一个合格的好运营是数据驱动运营，而非运营驱动数据。数据分析作为运营最基础的一项技能，如何发挥出数据的价值？这些运营的数据和公式你都知道吗？
基础数据
每日注册并登陆的用户数（DNU: Daily New Users）
每日登陆用户数（DAU: Daily Active Users）
新登且只有一次会话的用户（DOSU: Daily One Session Users）
7天内登陆用户数（WAU: Weekly Active Users）
30天内登陆用户数（MAU: Monthly Active Users）
月流失率 = 30天前登陆，30天内未登陆用户数 / MAU
周流失率 = 7天前登陆，之后7天内未登陆用户数 / WAU
日流失率 = 统计日登陆，次日未登陆用户数 / 统计日DAU
留存率 = 新增用户中登录用户数 / 新增用户数（一般统计周期为天）
次日留存率 = 当天新增的用户中，在注册第2天还有登录的用户数 / 第1天新增总用户数
第3日留存率 = 第1天新增用户中，在注册第3天还有登录的用户数 / 第1天新增总用户数
第7日留存率 = 第1天新增用户中，在注册第7天还有登录的用户数 / 第1天新增总用户数
第30日留存率 = 第1天新增用户中，在注册第30天还有登录的用户数 / 第1天新增总用户数
充值金额：一定周期内充值总金额
消费金额：玩家在游戏商城中的消费总金额
进阶数据
平均同时在线人数（ACU: Average concurrent users）：一定时间段抓取一次数据，以一定周期为期限；周期内的ACU可取时间段的平均数据
最高同时在线人数（PCU:Peak concurrent users）：一定时间内抓取最高在线数据。
每付费用户平均收益（ARPPU: Average Revenue Per Paying User）：与下载游戏的消费比率相似，此类数据主要衡量付费用户收益
ARPPU = 月总收入 / 月付费用户数每活跃用户平均收益（ARPU: Average Revenue Per User）：主要衡量游戏整体贡献收益；因为除了付费收益，活跃用户也能产生收益，一般国内以此数据为核心，各家算法不同
ARPU = 月总收入 / 月活跃用户平均生命周期（Average Life Cycle）：新增账户首次进入游戏至最后一次参与游戏的天数
平均生命周期 = 每新增用户的生命周期之和 / MAU
生命周期价值（LTV: Life Time Value）
生命周期价值 = 充值金额总和 / 条件账户数（符合约定周期条件的账户）
成本数据
投入/运营成本：本月为推广游戏而投入的营销及市场费用金额
产出/元宝消费金额：玩家周期内（日/周/月）在游戏中的消费总金额
投入产出比（ROI）= 本月的产出 / 本月的投入
单个活跃用户推广成本 = 本月投入 / 本月新增活跃用户数
单个付费用户推广成本 = 本月投入 / 本月新增付费用户数
用户状态
新增活跃用户数：首次上线的用户数
流失活跃用户数：上期（7-14天）登陆，本期（最近14天）未登陆的用户数
回流活跃用户数：上期（7-14天）未登陆，本期（最近7天）登陆的用户数
活跃用户流失率 = 本月流失用户 / 上月活跃用户
活跃用户充值率 = 本月活跃付费用户 / 本月活跃用户
活跃用户在线时长（单位/小时）= 当期（7天）所有活跃用户在线时长总和 / 当期（7天）活跃用户数
付费用户在线时长（单位/小时）= 当期（7天）所有付费用户在线时长总和 / 当期（7天）付费用户数
新增活跃用户充值率 = 本月内有充值的新增登录用户 / 本月总新增登录用户
新增活跃用户高活跃率 = 本月新增登陆用户中的高活跃用户数 / 本月新增登陆用户数
……
知道这些数据，你会如何统计？
当然Excel是运营同学每天需要整理数据必不可少的工具，但如今大数据、群体画像、用户标签、精准分析等相关词汇高频出现在运营从业者的职场，想要在数据分析的领域脱颖而出，只有一个Excel显然有些单薄。
这些数据都从哪里来？是程序猿小哥哥提供了数据提取功能吗。程序猿小哥哥提供的数据是如何展现的呢？
这样？
or这样？
运营总是向其他部门提各种各样的需求，为了用户、为了产品……事实上，现在你还可以为了自己更得心应手的工作，替自己提需求。让Mober来教你，如何说服你们的程序猿小哥哥自觉使用MobSDK的AnalySDK，有了AnalySDK你可以甩其他数据运营几条街。
AnalySDK的发开者们，都是大数据团队的大神，他们做出的SDK产品，稳定、可靠且布局周全，为使用者提供如下八大数据统计功能，全面覆盖所需数据。让移动开发者无需自己建立后台，编辑代码就可以拥有数据功能。
不再需要保存一个又一个公式自己做进Excel里，只需把相应的数据在后台进行操作，就可以轻松获取结果，从小白进阶成为数据大牛指日可待。
举个例子：
如果用自己建立的表格统计近期的用户留存率，则需要将相关的数据都手动添加至Excel，再根据留存率的公式：
留存率 = 新增用户中登录用户数 / 新增用户数
和统计不同天数的留存率公式：
次日留存率 = 当天新增的用户中，在注册第2天还有登录的用户数 / 第1天新增总用户数
第3日留存率 = 第1天新增用户中，在注册第3天还有登录的用户数 / 第1天新增总用户数
以此类推的公式……来对表格进行数据处理、设计、整理之后再输出结果
在AnalySDK提供的后台中，我们已经将这些公式编写到程序之中，可以直接选择想要统计的数据，如“用户留存率”，选择要查看的时间段，和用户分组，即可查看到该日期内，用户分组下的对应数据：
如果从程序猿手上接过的后台数据都如同已经整理好的PPT，美观、直观、应有尽有，还可以根据不同的需求来操做各种分组的数据精细化分析，不再只是单薄的数据文本，还还可以不用再自己手动编辑表格，自动生成数据统计结果，呈现各种适合的图标……惊不惊喜？
AnalySDK还有很多细分的数据统计辅助功能，欢迎大牛们尽情享用，并在使用中为我们提出宝贵的意见。 之后Mober还会继续更新关于我们产品的介绍，期待您的持续关注。