在线人数类
CCU，concurrent users，同时在线人数
在线人数取自游戏服务器端实时Session的数量；
一般每5、10或15分钟取一个样本就足够用，太频繁或太稀疏取样都不合适；
用每天的样本在线人数绘成一条曲线；
一般不记录各个时刻都是哪些玩家在线；
PCU，peak concurrent user，峰值人数；
PCU就是CCU在一天中的最高值，也称PCCU；
如果游戏存在多个服务器，那么游戏整体的PCU不是各服PCU的简单加和，而是先将各服CCU加和之后，再取最高值；
出现PCU的时刻反应了玩家对游戏的态度：
一般来说，一周7天内的PCU出现在周末；如果出现在工作日，可以说这个游戏是其他热门游戏的“配菜”
ACU，average concurrent user，平均在线人数
ACU就是CCU在一天中的平均值，简单来说就是CCU取样样本的平均值；
所有服的ACU，等于各个服ACU的加和；
一周7天的ACU等于7个ACU的平均值；
DAU，日活跃用户，Daily Active User
活跃用户分几个层面：
最简单的：登陆即视为活跃，这也是通用的标准；
稍复杂的：做过基本动作的，例如战斗、移动、聊天等
较严格的：登陆至少几小时、至少几场战斗、做过几个任务等
类似的概念有周活跃WAU和月活跃MAU
新增DAU
首次活跃的用户，主要来自当日官网的注册；
新增DAU占当日DAU的比重反映了游戏的健康程度：如果新用户比重长期处于高水平，说明老玩家留存出现问题；参考值，不高于5%；
在线时长
即用户在游戏中的时间，表明用户在一天24小时中用于游戏的比重；一般玩家一天在游戏中投入4个小时是很普遍的；
各种类型的游戏的在线时长差异还是较大的；例如对于存在挂机、摆摊的游戏，在线时间普遍较长；
简单算平均在线时长一个数值往往不能了解玩家的真实情况；通常情况下，玩家的在线时长分布呈现阶梯形式，即在游戏时间方面，玩家出现明显的分群；
周流失率
指上周活跃用户中，本周不再活跃的比例；
登陆层面上的流失，不是真的流失，流失玩家极有可能还会回来游戏，更好的措辞是休眠玩家；
回流比例
只本周活跃用户中，在上周未活跃的老用户比例；
于是，每周的活跃用户WAU应该分成了3部分：新增活跃用户、连续登陆的粘性用户和回流用户；
分析回流用户的成分，可以得出“休眠多久的用户有较大几率回来游戏”
一些其他的参考值
新增DAU/DAU：如果新用户长期处于高水平，说明老玩家留存出现问题；参考值，不高于5%；
PCU/ACU：反映用户粘性，低于1.3表明用户普遍缺少敏感性，做活动很难见到效果；高于2表明很多用户对游戏的的态度“可有可无”，只在有时间的时候来玩玩；
回流比例/新用户比例/连续活跃用户比例
收入数字类
充值、消费金额
所有渠道的充值金额、所有渠道的购物和服务金额
包括玩家在淘宝、页面上的服务等所有的收费项目
APA，Active Paid Account
付费人数，也称APC，Active Paid Customer；
在多种付费渠道、多个服务器中付费的用户只计算一遍；
新增APA，新增付费人数；
在各种充值活动中，新增付费人数会有较大增长，尤其是刺激免费用户转化成付费用户的活动；
ARPPU，Average Revenue Per Paid User
平均人均付费金额，表示每个付费用户的付费能力；
另一个混淆的概念ARPU，Average Revenue Per User，分母是所有活跃用户
再一个相关的概念，平均每个付费用户的购买能力；例如本周消费金额总和/消费人数；
人均付费金额和人均消费金额的比值，表示用户消费的周期；
付费率
概念1：本周付费玩家数/本周活跃人数；这个概念使用最广泛；
概念2：本周活跃用户中，付过费的玩家的比例（包含了以前付过费但是本周未付费的玩家）
付费玩家的流失率
付费玩家的流失率普遍较低，周流失率在3%~3.5%
付费玩家的连续两周付费比例，维持在30%左右；
各项道具消费明细
研究用户对每种道具的偏好，同时追踪各种活动对道具销售的影响；
统计项包括金币道具和银币道具
玩家户头留存
监控每个玩家的户头余额，主要针对玩家的金币、银币、经验和装备水平；