ARPPU与APA、MPR等结合可对付费用户的留存情况，特定付费群体的流失进行深度分析，保证付费质量和规模。
以上是《移动游戏运营数据分析指标白皮书》中，对《骗局》一文中的提到数据指标的定义，其中涉及到如APA、MAU等指标，这里就不再一一列出了，感兴趣的各位可以自行下载查阅。
有了指标的精确定义，再看数据的时候就要与对方核对指标的定义了，如果指标定义不规范，那数据除了吸引眼球外，根本就是毫无价值。如果在微博、微信平台上看到这样的数据，大可一笑了之；如果有必要深究的话，那就必须要求对方按照正确的指标定义重新提供数据。另外，《骗局》一文中，还提到了诸如样本大小、取样时间等，其实这些问题都属于数据的基本定义范畴内，如果觉得有问题，按照自己需求让对方重新提供即可。
有了正确的指标和数据后，如何理解这些数据背后表达的东西呢？也就是说，如何正确的解读这些数据，是更为关键的步骤。事实上，对于移动游戏数据分析而言，单纯看一两个指标并不能说明什么，很多东西必须综合起来看，好比说用户留存，首先需要确定的是数据是否是游戏稳定阶段的留存数据，这是因为用户留存存在三个阶段：
* 流失期：用户新进入后的前几天是流失量最大的时期，留存率显著下降，是流失期。其中第一天的留存率被称为“首日留存率”；
* 蒸馏期：在经过几天大幅度流失后，用户留存会进入小幅度下降时期，这就如同是蒸馏过程，是蒸馏期；
* 稳定期：经过一段时间蒸馏后，用户留存会呈现出一种很稳定的态势，不会有明显的增减，可称为稳定期，这段时间会保持较长时间；
不同时期的用户留存数据表现是不同的，这部分内容建议大家参考《读懂你的用户留存》一文，其中有详尽的解释说明。
除此之外，单纯的看用户留存也不够全面。
游戏的平均时长与次数是玩家对游戏粘性的最好体现，可帮助判断游戏的留存是否因为运营刺激玩家在线而造成的虚高。若留存的数据较好，但玩家游戏时长和次数均下降，则很有可能是游戏因过于强调每日登录奖励等类似运营活动拉高指标，但持续的游戏内容对玩家缺乏吸引力所致。
出自《不同阶段的手游数据的参照点》一文
另外，像是DAU/MAU之类的指标，也是不能够单独来看的，简单来说就是不够严谨。评价一款游戏的品质、用户质量、用户粘性，需要将各种指标综合起来作为一个整体来看，单纯的只看某一项指标，就容易出现“被忽悠”的情况。
那么总结一下，为了防止被各类眼花缭乱的“数据”忽悠，首先我们要做的就是自己了解数据到底是怎么来的，并且至少要能够将一些数据指标之间的关联理解清楚。这样，再看到那些惊人的数据时，至少不会特别激动。因为，一激动就容易出事儿。了解了数据背后的意义才能淡定。
正确的数据分析方法，其实就是那副氪金眼镜，我们会不断给这幅眼镜“附魔”、“镶嵌宝石”，一点点增强它的能力，帮大家看穿数据迷雾。
VIA：talkingdata
更多详细信息，请您微信关注“计算网”公众号：
