ARPDAU，即每位日活跃用户平均收入，用于衡量每位活跃用户每天产生的平均收入。这一精细化的变现指标对于预期用户频繁互动的应用尤其有价值，例如手机游戏、社交应用和订阅制服务。与 ARPU 等更宽泛的指标不同，ARPDAU 可以即时反映应用改动、促销活动或变现策略调整对每日收入产生的影响。
什么是 ARPDAU？
ARPDAU 是 Average Revenue Per Daily Active User（每位日活跃用户平均收入）的缩写。它是一项关键绩效指标（KPI），用于计算应用从某一天内积极使用应用的每位用户身上获得的平均收入。该指标涵盖所有变现来源的收入，包括应用内购买（IAP）、订阅和应用内广告（IAA）。
与关注更长时间范围或所有用户的指标不同，ARPDAU 专门聚焦每日活跃用户——也就是用户群体中参与度最高的部分。因此，它能够更敏锐地反映变现健康状况，因为在上线新功能、调整价格或开展促销活动后，ARPDAU 的变化几乎可以立即观察到。
ARPDAU 在移动游戏行业尤其常用，因为每日参与模式与收入产生直接相关。不过，对于采用免费增值模式或具有日常使用习惯的任何应用，它同样很有价值，包括社交网络、娱乐、健身和效率类应用。
为什么 ARPDAU 很重要？
ARPDAU 是了解应用对高参与度用户群体变现效率的重要指标。以下是这一指标的重要之处：
| 优势 | 说明 | 业务影响 |
| 实时反馈 | 即时显示应用改动的影响 | 支持快速迭代和优化 |
| 变现健康检查 | 反映每日收入效率 | 识别表现不佳的变现策略 |
| 用户价值评估 | 衡量每位高参与度用户产生的收入 | 帮助设定合理的用户获取成本 |
| 活动效果评估 | 追踪促销和活动的影响 | 验证营销 ROI |
| 趋势识别 | 揭示每日收入变化规律 | 支持预测和规划 |
| 收入来源分析 | 可按 IAP、广告或订阅进行细分 | 优化变现组合 |
如何计算 ARPDAU？
ARPDAU 的计算公式非常简单：
| ARPDAU = 每日总收入 ÷ 日活跃用户总数 |
计算示例
| 组成部分 | 数值 | 说明 |
| 每日总收入 | $5,000 | IAP 收入 + 广告收入 + 订阅收入之和 |
| 日活跃用户（DAU） | 50,000 | 当天打开应用的独立用户数 |
| ARPDAU | $0.10 | 每位活跃用户平均产生 $0.10 |
按收入来源拆分 ARPDAU
如需获得更精细的洞察，可以针对每种收入来源分别计算 ARPDAU：
| 收入来源 | 公式 | 示例 |
| IAP ARPDAU | IAP 收入 ÷ DAU | $2,000 ÷ 50,000 = $0.04 |
| 广告 ARPDAU | 广告收入 ÷ DAU | $2,500 ÷ 50,000 = $0.05 |
| 订阅 ARPDAU | 订阅收入 ÷ DAU | $500 ÷ 50,000 = $0.01 |
| 总 ARPDAU | 总收入 ÷ DAU | $5,000 ÷ 50,000 = $0.10 |
ARPDAU 的主要优势
ARPDAU 具有多项优势，因此成为应用变现中不可或缺的指标：
即时反馈闭环
ARPDAU 能够快速响应变化，让你在 24-48 小时内看到价格调整、新功能或促销活动带来的影响。这种快速反馈有助于基于数据做出决策，并及时调整方向。
聚焦高参与度用户
由于仅衡量日活跃用户，ARPDAU 能够反映最有价值用户群体——经常与你的应用互动的用户——所具备的收入潜力。与包含非活跃用户的指标相比，这种聚焦方式能够更清晰地呈现变现效果。
支持 A/B 测试
ARPDAU 的每日粒度非常适合用于 A/B 测试变现策略。你可以快速比较不同的价格档位、广告位或促销优惠，并在几天而非几周内确定表现最佳的方案。
支持细分分析
ARPDAU 可以根据用户人口统计特征、获取来源、地区或行为模式进行细分。这种细分能够揭示哪些用户群体贡献最多收入，并帮助同时优化用户获取和变现策略。
验证变现平衡
通过将 ARPDAU 与留存指标一起追踪，你可以确保变现措施不会损害用户体验。ARPDAU 上升且留存稳定，说明变现状况健康；而 ARPDAU 上升但留存下降，则可能意味着变现过度。
ARPDAU 与相关指标对比
了解 ARPDAU 与其他收入指标之间的关系，有助于你针对不同场景选择合适的 KPI。
| 指标 | 全称 | 公式 | 时间范围 | 用户群体 | 使用场景 |
| ARPDAU | 每位日活跃用户平均收入 | 每日收入 ÷ DAU | 每日 | 仅活跃用户 | 每日变现追踪、A/B 测试 |
| ARPU | 每用户平均收入 | 总收入 ÷ 用户总数 | 每月/自定义 | 所有用户 | 整体变现效果评估 |
| ARPPU | 每付费用户平均收入 | 收入 ÷ 付费用户数 | 可变 | 仅付费用户 | 购买价值优化 |
| LTV | 用户生命周期价值 | 每用户预计总收入 | 整个生命周期 | 所有用户 | UA 预算规划、长期策略 |
| ARPDEU | 每位日参与用户平均收入 | 收入 ÷ 参与用户数 | 每日 | 与收入功能互动的用户 | 广告单元或 IAP 效果 |
ARPDAU 与 ARPDEU：了解两者的区别
ARPDEU（每位日参与用户平均收入）衡量的是来自专门与某项收入功能互动的用户所产生的收入，例如观看广告或访问商店。ARPDAU 与 ARPDEU 之间的差距可以反映功能的曝光程度：
| 场景 | ARPDAU | ARPDEU | 解读 |
| 高曝光 | $0.10 | $0.12 | 大多数用户都会接触到变现功能 |
| 低曝光 | $0.10 | $0.50 | 只有部分用户能够看到变现功能 |
较大的差距表明，可以通过提高功能可见度来增加变现，而无需增加对单个用户的变现压力。
移动应用的 ARPDAU 达到多少算良好？
ARPDAU 基准会因应用类别、商业模式、平台和地区而存在显著差异。以下是一些行业参考值：
按游戏类型划分的 ARPDAU 基准
| 游戏类型 | ARPDAU 范围 | 说明 |
| 超休闲 | $0.02 – $0.05 | 主要依靠广告变现 |
| 休闲 | $0.05 – $0.15 | 广告与 IAP 混合变现 |
| 中度核心 | $0.15 – $0.40 | 以 IAP 为主，辅以部分广告 |
| 硬核/策略 | $0.30 – $1.50+ | 高度依赖 IAP，单次使用时长更长 |
| 社交赌场 | $0.30 – $0.70 | 每用户 IAP 支出较高 |
| RPG | $0.20 – $0.60 | IAP 表现强劲，并采用抽卡机制 |
按应用类别划分的 ARPDAU 基准（非游戏）
| 应用类别 | 典型 ARPDAU 范围 | 主要收入来源 |
| 订阅类应用 | $0.05 – $0.25 | 周期性订阅 |
| 电子商务 | $0.10 – $0.50 | 交易佣金 |
| 流媒体/媒体 | $0.05 – $0.15 | 订阅和广告 |
| 约会 | $0.10 – $0.30 | 订阅和 IAP |
| 健身 | $0.05 – $0.20 | 订阅 |
| 工具类 | $0.02 – $0.10 | 广告和高级版升级 |
影响 ARPDAU 的因素
| 因素 | 较高 ARPDAU | 较低 ARPDAU |
| 平台 | iOS（高 1.5-2.5 倍） | Android |
| 地区 | 北美、日本、西欧 | 东南亚、拉丁美洲、印度 |
| 星期 | 周末（高 10-30%） | 工作日 |
| 用户生命周期阶段 | 成熟用户（第 30 天及以后） | 新用户（第 1-7 天） |
| 季节性 | 节假日期间 | 淡季 |
如何提高 ARPDAU？
提高 ARPDAU 需要采取多维度的方法，重点提升用户参与度、优化变现并改善留存。
策略 1：优化广告位置和形式
对于依靠广告变现的应用，广告优化会直接影响 ARPDAU：
| 优化方式 | 说明 | 潜在影响 |
| 激励视频广告 | 通过观看广告提供游戏内货币或其他权益 | eCPM 比横幅广告高 2-5 倍 |
| 策略性广告位 | 在自然的流程中断点展示广告 | 提高广告完整观看率 |
| 频次优化 | 找到每次会话中最佳的广告展示数量 | 平衡收入和留存 |
| 广告聚合 | 使用多个广告网络，以最大限度提高填充率和 eCPM | 收入提升 10-30% |
| 广告形式测试 | 测试插屏广告、激励广告和原生广告 | 识别表现最佳的形式 |
策略 2：增强应用内购买方案
| 策略 | 说明 | 预期结果 |
| 个性化优惠 | 根据用户行为和偏好进行定向 | 提高转化率 |
| 限时促销 | 通过限时闪购或独家礼包营造紧迫感 | 收入立即大幅增长 |
| 价格点测试 | 对不同价格档位进行 A/B 测试 | 优化每笔交易收入 |
| 新手礼包 | 为首次购买用户提供高价值礼包 | 提高免费用户向付费用户的转化率 |
| 订阅选项 | 在一次性购买之外增加周期性收入 | 稳定且可预测的 ARPDAU |
策略 3：细分并精准触达用户
并非所有用户的变现价值都相同。对受众进行细分，以针对每个群体进行优化：
| 用户细分 | 特征 | 变现策略 |
| 鲸鱼用户 | 高消费用户、频繁购买用户 | 高级产品、独家内容 |
| 海豚用户 | 中等消费用户、定期购买用户 | 高性价比礼包、成长礼包 |
| 小鱼用户 | 偶尔进行小额购买 | 低价入门选项、限量优惠 |
| 非付费用户（高参与度） | 活跃但从未购买 | 广告变现、首次购买激励 |
| 非付费用户（低参与度） | 参与度低、无购买行为 | 轻量广告变现、重点提升参与度 |
策略 4：提高用户参与度
更高的用户参与度通常意味着更高的变现潜力：
- 推送通知：通过个性化且及时的消息召回用户
- 每日奖励：通过逐步提升的奖励鼓励用户每日登录
- 活动和挑战：创建限时内容以提升用户参与度
- 社交功能：增加与其他用户竞争或合作的功能
- 内容更新：定期推出新内容以保持用户参与度
策略 5：拓展高 ARPDAU 市场
地域扩张可以显著影响整体 ARPDAU：
| 市场层级 | 示例 | 典型 ARPDAU 倍数 |
| Tier 1 | 美国、日本、韩国、西欧 | 1.0x（基准） |
| Tier 2 | 东欧、中国、巴西 | 0.3-0.5x |
| Tier 3 | 印度、东南亚、非洲 | 0.1-0.2x |
使用 ARPDAU 有哪些局限性？
尽管 ARPDAU 很有价值，但也存在一些需要考虑的重要局限性：
侧重短期
ARPDAU 仅衡量每日收入，无法反映用户的长期价值。激进的变现策略可能暂时提高 ARPDAU，却同时损害留存和 LTV。应始终将 ARPDAU 与留存指标结合监测。
每日波动
每日使用模式的自然变化会给 ARPDAU 数据带来噪声。周末与工作日的差异、节假日以及随机波动都可能使逐日比较产生误导。可使用 7 天或 30 天移动平均值来平滑这些噪声。
新用户造成的数据偏差
新用户获取量较高的日期通常会呈现较低的 ARPDAU，因为新用户的变现水平一般低于成熟用户。这可能掩盖现有用户群体真实的变现健康状况。
平均值的局限性
与所有平均值一样，ARPDAU 可能会掩盖收入分布问题。少量高价值用户（鲸鱼用户）往往贡献了大部分收入。仅靠 ARPDAU 无法揭示这种集中程度。
忽略用户获取成本
ARPDAU 不会考虑获取用户所花费的成本。如果用户获取成本超过生命周期收入，那么再高的 ARPDAU 也没有意义。应始终结合 CAC 和 LTV 来评估 ARPDAU。
时间边界问题
跨越午夜持续使用应用的用户可能会被计入两天，而将收入归因到具体日期也可能不够精确。对于用户遍布多个时区的全球化应用而言，这一点尤其重要。