這是一篇很早的雜文了，當時我記得是看到在線平高比比較好奇，索性就研究了一番，后來很多人對我這種行為很不理解，就是一個簡單的在線平高比，有什么可以研究和追問的。但是，其中仔細研究下發現還不是那么簡單的。接下來我們解決幾個問題。
什么是在線平高比
在線平高比，也有叫做CCU比率的，即平均在線占最高在線比例，公式就是R=ACU/PCU。這個公式看似很簡單，大家估計很多人都會使用，那么究竟這個公式要說明什么問題？在解釋問題之前簡單的把ACU和PCU說明一下，因為很多人還不清楚。
ACU平均同時在線人數
定義
統計當日所有統計時刻中總在線人數的平均值，即總的在線人數的和除以統計時刻數。比如：
在00:00:00————6000人在線
在00:10:00————6600人在線
在00:20:00————6900人在線
總在線人數之和19500人次，3個統計時刻，那么ACU=19500/3=6500人。至於PCU就是這樣的統計數據中最大的值。比如上述的數據中PCU=6900。
ACU/PCU的預警值
ACU/PCU的預警值是0.5，也就說在一款游戲中我們能夠接受的最低標准是0.5，低於0.5的標准就說明游戲存在比較大的問題。那么為什么必須是0.5？
首先我們來看CCU曲線圖
我們都清楚在游戲中一天24小時，晚間是一般游戲的高峰時期，PCU也一般會在晚上出現，當然也有在下午的出現的時候，都不盡相同。這也就意味着一條CCU曲線必然是有很大的起伏和落差的。
CCU曲線繪制的前提是通過對每個統計時刻的數據進行匯總才能得到這條曲線，那么這樣現在我們這樣來做這條曲線，如下圖：
我們看到了橘黃色的部分其實就是這一天所有統計時刻的人數總和，其實也就是橘黃色部分的面積，這是一個不規整的圖形，顯然如果我們要去計算這個圖形的面積只能通過微積分解決（這也是微積分的定義和來源）。
那么說的這些和ACU有什么關系？
如我們所定義的，ACU是平均同時在線人數，是總人數/總的統計時刻，ACU的出現等於說把這個不規整的圖形變成了一個長方形，長是統計的時刻，寬是ACU的值。
可以看到我們把原來不規整的圖形變成了一個完整的長方形，ACU作為了基准線，那些在基准線以上的面積補充到了基准線以下的部分，從而構成了這個長方形。
至此，我們就可以開始解釋為什么是0.5了。原因其實很簡單，如果出現在了ACU基准線以上的部分越多，那么整體上的PCU表現就越好，進而我們也就發現了在24小時內玩家的上線活躍度是提升的，增高的。
但是實際當中情況不是這樣的，更多的時候其實是一段時間走高的，比如晚上7點-12點這段時間的數據時走高的，這是PCU緩慢形成的時間區間。而同時我們在計算ACU時，取的是平均值，PCU拉的越高，就意味着這形成這一峰值所需要的時間是很長的（一般不會出現瞬間形成PCU），換句話形成PCU，得有一個緩慢上升的過程，但是我們希望這個上升想斜坡長，陡，這樣也以為着活躍的用戶很多。
然而如果我們發現這個比值已經低於0.5了，那么也就意味着：
PCU形成的不明顯，波峰被稀釋掉了；
關鍵時期的人氣沒有得到提升；
游戲產品的生命周期進入衰退階段（長期0.5以下）；
突發情況造成。
ACU/PCU能干什么？
剛才已經說了這個指標低於0.5時的分析情況，那也是這個指標的用途所在，補充還有幾點：
我們看到了ACU是經過計算的平均值，相比PCU而言，其變化幅度是相對比PCU緩慢的，進而ACU變化的緩慢，PCU變化是很迅速的，因為PCU容易受到很多因素的影響：
比如某個新活動；
新版本的更新；
小號泛濫；
事件營銷。
進而我們可以推斷出，一般情況下這條曲線是不會劇烈的變化（因為不受影響的情況下PCU波動也是相對穩定的），但是如果有了以上的因素刺激，那么這條曲線變化很劇烈。這樣很容易就能知道一些我們想要的結果，利於我們分析，比如
游戲游戲粘性是否下降；
游戲活動分析；
版本更新分析；
活動更新分析；
工作室小號情況參考。
總的來說，雖然只是一個比值，但是其背后的只是和內容還是很多的，這需要我們去分析和把握。