日本/韩国新供给角色表现看板

数分老师回归口径：分发、聊天质量、模式消耗与队列生命周期
当前国家：日本　|　当前数据：　|　国家：日本
观察日期范围
新角色数据口径
固定创建批次（T+2/T+7/T+15），在观察日当天的表现；用于看队列生命周期。大盘基准不受此切换影响。
数据来源当前暂无数据，请上传 CSV。
顶部大盘取当前国家 SQL 中 role_group=all（看板内部统一为 jp_all），下方对比 new_pgc / new_ugc / all。

分组汇总

模式消耗拆分

故事/沉浸/心动/经典 4 种模式的宝石消耗按数分老师回归口径精确匹配 chat_model 计算（2026-08-26 已修正此前 心动/经典 误用 NOT IN 导致的重复计数问题；若某天数据仍显示心动畸高/经典异常小，可能是上传的 CSV 生成脚本尚未更新为修正后口径，需要重新导出该日期数据覆盖上传）。
口径说明
  • 大盘 CTR = 点击(double_click) ÷ 曝光(double_expose)
  • 大盘首页开聊率 = 首页开聊UV(double_chat) ÷ 点击(double_click)
  • 大盘人均聊天轮数 = 聊天轮数(chat_cnt) ÷ 聊天UV(chat_uv)
  • 大盘宝石消耗 = 故事+沉浸+心动+经典 4 种模式消耗之和(style1~4_consum 求和)
  • 单聊天UV宝石 = 宝石消耗(total_consum) ÷ 聊天UV(chat_uv)
  • 角色数 = scene_cou（当日有曝光的角色数，非纯生产/发布数）
  • 大盘聊天渗透率 = 聊天UV(chat_uv) ÷ 当日活跃用户数(dau)；用户类型筛选器选“新用户/老用户”时，DAU 也对应取该用户类型口径的 DAU，不会混用全部用户的 DAU
  • 用户类型（全部/新用户/老用户）为新增筛选维度（2026-08-26），基于 act_user 表 first_act_date=dt 判定当日新增用户（new）/非当日新增（old）；“全部”= new+old 两档在前端相加，不依赖 SQL 单独出一个 all 分支
以上均来自数分老师回归口径 SQL 计算结果，看板只做汇总求和，不改变原始计算逻辑，详见「文档/日语PGC角色供给分发指标分析记录.md」第11节。

核心指标每日趋势

CTR

首页开聊率

人均聊天轮数

宝石消耗

聊天渗透率

口径说明
  • CTR = 点击(double_click) ÷ 曝光(double_expose)，按 observe_dt 逐日取值
  • 首页开聊率 = 首页开聊UV(double_chat) ÷ 点击(double_click)
  • 人均聊天轮数 = 聊天轮数(chat_cnt) ÷ 聊天UV(chat_uv)
  • 宝石消耗 = style1~4_consum（故事/沉浸/心动/经典）之和
  • 聊天渗透率 = 对应角色分组的 chat_uv ÷ 当日DAU；jp_all 反映大盘整体渗透，new_pgc/new_ugc 反映“全站活跃用户中有多大比例接触了新角色”，可作为新角色吸引力的参考指标（注意分母是全站DAU，不是该角色分组自身用户数，三条线不是同一件事的子集，不能直接相加）
每条折线对应当日按 role_group（all/new_pgc/new_ugc）分组后的口径值，不做跨日累计；顶部“用户类型”筛选器可切换为仅看新用户/老用户口径，此时 DAU 与各项指标均只统计该用户类型范围内的数据。

TN 队列对比

横轴为队列日期 → 观察日期；柱为新PGC/新UGC，折线为当前国家大盘基准。

队列汇总明细

口径说明
  • 队列日期 = create_dt（角色/队列创建日），观察日期 = observe_dt；每根柱子是“某个队列在某个观察日”的截面值
  • 生命周期 T+2/T+7/T+15 = lifecycle_day，表示观察日距队列创建日的天数窗口，对应 scene_type CTE 里的三档时间口径
  • 柱子（new_pgc/new_ugc）与折线（当前国家大盘 all/jp_all 基准）用的是同一批指标计算公式，仅 role_group 不同
  • 可切换指标：CTR / 首页开聊率 / 人均聊天轮数 / 深聊UV占比(deep_chat_uv÷chat_uv) / 宝石消耗 / 单聊天UV宝石，公式与①总览、②每日趋势口径一致
  • 顶部“用户类型”筛选器同样作用于本 tab，切换后柱子和折线均只统计该用户类型口径的数据

生命周期对比

生命周期明细

口径说明
  • 横轴为 lifecycle_day（T+2/T+7/T+15），表示角色/队列从创建到当前观察日的生命周期阶段
  • 各阶段的 CTR、首页开聊率、人均聊天轮数、宝石消耗等指标计算公式与①总览一致，仅统计范围收窄到该生命周期阶段的数据
  • 用于观察同一批角色/队列在不同生命阶段的表现变化趋势（例如新鲜度衰减、开聊率随时间的变化）
  • 顶部“用户类型”筛选器同样作用于本 tab，切换后各生命周期阶段的指标均只统计该用户类型口径的数据

原始明细

仅作用于本 Tab，不影响其它 Tab 的统计口径
口径说明
  • 本表展示上传 CSV 经解析后的逐行原始/派生字段，未做任何二次聚合，可用于核对某一天某个分组的具体计算来源
  • 派生字段计算方式：ctr=double_click÷double_expose；homepage_chat_rate=double_chat÷double_click；avg_round_per_user=chat_cnt÷chat_uv；deep_chat_uv_rate=deep_chat_uv÷chat_uv；total_consum=style1_consum+style2_consum+style3_consum+style4_consum；gem_per_chat_uv=total_consum÷chat_uv；gem_per_scene=total_consum÷scene_cou；chat_penetration=chat_uv÷dau
  • 用户类型列（新用户/老用户/全部）为新增字段（2026-08-26），老 CSV 若无此列会自动归为“全部”，不影响其它字段解析；DAU 列为当日“国家+用户类型”维度的活跃用户数，同一国家+用户类型下的多行数据 DAU 数值相同（不区分 role_group/lifecycle_day），不可跨行累加
  • 字段含义详见「文档/日语PGC角色供给分发指标分析记录.md」第11节的 SQL 字段对照表