Метрика ARPU = sum(revenue)/count(users), у пользователя может быть несколько покупок. Вы хотите оценить разницу ARPU между A и B через bootstrap. Какой ресэмплинг наиболее корректен?

Если метрика определена на уровне пользователя, пересэмплировать нужно пользователей, а не отдельные транзакции, иначе вы нарушите структуру зависимости и занизите дисперсию оценок. Пересэмплирование числителя и знаменателя по отдельности ломает их связь и даёт некорректные доверительные интервалы. Перемешивание выручки между пользователями — это вообще не bootstrap, а пермутационная процедура для другой задачи. Типичная ошибка — считать, что любые повторные выборки подойдут, хотя уровень ресэмплинга принципиален для ratio-метрик.