一、指标 (用户活跃 / 付费)
| DAUDaily Active Users | 日活跃用户数。当天登录过游戏的玩家数 (按 role_id 去重)。
例: 4/15 当天有 84,343 个不同玩家登录, DAU = 84,343。 |
| 既存 DAU | 当天 DAU - 当天创角玩家。也就是"老玩家活跃数", 不含当天新创的角色。
例: 4/15 总 DAU 84K, 当天创角 40K, 既存 DAU = 44K。看板上 DAU 默认指既存 DAU (你的标准口径)。 |
| PDAUPaying DAU | 付费 DAU。"曾经付过费"的玩家中, 当天登录的数。
例: 累计付过费的玩家有 30 万, 4/15 这天他们登录了 1.6 万, PDAU = 16K。衡量氪金用户活跃度。 |
| 有效访问 | 渗透率的分母。期间登录过 ∩ 历史曾达到该活动开启地图门槛的玩家。
例: 7030009 种菜 (要求地图≥5), 6 天内登录且曾经过地图 5 的玩家有 54,543 人。 |
| 渗透率 | 参与活动玩家 / 有效访问玩家。只描述够格玩家中的参与比率；吸引力原因需实验验证。
例: 7030009 渗透率 74.4% = 40,572 人参与 / 54,543 人有效访问。 |
| 导量Acquisition | 当天新增玩家数 (按 role_regtime 当天创角的 distinct role_id)。
例: 4/15 创角 39,975, 含买量进来的新玩家。 |
| RPIRevenue Per Impression | 本平台历史字段实际是全服收入 / DAU，不是活动归因收入，也不是严格的 impression 收入。只能作为同期全服人均收入描述，不能据此评价某活动带来的收入。 |
| ARPPU | 付费玩家平均充值额 = 总收入 / 付费玩家数。区分鲸鱼/小R 的关键指标。 |
二、用户分层
| 微氪 / 小R / 中R / 大R / 鲸鱼 | 按累计充值金额分层（源口径 JPY；右上角切换展示）：
|
| 鲸鱼集中度 | 指定高付费分层贡献收入的占比。占比高表示收入结构集中，但风险阈值必须结合样本量、历史分布和业务容忍度预先登记；平台不再用未经验证的固定 50% 阈值自动报警。 |
三、留存模型
| Cohort / 队列 | 同一天 (或同一周/月) 注册的玩家集合。我们按注册日分 cohort, 看每天的衰减情况。 |
| DSRDay Since Registration | 注册后第几天。D1 = 第二天, D7 = 一周后, D30 = 一个月后。 |
| D1 / D7 / D30 留存 | 注册后第 N 天还活跃的玩家比例。必须同时标明 cohort 注册窗口、观察截止日、分母和成熟状态；本术语页不展示旧快照具体数值，也不把历史值当作当前基线。 |
| Power law / 幂律 | 一种候选留存衰减曲线：留存(d) = a / (d+1)^b。是否适用必须由固定 cohort 的滚动时间外回放确认；平台旧拟合已冻结，术语说明不代表当前启用。 |
四、预测模型
| Walk-forward / 滚动校验 | 用第 1...i-1 期数据预测第 i 期, 跟实测对比。每加一期就重新预测下一期。 |
| v1 加权均值 | 最简单模型: 历史期数据按"越近权重越高"加权平均。基线模型。 |
| v2 版本对齐 | 只用同版本+前一版本的数据预测。避免老版本噪声。 |
| Prophet | Facebook 开源的时序预测库, 自动捕捉趋势 + 季节性。 |
| Ensemble / 集成 | 多个候选模型的加权组合。它不天然更准确；只有在逐指标滚动时间外回放中稳定优于朴素/近期基线，才允许进入预测候选。 |
| 误差% (原 MAPE) | MAPE = |实测 - 预测| / |实测| × 100%。实测接近 0 时会失真，因此发布门禁同时看 MAE、WAPE、sMAPE、中位 APE、方向偏差、逐指标样本量和相对朴素基线的 skill；不再用单一通用阈值判定好坏。 |
| Bayesian / 贝叶斯 | 用先验与观测更新不确定性的统计方法。它不等同于“按历史误差自动调集成权重”；平台目前没有通过发布门禁的贝叶斯预测或贝叶斯因果模型。 |
| EMA / 指数加权移动平均 | 给最近数据高权重的平滑方法, α=0.7 表示最近一期权重 70%。 |
五、活动效果评估
| Lift / 提升 | 必须标明证据等级。未建立合格反事实时，只能称“活动期相对历史基线高/低 10%”的观察差异；只有随机实验或通过诊断的因果设计，才能把它解释为活动增量。 |
| CausalImpact / 中断时序诊断 | 用模型构造“未办活动”的基线假设。仅按前 14 天和周几加权不足以识别因果；还需合格对照、前趋势和安慰剂检验。 |
| Synthetic Control / 合成控制 | 用未受处理的 donor 单位加权构造反事实。当前“期前 14 天 + 周几对齐”只是历史基线，不是合格合成控制。 |
| DAU 条件关联（旧称 boost） | 活动期间 DAU 与历史基线的观测比值。1.072 只表示同期高 7.2%，不是活动增量。 |
| 收入条件关联（旧称 dilution） | 活动期间收入与历史基线的观测比值。0.87 只表示同期低 13%，不能据此说活动导致分流。 |
| 同期金不理分流 | 合作活动与金不理同期时的历史收入关联；没有反事实前不能称为分流或收入影响。 |
六、地区与节假日
| JP / KR / TW | 按 client_info.language 分: ja(日)=53%, zh-TW(台)=28%, ko(韩)=17%。占游戏 98% 玩家。 |
| ゴールデンウィーク | 日本黄金周 (5/3-5/6)，4 天连假；历史在线与消费可能同期变化，方向和原因需逐期验证。 |
| 年末年始 | 日本元旦假期 (12/29-1/3), 跟中国春节地位相当。 |
| 설날 / 추석 | 韩国春节 / 中秋。설날 在 2 月中下旬。 |
七、模型工程
| 写死 (hardcode) | 把数值固定写在代码里, 不会自动更新。坏处: 现实变了系数还旧。我们用自动校准替换。 |
| 自动校准 (auto-calibrate) | 每次新数据进来，重算条件关联系数（活动、收入、节假日等）；这些系数不等于因果影响。 |
| 保险值上下限 (clip) | 系数最小最大不能超出范围。例：DAU 条件关联倍率 ∈ [0.85, 1.30]，用于防止异常数据破坏拟合。 |
| 特征工程 | 把活动属性 (主题/天数/同期付费活动/节假日) 量化成数字喂给模型, 提升预测精度。 |
八、活动相关
| 合作活动 (一起XX吧) | ActivityMan type=7。每月约 1 期、5-7 天的双人协作玩法；无专属直接付费，留存增量尚待实验识别。 |
| 金不理 (lucky_card) | type=18, 2-3 天/期, 抽卡付费玩法。"赶走左卫门"礼包是核心氪金点。 |
| map_id / 地图等级 | 玩家进度门槛。合作活动要求 map_id ≥ 5。在 activity_main.xlsx col[15] 配置。 |
| 进度奖完成率 | 参与玩家中拿到第一档进度奖的比例。它是门槛设计的观察指标，不单独证明门槛合适。 |
| 进阶率 | 参与玩家中达成第二阶段 (高奖励) 的比例。衡量活动深度。 |