Android学习能力之移动应用分析

1.移动应用分析是什么

移动应用是移动互联网的重要载体，移动应用分析是指在获得移动用户使用等基本数据情况下，由服务端进行数据分析，深入挖掘用户使用的特点，找到产品设计的不足，发现运营推广的机遇，优化产品及运营策略，提升移动应用的质量。

2.移动应用分析的意义

1.监控移动应用运营状态
移动应用分析最基本的使用场景就是实时监控应用的运营状态。通过对数据分析，以日报、周报、月报的形式进行系统监控。通过分析和比较这些核心数据的变化趋势，用数据说话，可以帮助运营和推广人员多维度观察应用的运营状态，及时发现问题。
2.提升移动应用推广效果
渠道是移动应用推广的主要方式，不同渠道有不一样的用户群体，根据渠道和推广位置的数据分析，选择低成本、效果好的渠道可以有效地找到目标用户，提升运营表现，降低推广成本。
3.发现移动应用产品问题
通过分析应用的访问路径、自定义事件点击、转化等数据，找到用户流失的原因，利用数据快速定位出产品问题或策略问题，并依据规范的移动分析思路和方法找出解决方案。
4.优化移动应用功能及体验
作为移动互联网的主要入口之一，移动应用的体验优秀与否在一定程度上决定了用户的去留，通过3中发现产品问题，制定优化策略，提升应用的吸引力和易用性。

3.移动应用分析指标

移动应用多种多样，对应的分析指标也有所不同。针对这种情况，移动统计发布白皮书旨在归纳各类型应用的普适指标及定义，让移动应用的产品运营状况更加指标化。
常见的指标：
用户分析类指标//imei+category信息（在第一个activity启动时上传）
1）新增用户：历史上第一次启动应用的用户，需要按照设备号去重。
技术说明：第二次安装不算作新增用户。
涵义：新增用户越多说明应用的成长越快，推广的效果越好。通常情况下，应用在发展初期的时候新增用户比例非常高，随着市场趋于稳健增长，新增用户比例逐渐下降。

2）启动次数：在规定时间段内，用户打开应用的次数。“一次启动”是指用户从打开APP开始，到退出APP（或离开应用界面，进入后台）为止。
涵义：用户数是从规模上描述应用，而启动次数是从访客角度衡量访问质量的分析指标。如果一个应用的用户体验足够好，用户粘性足够高，同一个用户一天中会多次启动应用，那么启动次数就会明显大于访客数。

3）活跃用户：在规定的时间范围内，启动过应用的用户数，需要按照设备号去重。活跃度是指在某段时间内，活跃用户数与总用户数的占比。
涵义：活跃用户通常都会有一个时间范围做约束的，例如日活跃用户、周活跃用户、月活跃用户等。活跃用户指标是一个应用用户规模的体现，同样也是衡量一个应用质量的最基本指标，结合留存率、流失率、使用时长等指标还可以体现用户粘性。该指标也可以衡量渠道质量，排查渠道作弊。

4）留存用户：规定时间段（T1）内的新增用户中，在经过一段时间（T2）后，仍然使用程序的用户。其中T1和T2可以根据应用自身的实际情况进行设置。
涵义：留存用户主要用来衡量应用对用户的吸引程度、用户对应用的粘性、渠道用户质量及投放效果等。常用的留存指标有次日留存、三日留存和七日留存等。

使用行为类指标//imei+category+application time+activity time，在所有activity销毁的时候上传
1）使用时长：用户在应用程序上所停留的时间。主要分为平均使用时长和单次使用时长，平均使用时长是某一段时间内所有用户的全部访问时间的平均值。
涵义：通过考量用户在应用上的停留时间，我们可以看出应用内容是否吸引用户，应用质量是否合格；还可以看出某个推广渠道到来的用户是否是深度使用用户，以此评判渠道质量。

2）使用频率：在一定时期内，同一个用户启动应用的次数。如在一天之内，同一个用户一共进行有效启动5次，那么该用户的日使用频率就是5次。
涵义：使用频率和日启动次数类似，只是从另外一个角度衡量用户粘性，一个应用通常情况下用户粘性越高，那么用户的平均使用频率也就越高。

3）使用间隔：使用间隔是指同一用户相邻两次启动应用的时间间隔，例如某一用户第一次启动应用到第二次启动应用之间相隔2天，那么该用户的使用间隔即为2天。
涵义：使用间隔也从侧面反映了应用的用户粘性，通常情况下使用间隔越短说明用户越依赖应用，也就是说应用的用户粘性越高。也可以据此来决定推送消息的时机和发版频率。

4）访问深度：用户在一次启动应用过程中所到达的页面累计数量视为用户的访问深度，例如某用户从启动APP到退出应用过程中，一共访问了12个页面，那么称该用户的访问深度为12。
涵义：理论上来讲，访问深度越高，应用质量越好，用户对应用的依赖就越强。

渠道运营类指标//imei+category+location
1）用户获取成本：获取一个新用户所需要花费的成本，也就是用户获取的边际成本，随着新增用户数比例越来越高，获取新用户的成本降低，反之亦然。
涵义：用户获取成本是应用推广过程中最重要的ROI（投资回报率）指标，若通过统计分析发现某渠道的用户获取成本明显高于其他渠道，那么可以据此放弃该渠道，将主要的推广资金和资源投放在用户获取成本较低的渠道，以求在单位资源内获得最多的新用户。

2)目标事件转化率：设定某一事件的转化条件和转化结果之后，当转化条件出现的时候，会有一部分转化结果出现，目标事件转化率就是转化结果事件数/转化前事件总数。例如，设定所有启动用户点击完成注册成为注册用户作为完整的转化事件，点击注册就是转化条件，成为注册用户就是转化结果，若每100个访问用户中就有50人完成注册成为注册用户，那么可以说该目标事件的转化率为50%。

涵义：针对特定事件进行跟踪统计是移动应用分析中的补充功能，但是可以实现通用功能统计不到的数据，例如注册用户比例、付费用户比例等。目标事件通常是伴随自定义事件功能出现的，全面满足移动开发者的个性化、定制化需求。

应用质量类指标//imei+category+系统+系统版本+手机型号+memoryinfo+poweinfo+trafficInfo+errorinfo
1）错误次数：在规定的时间段内，应用出现异常退出现象的次数总和。
涵义：通常情况下，应用错误集中于两种：死机或强退，这样的现象都会严重影响用户体验，所以错误次数发生的越高，用户体验越差。降低错误次数是开发者应该时刻关注的重要指标。

2）错误率：在规定时间段内，一个应用发生错误的比率（错误次数/启动次数）。
涵义：产品质量是一个应用发展壮大的基石，与网站不同，移动应用一旦被分发之后就无法再收回，应用错误率高会降低用户对产品的信任和口碑。通过对应用的质量监控，找到错误代码并及时发布修复版本，可以有效弥补这一问题。

4.移动应用分析流程

移动分析流程就是一个发现问题、分析问题和解决问题的一个过程。在移动应用的运营过程中利用规范的分析流程会避免思路混乱，做到更加清晰和高效地优化应用。
明确目的，建立规划
1）盈利：直接增加应用的盈利能力，例如游戏类的应用
2）品牌：不断加强移动应用作为移动广告媒体的影响力
3）合作：服务于用户或者其他应用导入流量的，如91手机助手等
选择系统，部署应用
考虑特点：开发简单、数据全面、功能完备、系统可靠
如：百度mtj.baidu.com、友盟等
测量指标，分析现象
这里就是分析开始说到的指标
跟踪问题，持续改进
这个就看个人活力了。

5.移动应用分析思路

移动应用分析的思路主要包括微观细分和宏观趋势两种。
微观细分就是将分析的重点放在细节的洞察和把握上，例如新增加用户数、日活跃度、页面蹦失率、用户粘性、自定义事件的转化情况等，在细节上考虑移动应用的具体指标和KPI表现，从而做到具体问题具体分析。
其中移动应用的统计分析对象主要包括：渠道来源、受众属性、用户行为和终端设备。

宏观趋势是指从整体数据上掌控移动应用的同比、环比等变化趋势，核心指标在昨天、上周、上个月的变化情况等。这是从宏观上去分析应用发展的大趋势，今儿通过应用内外部的数据进行对比分析，明确自身在行业总的发展情况和地位名次，从而帮助开发者制指定宏观发展策略等。
其中移动应用的统计分析对象主要包括：时间序列、同比、环比、定基比。

所以可以说，宏观趋势和微观细分结合使用，才能做到“大处着眼，小处入手”地运营管理，做到“有的放矢，心中有数”。

6.移动应用分析方法

受众人群分析——知己知彼，懂用户方能做出更受欢迎的应用
受众人群分析包括的几个细分方向进行详细的介绍：
1）新增的活跃用户分析
新增占比高说明应用的未来发展潜力越大，而日活跃度越高说明应用的用户粘性越大。

2）留存用户分析
最常见的就是“首次使用留存分析”，是指使用应用的用户中，第一次使用完毕之后在某一段相同间隔时间内再次使用的情况。分为日留存、周留存、月留存等概念。

3）人群属性分析
用户是一个个真实存在的人，那么用户群体一定有其特定的人群属性，包括性别、年龄、学历、兴趣、行业等。所以对于某一个应用，其人群属性一定有倾向性特点，例如应用A的用户群体具有高学历，男性多，计算机行业多，爱好读书等特点。

4）用户地域性分布
不解释。

使用行为分析——洞若观火，优化应用流程和页面设计的依据
在移动应用分析中，受众人群分析是对用户的静态分析，主要把握用户静态属性，而使用行为分析是对用户的动态分析，重点关注用户使用过程中的动态数据。在了解用户人群属性的基础上，对这些用户在应用内的使用行为进行分析，能够更全面、更系统的完成对用户的深入了解。

对开发者来讲，掌握用户使用的行为和参与度，可以更好地指导其优化应用流程和页面设计等。
通常用户行为分析又称参与和使用分析，包括如下几方面：
1）页面访问路径分析
2）访问深度分析
3）使用间隔分析
使用间隔是指在选定的时间范围内，同一个用户相邻两次启动应用的时间间隔。
4）用户粘性分析
用户粘性是一个综合维度的分析，在前文中也多次提到了，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。

渠道来源分析——运筹帷幄，渠道监控是衡量推广效果的利器
移动应用的推广渠道很多，包括应用商店、应用市场、In App推广等，开发者在渠道推广上都投入了大量的资金和精力，但是效果未必好。
下面就两个操作系统平台的渠道来源细分功能进行详细解释。
1）Android渠道URL下载来源细分
Android应用由于种种原因，在国内的分发基本依赖于非官方应用市场和网站，而Google Play时长在国内的占有率几乎可以忽略不计。
操作是对渠道推广原始连接进行URL封装之后，开发者可以很方便的通过后台添加新的渠道，然后就可以跟踪不同渠道和不同推广位置带来的下载量报表了。

2）IOS渠道URL下载来源细分
加入了app Store上游来源细分。

终端版本分析——了如指掌，提高应用对不同设备的适配能力
一个开发者的福音，统计了移动应用的设备适配问题，比如不知道目标用户群主流的机型是什么，也不知道他们的操作系统、联网方式、分辨率等数据。而终端版本分析功能可以让开发者对用户群体中设备终端和版本分布情况了如指掌，从而大幅度减少开发负荷，提高开发和适配效率。
1）终端分析
包括设备机型、分辨率、操作系统、联网方式等指标，每个指标都配有柱状数据图，也有详细的数据报表。

2）版本分布
合理的版本分布和管理策略，可以大幅度提高用户体验，因为过多的版本和过于分散的分布，加大了开发者的管理成本，也不利于新版本的推广。

自定义事件和错误分析——如虎添翼，个性化智能化的应用统计分析
1）自定义事件分析
自定义自己要看的信息

2）错误报告分析
由于移动应用的下载直接安装在用户的设备上，因此很多错误不能被及时发现，这也是导致应用的BUG很难被开发展发现的原因。

引自：http://mtj.baidu.com/web/dashboard
百度移动统计