拥抱百度移动统计分析，让你的应用少奋斗几年

Posted:2013-12-16 15:05:55 - comments | 作者： @果尔 @ SEO培训学院 修订1.4 ID:7164

拥抱百度移动统计分析，让你的应用少奋斗几年

        从2007年iPhone推出第一款“智能手机”开始的这6年时间里，移动互联网像雨后春笋一般高速成长和发展中，伴随移动互联网的发展，APP应用成为了移动互联网用户生活的“必需品”，而APP的数量也在这几年中得到了井喷式的发展。据不完全统计，目前全球的移动应用数量接近200万款，而中国也已经超过美国成为全球最大的移动互联网市场。

        而随着移动互联网市场快速发展，以往移动应用那种“跑马圈地”式的粗犷运营时代已经过去了，移动应用市场将更加细分，人群更加复杂，设备更加纷繁。面对“大环境”的改变，移动开发者急需一个平台去帮助其实现精细化运营，而精细化运营的前提就是要全面掌握移动应用的数据和产品表现，监控渠道导流效果从而优化运营方案——“百度移动统计”平台应运而生。

        为了让开发者有更加深入的了解， “百度移动统计”的产品经理袁泽陆撰写本文，详细介绍百度移动统计产品、如何使用、移动应用分析常见问题解释等。

百度移动统计是什么？

        百度移动统计（http://mtj.baidu.com）是业界领先的免费移动应用统计分析工具，支持iOS和Android两大平台，开发者通过嵌入统计SDK，即可实现对移动应用的全面监测，实时掌握产品表现，准确洞察用户行为。强大的报表分析功能，助力开发者做到心中有“数”。

        自从2012年4月上线以来，百度移动统计已经为上万名移动开发者提供专业、免费、高效的移动统计分析服务，每天处理会话请求超过10亿次。独创的“六大分析”功能全面帮助移动开发者实现数据化、精细化运营。如今，百度移动统计快速迭代，为开发者提供“统计分析、开发工具、营销推广”等多种类型的服务，从开发到运营再到推广，为开发者提供真正意义上的“一站式”服务！

       2013年9月11日，百度移动统计团队正式对外发布了行业首本《移动应用分析白皮书》（下载链接：http://pan.baidu.com/s/1ssdNj），这是团队历经多半年的时间，综合和总结了近5000个应用分析案例提炼而成的。“白皮书”以简单直白的语言，由浅入深的介绍了如何使用移动统计工具对应用进行数据分析和运营管理，涵盖用户分析、受众管理、使用行为分析、渠道版本分析、终端设备分析、自定义事件和错误分析等全部模块内容。一经推出，深受广大开发者和移动互联网爱好者的欢迎，发布两周内累计有超过4800名移动开发者下载了“白皮书”。

如何开启百度移动统计“速成宝典”

        很多人谈到“数据分析”就会莫名的“紧张”起来，认为跟数据相关的东西都很“高、精、深”，想到复杂程度堪比“西直门立交桥”大量数据指标和图表就会产生天然的“恐惧感”。

        其实，移动数据统计分析并没有那么可怕，百度移动统计团队专门在“白皮书”中将移动应用分析形象地比喻成“餐馆经营”。留存用户就像是餐馆的回头客一样，渠道来源就像是餐馆做宣传的方式等等，这样一来，数据分析和指标图表就再也没有那么“高不可攀”了！

        如此强大的功能，是不是需要“段位”很高的牛人才能轻松上手呀？答案当然是“NO”！实际上，百度移动统计只需要简单的几步设置，就可以实时查看到强大的数据报表了！

1.      登录官网（http://mtj.baidu.com），注册一个账号（一个账号下可以同时管理多个应用，支持百度账号和联盟账号两种登录方式）

2.      登录后在全部应用页面点击新增应用，填写应用的基本信息，获取应用的唯一识别码（即AppKey）

3.      下载对应平台的SDK（软件安装包，只有42K大小，业界最轻便），并参考SDK包中的开发文档集成SDK。无需任何代码层级的额外设置，即可实时查看到除渠道分布、自定义事件之外的全部移动数据统计报表。

4.      “渠道分布”和“自定义事件”的统计分析，需要开发者额外在SDK中的SetChannel和Void onEvent（详细使用方法见SDK包中的“开发文档”）函数中设置和调用相应的接口。当然，对于大部分开发者来讲，这些代码设置也是So easy的！

百度移动统计使用经验——他山之石，可以攻玉

1.       善于利用“高级筛选”功能，让分析更高效

        百度移动统计的“高级筛选”功能可谓强大而易用，能够帮助开发者对报表按照时间维度、渠道维度、用户类型和版本维度等四个维度进行交叉筛选。所以对于开发者来讲，善于利用“高级筛选”功能，能够让应用数据分析做到事半功倍的效果！

1)        时间维度筛选

        点击“高级筛选”模块右上方的时间控件，可以将数据报表按照时间段来筛选，包括“今日、昨日、最近7天、最近30天”，亦可以通过日历控件选择任何一个时间点或时间段。而且，通过时间控件的“对比”功能，让开发者能够轻松的自定义对比任何两个时间点或时间段的报表数据。

        值得一提的是，百度移动统计还特别设计了“按小时”为粒度的时间筛选功能，让开发者“分分钟”掌握数据的实时动态变化情况。

2)        渠道维度筛选

        移动应用发布现在越来越依赖于渠道的推广，而开发者也都非常重视渠道的质量和效果，也因此投入了大量的精力和财力在渠道推广上。通过百度移动统计的渠道筛选功能，快速查看某一单一渠道的数据报表，考量某渠道的推广效果和数据变化。

        由于渠道商有时候会非常的多，甚至能达到几百个渠道，因此百度移动统计的高级筛选功能还特别提供了“渠道商搜索框”的功能，只要在图中红色圈出来的框内输入渠道商的名称或简写，就可以快速查看该渠道的数据报表。

3)        用户类型筛选

        用户类型需要开发者在管理端进行提前设置的，例如将注册用户和非注册用户设置成为两个用户类型，这样就可以在“高级筛选”例表中对用户类型进行筛选。

4)        版本维度筛选

        移动应用不同于传统Website网站，不能实现在线主动升级，必须要让客户下载升级包才能够实现更新，因此移动应用就存在多个版本都会有用户在使用，有的超级应用甚至有十几个版本在同时被用户使用着。通过“高级筛选”中的版本筛选维度就能够快速选定某一版本，进行定向的数据报表分析。并且，如渠道筛选维度一样，百度移动统计提供了“版本搜索”功能。

2.       为什么应用的历史数据会有增加的现象？

        百度移动统计系统的使用者很多需要向上级做应用数据的日报或周报，有不少用户会困惑一点，就是为什么像新用户、启动次数、留存用户等历史数据会在之后有增加的现象呢？

        原来，百度移动统计为了体现数据的时效性，采用了“数据补偿”的机制。例如，某用户在9月1日启动了应用，但是由于网络故障等原因导致日志信息未能及时发出去，直到9月5日再次启动联网之后才发送出来。这样一来，服务器是在9月5日接收到的日志，但用户的数据属于9月1日的，所以百度移动统计系统会自动将数据“补偿”到9月1日的数据报表中，也就会出现所谓的“历史数据增加”的现象了。一般来讲，这个数据补偿会在两周左右趋于相对稳定，具体时间根据应用情况而不同。

3.       “渠道分布”和“渠道来源细分”有什么区别？

        不少细心的用户都会发现，百度移动统计的功能导航栏里面，有“渠道分布”和“渠道来源细分”两个功能。乍一看，从字面上来讲确实会产生疑惑——“这两个功能有什么区别吗？”

        其实这两个功能区别还是蛮大的，下面从两个方面进行详细的对比和区分：

1)       功能层面：

ü  渠道分布：可以统计到来自不同渠道商的流量导入情况

ü  渠道来源细分：对于Android应用，能细分统计到不同推广位置的导入效果；对于iOS应用，能细分统计到App Store上游渠道来源的导入效果

2)       结算依据：

ü  渠道分布：对不同渠道导流数据统计准确率超过95%，可以作为与渠道商结算依据

ü  渠道来源细分：由于URL封装后，从点击到激活不可避免的会产生数据丢失，存在一定误差，因此来源细分功能主要帮助开发者衡量各渠道之间的推广效果，不建议作为与渠道商结算的依据。

4.       怎样利用多维度指标综合分析“用户粘性”？

        移动开发者之所以关注用户行为分析的本质目的，就是为了提高用户的使用粘性。所以用户粘性分析是一个综合维度的分析，很多指标都可以从侧面反映出应用的用户粘性程度，其中最直接衡量用户粘性的指标就是使用时长和使用频率了。通常情况下，用户使用时长越长、使用频率越高说明用户粘性越大。

        使用频率是指用户在一天中启动应用程序的次数，例如用户某一天只在早晨8点和中午12点分别启动过应用，那么该用户当天的使用频率就是2次。

        使用时长是指用户在某次启动应用到退出应用的时间间隔，例如用户于10点启动应用，于10点半退出应用，那么该用户的使用时长即为30分钟。

        如前文所述，用户粘性是受到使用频率和使用时长共同影响的，如下图建立二维象限，即可将使用时长和频率进行综合分析，四个象限也分别代表高频率高时长、高频率低时长、低频率高时长和低频率低时长特点的应用。

接下来，笔者针对上图中四个象限的应用特点进行逐一分析：

高频率高时长：用户粘性高，这类应用通常满足了用户的刚性需求，用户依赖度非常高，日启动次数多，使用时间较长，应用提供的核心功能用户体验极好。例如微信、微博等社交类应用。

高频率低时长：用户粘性较高，这类应用用户依赖度很高，但是由于功能性有限或以满足用户某种专门需求为主，所以导致用户每次启动之后停留时间不长。例如工具类应用，如杀进程、闹铃、提醒、流量监测、清缓存等应用。

低频率高时长：用户粘性较高，这类应用用户依赖度一般，但是由于极好地满足了用户的核心需求，所以每次启动的停留时间都很长，用户愿意在应用上花更多的时间和精力。这类应用主要集中在电商应用、游戏类应用和新闻阅读类应用。

低频率低时长：用户粘性低，这类应用既没有满足用户刚性需求又没有让人眼前一亮的用户体验，所以没有得到用户的认可和依赖，在用户粘性上是失败的应用。

         如果说上一个十年是WEB互联网的时代，那么接下来的十年绝对就是移动互联网的天下！对于移动开发者来讲，这是一个绝佳的机会，但同样意味着极大的挑战。百度移动统计愿与全体开发者一同，引领大数据时代下移动应用精细化、数据化运营的浪潮！

果尔SEO，中国医疗美容机构SEO经验分享平台。本文头像LOGO署名文章版权所有，转载请注明出处。