用途：诊断付费率异常并对其变化做根因归因。核心拆解为 Revenue = Active × Rate × ARPPU，并区分三种场景：活跃不变而付费用户下降（付费漏斗问题）、活跃上升而付费不变（新用户质量下滑）、活跃下降但付费用户降幅更大（核心付费用户流失且获客不足）。
主要能力：付费率异常诊断与根因定位；付费指标拆解归因（付费用户/活跃用户/ARPU/ARPPU）；多维度下钻（渠道、服务器/地区、新老用户与付费分层、留存天数、时间粒度、关卡与付费点、活动与版本）；付费转化路径优化建议。原则为先确认数据准确再分析业务、先整体再局部逐层下钻、结论必须有数据支撑，并输出可执行建议。
使用方式：多轮对话推进。先做上下文与意图确认，收集核心指标、变化趋势、对比基线、变化幅度、异常起始时间、游戏类型、项目 ID 和相关事件；通过 ae-cli 取数，按优先级依次尝试已有报表/看板、底层指标查询、以及经确认后保存分析资产，相关命令包括 analysis report list、analysis dashboard list、analysis adhoc run --model-type event --definition '<json>'、analysis report create、analysis dashboard create --initial-report-id <report_id>、analysis-meta asset url-get；随后按维度优先级每次只查一个维度，并在每阶段后给出阶段收尾指引。
适用场景：游戏或应用付费率、ARPU、ARPPU、收入等指标出现突降、低于预期或大幅波动时的排查与归因。
限制：资料给出按游戏品类和生命周期的付费率与 ARPPU 基准，并注明基准随生命周期阶段变化较大，需结合产品阶段评估；资料未提供具体收费标准、价格与效果承诺，这些暂未提供。归因结论依赖数据准确性与埋点完整性，需先做口径与数据延迟检查。