數(shù)據(jù)篇：ARPPU是什么？基于產(chǎn)品解讀ARPPU

ARPPU(每付費用戶平均收益)行業(yè)有些人會將其與ARPU(每活躍用戶平均收益)混為一談，本期文章將根據(jù)產(chǎn)品深入解讀ARPPU;在寫文之前，你要知道ARPPU是什么?

ARPPU, Average Revenue per Paying User, 即平均每付費用戶收入;它反映的是每個付費用戶的平均付費額度。

對于付費用戶而言，付費額度分布是不平均的，這一塊可以遵循二八原則，而目前值得一提的是大部分運營同學在ARPPU的解讀上都是粗獷式，簡單通過公式(ARPPU=周期付費總額/周期付費人數(shù))、(ARPPU=周期付費總額/(周期用戶總數(shù)*轉化率))得到一個平均答案;但是眾所周知，手游付費用戶分為小R(小魚)、中R(海豚)、大R(鯨魚)，但單純以平均值去衡量產(chǎn)品，參考價值很局限。

數(shù)據(jù)需要精細化運營，從宏觀上說，集中數(shù)據(jù)取樣的方法又有截尾均數(shù)(去掉5%的最低數(shù)據(jù)與最高數(shù)據(jù)，求均值與原來ARPPU差距衡量數(shù)據(jù)精確性)、中位數(shù)(數(shù)據(jù)從小到大排列，取位置中間值，求中間值與原來ARPPU差距衡量數(shù)據(jù)精確性)、以上兩種方法在高中數(shù)學中經(jīng)常提到;從微觀上說，就需要我們建立用戶數(shù)據(jù)模型，即大中小R的取樣與區(qū)分調(diào)研;這樣可以更加準確的分析不同人群的消費能力。

除此之外，我們?nèi)詰撟⒁釧RPPU的解讀背景，要知道對于產(chǎn)品數(shù)據(jù)而言，不能孤立，只能分解;這是基于用戶規(guī)模去做的利潤衡量及付費粘性，切不可在脫離用戶基數(shù)的情況下做出盲目分析(手游那點事1群：165095584;關注手游那點事，關注小白學運營)。

小明：我們家ARPPU數(shù)值超過200了，現(xiàn)在利潤越來越高;我們游戲用戶的付費質(zhì)量提高了。

小華：你們游戲有多少付費用戶?

小明：上個月10個付費用戶，1000充值金額;這個月4個付費用戶數(shù)，800充值金額;ARPPU對比上個月提升了100;真是賺大了!

小華：…………..

這個故事不悲傷，卻很欺人;要知道一個ARPPU代表的內(nèi)容很多，如何避免這些誤區(qū)，精確科學的審視產(chǎn)品數(shù)據(jù)，就變得重要起來;數(shù)據(jù)是產(chǎn)品優(yōu)化的支撐，一步錯，步步錯;我們先來看一組數(shù)據(jù)：

上圖為某游戲2月份運營數(shù)據(jù)

上圖為某游戲3月份運營數(shù)據(jù)

插播一條廣告：代友詢問深圳地區(qū)有沒有公司招主策，某位資深主策劃找工作，QQ：334991286!從2月份以及3月份的運營數(shù)據(jù) ，我們先做一個初步分析：

我們先看游戲粘度：

2月：(DAU/MAU)*100%=23.2%

3月：(DAU/MAU)*100%=21.8%

比值差距不大，我們在看粘度天數(shù)：

2月：23.2%*30天=6.96天

3月：21.8%*30天=6.54天

綜合看來，2月份與3月份粘度高于20%，處于一般正常范圍，且這兩個月粘性差距不大，那么接下來我們再看付費率：

2月：PUR(付費比率)=(月付費用戶數(shù)/月登陸用戶數(shù))*100%=3.6%

3月：PUR(付費比率)=(月付費用戶數(shù)/月登陸用戶數(shù))*100%=4.1%

從上面兩組數(shù)據(jù)對比我們又能發(fā)現(xiàn)盡管用戶粘度差距不大，但是3月對比2月份付費滲透率仍有上升，那么結合這兩者，我們再回到3月份的另一組數(shù)據(jù)：

上圖為某游戲3月份用戶等級在線分布

上圖為某游戲3月份用戶等級充值分布

從上圖我們可以很清晰的看到，該游戲的付費重心在產(chǎn)品1/3階段，因后續(xù)玩法單一等因素，用戶等級以及付費重心比較靠前;那么結合上面已有的數(shù)據(jù)基礎，我們再做關于ARPPU的分析：

這里我們可以很清晰的看到：

2月ARPPU=付費金額/付費人數(shù)=293.3

3月ARPPU=付費金額/付費人數(shù)=316.0

因考慮詳細用戶付費模型涉及到公司機密，本文暫作粗獷式分析，從這里，我們可以看出3月對比2月用戶平均付費額度更高，在此基礎上，公司仍可以通過采集樣本，以316為分界線;將低于316的付費用戶再做引導，將高于316的用戶再做維護。

如何進一步分析ARPPU?我們再回到文章開頭的公式：

ARPPU=周期付費總額/周期付費人數(shù)

ARPPU=周期付費總額/(周期用戶總數(shù)*轉化率)

對于付費人數(shù)，大部分運營同學會以付費賬號數(shù)為條件，即APA

公式已經(jīng)列出，我們再看影響ARPPU的條件：

分子：付費總額

分母：付費人數(shù)(APA)、用戶總數(shù)、轉化率

影響條件已經(jīng)列出，接下來我們再看ARPPU上升/下降的觸發(fā)條件(手游那點事1群：165095584;關注手游那點事，關注小白學運營)：

一、如果ARPPU保持上升(原始舉例：ARPPU=100/10=10)

則有(1)：付費人數(shù)下降，用戶付費上升或不變(例:ARPPU=100/5=20)

則有(2)：付費總額上升，付費人數(shù)下降或不變(例:ARPPU=200/10=20)

則有(3)：兩者同時下降，但是付費人數(shù)下降幅度大于付費總額下降幅度(例:ARPPU=90/5=18)

則有(4)：兩者同時上升，但是付費人數(shù)上升幅度小于付費總額幅度(例:ARPPU=300/20=15)

以上四種情況，都會造成ARPPU值上升，其中每種情況所代表的原因各不相同：

(1)付費人數(shù)下降，而用戶付費金額上升或不變，可以清晰的看到游戲中大R較多，可以支撐流失的小R損失，在這里流失的小R可作為一套流失用戶模型，為什么流失?基于活動對小R的傷害還是基于IB消耗對小R的影響，亦或是游戲周期不足以滿足小R用戶的付費意愿，這些情況都需要我們做出樣本采集;因為某天大R流失，該數(shù)據(jù)將會直線跌落。

(2)+(4)第二者情況和第四者情況較像，都是收入提升，付費人數(shù)下降或漲幅低于總收入;情況(2)與(1)相似，存在小R流失的情況;而情況(4)則意味著付費用戶的層次以及進階，例如活動刺激或者是IB拉動，可能此舉在流失一部分小R的同時，迅速導入了一批新的付費用戶，或者完成了小R向中R的蛻變;在這里，上圖1.1-1.2可以明確看出，周期新增用戶的快速導入填補了付費流失的空缺。

(3)兩者同時下降，只是下降幅度不同，在這里我們可以參考PUR(付費率)以及MAU(結合公式2取條件數(shù))，若PUR下降，MAU同時下降，則游戲本身在人氣以及IB方面都存在較大問題;PUR下降受游戲周期影響、活動影響以及IB驅(qū)動力影響;而MAU下降則需考慮游戲節(jié)奏、特色玩法、產(chǎn)品變動、市場沖擊等問題;此時的ARPPU提升，意味著游戲生命周期提前消耗，因為這種算法是一損俱損的局面。

說完ARPPU上升的幾種情況，我們再往下看：

二、如果ARPPU保持下降(原始舉例：ARPPU=100/10=10)

則有(1)：付費人數(shù)上升，用戶付費下降或不變(例:ARPPU=100/20=5)

則有(2)：付費總額下降，付費人數(shù)上升或不變(例:ARPPU=80/10=8)

則有(3)：兩者同時下降，但是付費人數(shù)下降幅度小于付費總額下降幅度(例:ARPPU=54/9=6)

則有(4)：兩者同時上升，但是付費人數(shù)上升幅度大于付費總額幅度(例:ARPPU=200/40=5)

上述四種情況，盡管ARPPU結果相同，但是情況和代表意義又各不相同，我們往下分析：

(1)+(3)：從ARPPU的兩種算法，我們可以得知PUR穩(wěn)定或增長，MAU穩(wěn)定或增長;說明近段時間的產(chǎn)品變化(活動?改版?)影響了低端付費群體或潛在付費群體，但是整體ARPPU下降，反推我們可以得知，可能出現(xiàn)小R進入，大R流失的情況;這里可以看出游戲仍在成長階段，吸量效果以及轉化率較強，在這里我們需要注意的是如何避免大R流失，若大R游戲節(jié)奏過快，或者游戲出現(xiàn)用戶斷層交互的局面亦或是游戲后期玩法單一等因素，我們都可以根據(jù)這些流失情況做出大R用戶流失模型，通過分析調(diào)研找到優(yōu)化的途徑。

(2)+(4)：收入下降，付費用戶上升/穩(wěn)定;但是收入漲幅不變或較低;這里我們可以看出小額付費用戶較多，其敏感條件主要在于付費用戶本身，如何通過活動刺激加大小R用戶的付費能力或者是小R向中R的過渡途徑，需要的是我們控制好這部分小R的用戶比例;幫助他們轉化，這里同樣可以建立專門的用戶模型，做出針對性的用戶轉化方案。

上述幾種條件簡述完畢，這些思路小白學數(shù)據(jù)也有提到，盡管APRRU很簡單的上升或下降，若綜合其他數(shù)據(jù)來說，其表現(xiàn)信息也是各不相同;就用戶的購買力而言，ARPPU本身便受產(chǎn)品付費的深度影響，具有一定局限性;不是ARPPU高，就代表產(chǎn)品好，同樣不代表ARPPU低，就代表你的產(chǎn)品差;這只是數(shù)據(jù)中的一環(huán)參數(shù)，我們只需要根據(jù)上述情況整理出較為理想的解決方案即可：

一般而言，收入和付費用戶同時上漲，這里具有兩面性;一面是產(chǎn)品生命周期提前消耗，另一種則是產(chǎn)品數(shù)據(jù)良性上升;前者的數(shù)據(jù)情況我們已經(jīng)提到，后者的數(shù)據(jù)同樣基于前者;也就是PUR與MAU的監(jiān)控，若在收入與付費用戶同時上漲的情況下，PUR上漲沒有損失MAU的數(shù)據(jù);那么游戲的整體付費數(shù)據(jù)較為可觀;當然，付費只能拆分，不能獨立;這里需要我們綜合產(chǎn)品粘性去衡量，即DAU/MAU的變化關系;若用戶粘性降低，游戲生命周期也會隨之變短;進而影響到APA、PUR、ARPPU的數(shù)值變化。

最后我們再基于公式去看，如何良性提升ARPPU?

從圖1.1-1.2-1.3-1.4;我們可以看出，第一種在于引入大量付費用戶;我們可以明顯看到，2月、3月新增付費用戶分別占周期總用戶數(shù)的81.7%和75.4%;然后我們再根據(jù)2月付費率(3.6%)3月付費率(4.1%)可以看出;利用活動或者其他運營手段完成前期付費用戶的提前;在這里很明確能看到的是該游戲用戶付費節(jié)奏非?？壳啊?/p>

接下來則是基于用戶情感去宣傳，其中用戶情感又包含用戶認知，對游戲道具的認知，對游戲系統(tǒng)的認知：

小明是個高富帥，在游戲中喜歡炫耀，喜歡被人崇拜仰慕;某天游戲中出現(xiàn)獨一無二的時裝，愛炫耀的小明趕緊掏錢購買。

小華是個務實派，在COC游戲中深知城建、兵種養(yǎng)成對PVE、PVP的重要性，于是他購買了大量鉆石強化自己的領地。

前者基于用戶對道具的認知，后者基于用戶對系統(tǒng)的認知;這兩者認知都屬于用戶情感的范疇，如何挖掘用戶痛點，引爆用戶情感;需要我們根據(jù)不同用戶建立不同的用戶模型。

插播一條廣告：代友詢問深圳地區(qū)有沒有公司招主策，某位資深主策劃找工作，QQ：334991286;請自行聯(lián)系!最后我們再根據(jù)以上數(shù)據(jù)總結一些影響ARPPU的基本元素;：

1.IB系統(tǒng)：IB的付費驅(qū)動力，用戶對該元素的需求;以及新品，舊品的功能展示、數(shù)值改變。

2.付費人數(shù)：流失付費用戶數(shù)量、特征;新增付費用戶數(shù)量、屬性。

3.產(chǎn)品系統(tǒng)：資源的產(chǎn)出與消耗比值，是否需要配平;游戲改版功能性玩法是否影響IB性價比;限時道具停售或某舊品道具下架。

4.付費率：用戶基數(shù)導入，PR營銷、用戶長短期目標建立及情感維護;系統(tǒng)付費節(jié)奏與核心玩法是否契合，是否滿足新增用戶的付費需要。

5.用戶模型：小R、中R、大R的區(qū)分對待;充值與消耗是否符合不同付費模型的充值預期，是否滿足不同階層用戶的付費體驗。

6.運營活動：線上/線下活動的門檻以及獎勵驅(qū)動是否滿足用戶參與活動的需要;是否刺激用戶痛點，對于活動獎勵與游戲資源是否沖突;是否引爆用戶情感。

7.付費通道：付費途徑是否快捷可行，有無BUG問題出現(xiàn);一二級轉換率與流量消耗資源占用是否傷害用戶付費體驗。

8.游戲生命周期：游戲生命周期階段性展示，前中后期對不同用戶的付費粘點展示;付費用戶與非R用戶的區(qū)分對待以及娛樂平衡是否滿足用戶需要。

以上是關于ARPPU的種種思路;數(shù)據(jù)很少，思路很多;如何全滿考慮，進行從用戶到產(chǎn)品的精細化運營;是每個運營人需要思考的話題;【小白學運營第21期】千萬級產(chǎn)品分析案例感謝某位朋友提供，在此尊重樣本提供人要求，不做點明，如果您有好產(chǎn)品希望曝光，如果您有數(shù)據(jù)希望彼此交流，歡迎聯(lián)系VV5!!!