数：分用户等级区间观察近一周（7天）内，有1天有消费行为的用户数；有2天有消费行为的用户数；…；有7天有消费行为的用户数（UIN数）。双周消费活跃度及等级分布指标含义：双周按消费行为活跃度用户数：分用户等级区间观察近两周（14天）内，有1天有消费行为的用户数；有2天有消费行为的用户数；…；有14天有消费行为的用户数（UIN数）。月消费活跃度及等级分布指标含义：月按消费行为活跃度用户数：分用户等级区间观察近一月（30天）内，有1天有消费行为的用户数；有2天有消费行为的用户数