最近带一些刚开始运营工作的新同事，每天都有很多关于商务沟通和工作上的名词问题，突然发现确实各种各样的名词太多了，如果不懂的确会在工作上闹笑话，因此就把一些名词按照自己认为的方式整合一下。

　　分别对应产品生命周期中的5个重要环节：获取用户（Acquisition）、提高活跃度（Activation）、提高留存率（Retention）、获取收入（Revenue）、自传播（Refer）

　　但目前的市场环境已经发生了新的变化，原有的漏斗模型随着目前行业流量获取成本越来越高，而慢慢在转变成为纺锤或者葫芦形。

　　APA（Active Payment Account）活跃付费用户数.统计时间区间内，成功付费的用户数。一般以月计。如果按月进行计算，则有以下关系：APA=MAU*MPR 其中MAU为月活跃用户数，MPR为月付费率。

　　ARPU（Average Revenue per Uers）平均每用户收入.统计时间区间内，活跃用户对产品产生的平均收入。一般以月计。最开始是在运营商体系中使用。

　　月ARPU=收益/MAU计算方式：产品总收入除以产品的总活跃用户数，一般按照月来计算，即ARPU=月总收入/月活跃用户数（MAU）

　　ARPPU（Average Revenue perPaying User）平均每付费用户收入 .统计时间区间内，付费用户对产品贡献的平均收入。一般以月计。

　　BU制（Buisness Unit）将每一个业务单元独立核算成本，用以考虑每一个BU的贡献率及成本消耗情况。

　　CPA（Cost-per-Action）每次激活的费用。目前移动端，结算到激活的居多，也有部分按注册结算。

　　CPS（Cost-Per-Sale）按销售付费，既分成模式结算。金融行业使用颇多。

　　=最终注册成为用户/访问了某种渠道（如推广链接、APP下载市场）的总人数

　　即：日总在线时长/日活跃用户数。一般的精略计算公司：AT=ACU*24/DAU

　　DAU（Daily Active Users）日活跃用户数.每日打开使用产品的用户数，也就是俗称的日活。

　　统计日使用产品，但随后七日未使用的用户占统计日活跃用户比例，此定义按需求可延长观测长度。

　　多用于游戏，用户对移动游戏的使用记为一次参与，即日参与次数就是用户每日对游戏的参与总次数。

　　数据管理平台能够帮助所有涉及广告库存购买和出售的各方管理其数据、更方便地使用第三方数据、增强他们对所有这些数据的理解、传回数据或将定制数据传入某一平台，以进行更好地定位。

　　日新增用户在次日/第三日/第七日/第三十日（不含首次启动当天）启动的用户数占新增用户比例。留存率需要进行长期跟踪，根据需要可设定30日、60日或者90日。

　　为广告主提供跨竞价市场、跨平台、跨终端的程序化广告投放平台，通过数据整合、分析实现基于受众的精准投放。

　　指的是通过数字平台，代表广告主，自动地执行广告媒体购买的流程。与之相对的是传统的人力购买的方式。程序化购买的实现通常依赖于需求方平台DSP和广告交易平台Ad Exchange。它包括RTB实时竞价模式和non-RTB非实时竞价模式。

　　简单来说广告主通过PDB私有采买媒体后，就可以通过DSP进行投放，当然PDB也不是谁都合适，本身体量及市场都比较大的品牌可能更为适合PDB的方式。

　　像各个门户的第一版的新闻页面，是各个广告主争抢的主要位置。如新浪微博的首页banner

　　它是将传统的私有交易方式与程序化广告的工作方式相结合的新互联网广告交易形式。广告主预先采购或者预订广告位，获取优质流量，再用程序化的方式来管理这些流量的广告投放，让受众只看到自己想看的广告。

　　一个用户从第一次参与游戏，到最后一次参与游戏之间的时间，一般计算平均值。

　　Long Tail Keyword长尾关键词,非目标关键词但也可以带来搜索流量的关键词

　　用户在生命周期内为该游戏创造的收入总计。可以看成是一个长期累计的ARPU值。

　　其中LT为Life Time，即生命周期，按照月统计，也就是玩家留存在游戏中的平均月的数量。

　　统计时间区间内，付费用户占活跃用户的比例。一般以月计。计算公式：MPR=APA/MAU 其中APA为月付费用户数

　　长尾的流量很小的页面上的广告位，如某小游戏网站点击深入某个页面之后的一个广告位

　　与传统的PPC广告（根据用户数量计费）、CPM广告（一千次浏览计费）、CPC广告（每点击一次计费）、Monthly Flat（包月计费）、Daily Flat（包天计费）等相比，RTB就是在每个广告展示曝光的基础上进行竞价。

　　UCD（User Centered Design）是指以用户为中心的设计。是在设计过程中以用户体验为设计决策的中心，强调用户优先的设计模式。

　　数据中台：基于大数据平台进行建设，提供数据采集、数据加工、数据集市、数据服务能力。具体包括基础能力板块、数据交换板块、 数据加工板块、数据集市板块、数据服务板块、安全管理板块等；

　　优势与作用：实现数据汇聚和集中管理，整合分析，形成数据集市及对外数据服务能力，实现企业数据和应用共享，简化流程降低门槛，提升敏捷开发效率（虽然敏捷开发也有一定的问题被诟病）。建立数据分析模型，使用高级数据分析，挖掘技术，改善用户体验，优化业务运营，支撑大数据的精准营销，精准服务等数据智慧化营销应用

　　业务中台 ：包括提供基础服务的各组件及业务共享中心，组件包括：负载均衡，分布式消息，分布式缓存，分布式服务框架，容器服务等，业务共享中心采用微服务框架开发，同时每个共享中心都有独立的数据库，为业务系统提供可复用的共享服务。

　　业务中台的优势和作用：业务中台将原有的IT系统能力拆分，整合到各共享业务中心，通过共享服务体系建设，减少重复建设现象，赋予业务快速创新能力，降低业务试错成本。

　　能力平台 ：对业务能力层各业务中心的服务能力进行管理并向业务应用层提供服务能力的平台。将业务中台和数据中台提供的服务能力进行统一管理和提供，实现对内统一化，对外部统一化。通过统一的技术架构，统一的协议标准，统一的运营标准，降低研发成本，降低交互门槛，提升运营质量。

　　目前看来实现数据中台最大的问题还是数据的沉淀及多维度数据的标准化进入和输出，个人感觉或许区块链去中心化的方式也是一种解决的方向。