类似友盟的移动应用分析系统.docx

类似友盟的移动应用分析系统
对于移动应用的开发者来说，要想时刻监控自己应用的发展情况，自己维护一套统计分析系统和组件，显得比较困难。因此，一般会使用国外的Flurry和国内的友盟这样的第三方分析系统。同时，这类的第三方统计平台，也时常会提供一些的行业统计数据报告，让开发者及时掌握自己的应用与整个行业的发展动态。
云服务模式与开源模式
对于这类系统，有以提供云端平台服务为主的模式，开发者只能通过报表等内容分析自己应用的情况，无法真正掌握详细的数据；也有以提供开源代码为主，让开发者自行部署和存储自己的用户数据。
云服务模式：
友盟（国内）：HYPERLINK"http://www.umeng.com/"http://www.umeng.com/
TalkingData（国内）：HYPERLINK"http://www.talkingdata.net/"http://www.talkingdata.net/
Flurry（国外）：HYPERLINK"http://www.flurry.com/"http://www.flurry.com/
开源模式：
CobubRazor（国内）：HYPERLINK"http://dev.cobub.com/zh/"http://dev.cobub.com/zh/
Countly（国外）：HYPERLINK"http://count.ly/"http://count.ly/
所需的运营团队
软件开发团队：负责系统的功能开发，程序维护，
基础数据维护团队：维护机型数据表，各地域IP分布表、号码段表等。

据获悉，友盟和CobubRazor的团队人数大概在10人左右（程序与基础数据维护）。

主要的模块与分析内容
总体上包括了用户行为、终端设备与网络、事件与转化率、错误分析、统计概况以及应用管理6个模块。
（1）用户行为
用户行为板块提供了用户使用频率、使用时长、页面访问与路径、地域分析以及用户留存情况的分析，通过这个模块的数据，可以大致了解用户对某款移动应用的使用习惯。其中页面访问与路径可以让开发者了解用户对产品哪些功能比较喜欢，哪些功能是多余的。
活跃用户可以评估用户的活跃程度，业内常用的指标是周活跃用户和月活跃用户。这里，您可以看到每个自然周（月）的活跃用户的增长情况以及周（月）活跃率的变化趋势。还可以比较不同渠道的差异，为评估渠道质量提供依据。

用户留存可以分析用户的忠诚度有多高。用户在某段时间内开始使用应用，经过一段时间后，仍然继续使用应用的被认作是留存用户；这部分用户占当时新增用户的比例即是留存率。通过用户留存，您可以掌握每周（月）的新增用户在初次使用之后一段时间的留存率，还可以比较不同渠道的差异。留存率越高，说明应用的质量越高，用户的忠诚度越好。

页面访问路径描述的是用户从每个页面去向其他各个页面的分布情况，可以了解用户在页面之间的跳转行为：

使用频率可以了解用户使用应用的频繁程度，您能清楚的掌握每日、每周、每月的用户使用次数分布情况。

使用时长可以了解用户使用应用的持续时长，包括平均每次使用时长、平均每日使用时长以及平均每周使用时长。

地域可以了解用户的地域分布

（2）终端与网络模块
而终端与网络模块主要是为了了解用户都用什么设备使用移动应用，包括了设备的型号、操作系统、分辨率、运营商以及连网方式等，这些数据有利于开发者了解自己应用都在什么样的设备上使用，因而可以让开发者针对某些具体的设备做改进，并通过这些信息分析目前的主流趋势可以帮助开发人员有所依据进行开发测试。

（3）事件与转化率
漏斗模型指的是多个自定义事件序列按照指定顺序依次触发的流程中的量化转化模型。通常我们会对应用中的一些关键路径进行分析，比如注册流程、购物流程等，将这些关键点定义为事件。通过对关键路径转化率的分析，来确定整个流程的设计是否合理，各步骤的优劣，是否存在优化的空间等，进而提高最终目标的转化率。

（4）错误分析
同时，移动应用产品最大的一个特点就是需要不断的迭代改进，因此在开发过程中会经常出现各种问题和错误，这个时候能否快速找出错误的源头就非常关键。针对这点，分析系统提供了一个错误分析模块，除了统计出错的一些概况外，它能定位到出现错误的源头，让你可以非常快的进行改进。我觉得这个功能对于开发者来说非常有用，因为在解决某个错误的整个环节中，发现错误的源头可能是最费时间的一部分
错误分析可节约调试程序bug的成本，分类地查看App在使用中的崩溃信息，让你更快得知App的错误状态。

（5）统计概况
统计概况主要是帮助开发者对自己开发的一系列软件进行概要性的分析和总结。
今日概况包含整体的启动次数、活跃用户数、新增用户数、使用时长等关键指标，全面掌握