近期，我经常会在一些社群碰到许多优化师新人问一些优化思路、基础概念方面的问题，尤其是一些基础性的数据指标、及这些指标之间的关系，如何根据这些指标决定优化方向，解释起来比较繁琐，就想对这些基础性的指标做个简单的梳理。
因为优化师们都有个常识性的思路，分析问题层面由大到小，即产品、渠道、账户、计划、素材、落地页等，具体执行层面则由小到大；所以具体指标的，也就需要从比较基础的层面确定。
1.
其实从甲方乙方对优化师KPI考核中可以知道，乙方考核KPI关键指标主要就是消耗，当然客户会有量级、成本、ROI（ReturnonInvestment投入产出比）上的要求。
1.2ROI=回收/成本
其次就是回收，所谓回收就是导进的量带来的收益，在IAP（InAppPurchase应用内购）类型游戏中表现为道具内购、付费充值等。
以此公式展开，就可以得到其他几个关键的指标，即ROI=回收/消耗=ARPPU/付费成本=LTV/成本。
因此，优化ROI，可以从回收、成本、ARRPU、付费成本、LTV等方向去进行，各个方向又可以继续往下拆解，从而得到优化思路，但本文仅讲数据指标，不在优化思路方向展开。
2.
以上确定了几个关键指标，消耗、回收、LTV、成本、ARPPU、付费成本。
消耗与回收容易理解，上文也有简单提到，这里会结合投放过程常见问题深度。
LTV其实和产品增长模型联系紧密；
2.1ECPM与消耗
2.2LTV与注册成本
LTV（lifetimevalue)）即用户生命周期价值，是玩家从进入游戏到流失所产生的全部收益的总和。
从上面的定义以及上文提到公式ROI=LTV/成本可以看出，LTV也是计算一款产品回收周期的重要依据，不讨论分成，当ROI大于等于1，产品就是回本赚钱的，那么理论上只要LTV值越大，成本越低，ROI就越高。
但这仅仅是理论上，实际买量过程中，用户质量越高，成本也就越高，LTV也越高，因此可以将LTV数值看做用户质量，买进来的用户只有产生付费，并且是持续付费，最终覆盖成本，ROI才能回正，才能回本，乃至盈利。
结合上文LTV来看，如果注册成本为100，但是当日ltv只有10，ROI=10%，后续只有这批用户LTV增长达到10倍，也就是100，才能不亏钱，超过100才能盈利，结合留存数据（留存反映了用户生命周期和LTV增长空间），LTV增长倍数，就可以大致得出产品的增长模型。
2.3ARPU与ARPPU、付费成本
ARPU（averagerevenueperuse）即平均用户收益；
ARPPU（averageRevenuePerPayingUser）即平均付费用户收益；
ARPU=总回收/用户数；
从定义不难看出，ARPU与ARPPU的区别，前者是收益平均到每个注册用户，后者是收益平均到付费用户，往往公司财报上会选择写ARPPU，因为这样数据看起来会好看些。
也许有的同学看到上文的LTV，会觉得和ARPU定义很像，那么二者的区别是什么呢？
不同于，看起来LTV和ARPU定义非常接近，都是从用户维度计算收益，但二者本质是不同的，LTV考量的重点在“价值”，是从每个用户身上获取价值的能力，ARPU考量的重点在“注册用户”，是从每个用户身上反馈出来的产品运营情况。
我们只需要计算用户的平均生命周期，再计算这个周期内的ARPU值，就能得出平均每个用户在此平均生命周期带来的价值。
付费成本，即为获取付费用户付出的成本，比如导进100个用户，获客成本是80，消耗为8000，100个用户里产生20个付费用户。
那么付费成本就是8000/20=400。
结合上文，ROI可以将ARPPU与付费成本串联，即ROI=ARPPU/付费成本。
二、创意层级数据指标
1.播放数据
1.1黄金3秒
第一步，点击“工具”——“创意排行榜”
第二步，点击“黄金3秒榜”
素材开头历来是兵家必争之地，前3秒是吸引用户点击和停留的重要因素。
往往可以通过一些矛盾冲突强烈的剧情，或者是视觉听觉等感官刺激，来抓住用户。
或者是设计一些前贴文案、或直接引用大盘3秒点击率高的开头，提高点击。
以下图为例，前贴文案加美女背景，就是一种比较好的3秒开头。
1.2完播率
是仅此于3秒播放率的评价素材质量度的重要数据，完播率高，素材质量度就高，就有更大概率扩大系统分配的流量池。
优化完播率，可以具体分析素材跳出率比较高的节点，比如文案、剧情等不能引起用户兴趣，或者招致用户反感，做出相应的修改。
1.3平均播放时长
数据长短可以直接反映出用户对素材是否感兴趣，也影响到用户能否看到素材卖点。
有时候会在实际投放中出现素材平均播放时长长，但是转化率低，这说明用户对素材感兴趣。
但是素材本身在卖点或者说付费点、转化点设置上不合理，不能引起用户转化欲望，需要做出相应的修改。
1.4播放进度率
25%播放进度率、50%播放进度率等，可以和开头结合起来看，有的素材开头很能吸引用，但播放进度率很低，说明这种吸引是不持续的。
可以结合播放进度率异常表现，判断具体素材环节引起用户流失，做出相应修改。
2.互动数据
三、总结
作为刚入行的优化师，尤其是还没有形成自己的投放思路或者总结出自己的投放方法论的时候，多看多分析多复盘总结是快速成长的不二法门。
以上这些数据指标只是在投放中应用到的频次相对高些，并没有囊括到全部，优化师们可以从以上的数据指标入手，从中拓展延伸，开始尝试总结优化思路与方法，希望能对大家有些许帮助。