首先确定下游戏生命周期
第一层面，计算单个玩家的生命周期。
就是从他注册，到流失的整个过程，这个算法跟人的寿命类似（所以后面也用类似的算法）
第二层面，计算多个玩家的生命周期。
取一批玩家的生命周期，取平均值。进而计算多批玩家共同的生命周期。
第三层面，线上时间VS线下时间
线上时间是指玩家在游戏里的时间，线下时间包括了玩家登出后的时间；
如果两个玩家玩的频率不同，同样线上时间内，
玩的频繁的，玩了几天很快到顶级，然后流失，相对比的，
玩的慢的，玩了几个月才到顶级，然后才流失
这两个玩家的生命周期，按线上时间算是一致的，按线下时间算是不一样的；
两种定义的不同的用处；
线上时间可以追踪玩家流失在游戏的哪个阶段，和游戏自身设定有很大关系；
线下时间可以追踪玩家流失在游戏过程中的哪一天，和运营活动有很大关系；
我在工作中选了线下时间做定义；
第四层面，一般玩家的生命周期。
即对于任一个新注册玩家，一般来说，他从登陆然后正常游戏，玩多久会流失；
取公测第一周的那批新玩家，算他们的平均游戏时间，就当做一般玩家的生命周期；
如果取第二周的新玩家，算出来的生命周期可能刚好比上面结果少7天；
如果样本足够的话（起码10万玩家），抽取第1天的新玩家也可以；
算法，采用人均寿命的算法；而人均寿命就有两种算法：
1、取一批人，从出生到死，算下每个人的寿命，取平均值；
实际中，操作起来比较困难；尤其是这批人还活着的时候，活人的寿命还在增长，算出来的平均值肯定小于真实值；
2、取一批死亡的人，用他们的寿命推算出平均寿命；
所以在实际操作中，采用了后面的方法；
另外，游戏玩家生命周期与真人寿命还有一些特殊的地方
1、游戏公测：
游戏中有些玩家的生命周期就是从公测到当前，与游戏寿命一致；
而现实中，所有人的寿命，都远小于人类的历史；
2、线上时间VS线下时间
游戏中区分这两种时间；现实中，真人的两个时间是一个概念；
3、流失VS死亡
游戏中流失玩家还会回流，玩家回流之后还会再次累计游戏时间；
而现实中，人一死，他的寿命就是个确定的数了；
所以游戏中的生命周期，也会略小于真实的生命周期
4、流失尺度
以一周、一个月为周期统计作为流失的准则，统计出的结果肯定会有差异；
算法1：生存周期
统计一批注册玩家的游戏周期，例如公测第一周的那批新玩家
首先记录每个玩家的首次登陆日期和最后登出日期，之后得到单个玩家的生命周期(包括了活跃的和流失的)，计算均值；
尽管这个周期仍在继续增长，不过随着公测时间的延长，这个结果会逐渐接近真实值，尤其是在运营两年之后；
算法2：死亡周期
统计某个节点上的流失玩家的游戏周期，例如上8月未登陆且7月登陆过的玩家群
记录每个玩家的首次登陆日期和最后登出日期，之后得到单个玩家的生命周期，计算均值；
这个算法中，无法避免，玩家回流之后再次流失的情况，会计算多次；
其他：
计算周期的长度是第一步；
后续需要追踪玩家每个阶段都做些什么？起码包括：
在线时长、登陆频率、付费率、ARPPU、购物倾向（top5名单和销量）、做哪些任务、平均等级等等等；
然后用这些“观察值”和策划层面设计的玩家成长路线对比
用这个生命周期，乘以平均ARPU和某天的注册量，基本可以估计出可以从这些新玩家身上榨出多少钱；