友盟统计分析客户端

友盟统计分析是一款专业的移动应用统计分析工具，随时随地查看友盟统计分析报表，支持新增用户、活跃用户、启动次数、Top渠道、Top版本等多项指标，支持置顶，主要数据指标交叉过滤。致力于为开发者提供实时、稳定的移动应用统计分析服务，帮助开发者更好地了解用户、优化产品以及提升转化率。

友盟统计分析客户端是国内专业的移动应用统计分析平台。我们帮助移动应用开发商统计和分析流量来源、内容使用、用户属性和行为数据，以便开发商利用数据进行产品、运营、推广策略的决策。

是可以被过滤的，准确性还不错。

友盟统计准确性如何？

我们一直使用友盟的统计，但是通过友盟获得的“新用户”“总用户”和“日活跃用户”等数据与我们自己的系统监测相差非常大，不知道大家的经验如何？

关于Android渠道

1、为什么渠道后台的数据大于统计系统的数据渠道是基于下载计算的，统计工具是基于激活计算的。也就是说，Ø  用户下载了app但未运行，统计系统无法统计到；Ø  用户使用app时未联网，统计系统也获取不了这个用户数据；Ø  用户之前安装过该app，从某渠道下载了一个新版本，这个用户只能算一个老用户，不计入该渠道的新增用户中。这些情况都会导致渠道后台的数据大于统计系统的数据。

2、为什么渠道后台的数据小于统计系统的数据安卓市场情况非常混乱，会存在小渠道抓包发布的情况。同时，各渠道之间有资源互通的合作，例如豌豆荚与二十多家渠道互通资源，如果一个应用的新版本未在豌豆荚发布，豌豆荚本身的搜索引擎性质仍能通过豌豆荚下载其他渠道（如安智）的安装包，此时应用在本身安智渠道的下载量并不会增加，但友盟统计后台安智渠道会新增用户+1

3、不同的统计工具，数据对不上正如前面所说，不同的统计系统的id方案不同，会存在微小的偏差。此外，如果一个统计工具是基于账号系统，一个统计工具基于设备，可能会存在一个设备登陆好几个账号，或者一个账号跨屏登陆的情况，这两个系统数据肯定是对不上的。

关于iOS

1、apple的数据是基于账号，也就是说一个apple id在不同的设备上下载多次，在apple上算作一次下载；一台设备用不同的apple id下载同一个app，算多次下载

2、下载和激活的区别，可以参考Android

如何使用友盟统计分析工具做APP运营

第一，重点关注四大指标 洞察APP“健康”状况

关键性的数据指标可分四类：用户获取、用户质量、内容使用、关键行为转化。首先，开发者需要通过渠道推广来获取用户，用户进来之后要评估用户的质量并以此来优化推广策略，用户稳定后要提供有价值的内容来保证用户活跃度，最终引导用户完成产品目标。只有了解数据的关键指标，才能对APP进行深入“体检”，为后续运营提供依据。

具体来讲，第一步是用户获取。下载量和激活量可以真实反映渠道获取用户的能力;其次，还要分别查看每个环节的转化率，从渠道点击—下载—激活—注册—更深的行为，用户获取的链条上，每个环节都会发生转化，要逐个分析每个环节的提升空间。从而降低每个用户的获取成本。

第二步，评估用户质量。它能帮助开发者优化用户获取步骤。它有两个典型的指标，留存和活跃。留存率可以一定程度地反映出产品对用户的适配程度;活跃度反映的则是用户对产品的依赖程度。当基本的留存率和活跃度有保证之后,开发者可以看一些更细节的行为指标如关键行为点击率，这个指标对于有些应用来说可能是付费，可能是分享、评论、注册或者你认可的APP重要操作。

第三步，关注内容使用。在做分析之前，先把页面分成三类：导航页、流程页和内容页。导航页汇集了很多入口，这个页面的作用是让用户快速找到想用的模块;流程页的主要功能是引导用户完成最终的目标;最后一类是内容页，类似商品墙，主要展示的是详情。宏观上讲，内容使用可以从页面的退出率和页面之间的跳转途径去看，如果用户在内容页或者流程页最后的页面退出都是合理的，开发者需要关注的是导航页和流程页中间的退出。除了对页面的表现进行评估, 还可以通过自定义事件来监测更为具体的点击和操作。

第四步，是开发者最关注的指标——关键行为转化。想要提高点击率，要依靠漏斗模型来优化关键行为的转化率和转化路径。李荟分享了一个电商导购应用的案例，它的用户典型使用路径：打开客户端—>浏览最热最新—>点击查看单品—>点击去淘宝。产品经理拿到数据后，认为用户在点击查看单品到点击去淘宝这步转化率不够理想，后来将按钮上的“去购买”改为“ 查看详情” ， 暗示用户点击之后有更多有利于购买决策的信息，且不一定要购买，修改上线后， 点击去淘宝的转化率从10%上升到15%。

第二，全盘数据指标摸底 解决APP运营难题

获取到核心数据后，该怎样分析解决运营中的问题? 李荟表示：“基本方法就是做比较”，单纯的看数字并不能帮助开发者做判断。建议开发者把不同维度的数据做对比，譬如跟历史数据做比较，或同一时间点的同类APP进行多维度间的对比，能够帮助开发者找到数据变化的根本原因。

以案例来说明如何通过分析留存率找到运营中的问题。有APP在发新版本后，出现DAU急剧下降的情况，这种问题该如何分析?首先，DAU分成新用户和老用户。开发者可以先查看近段时间的推广状况，以此来查看新增趋势的变化;然后再观察新用户的沉淀(留存)。对于发布新版本的APP,要进一步筛查新版本的产品变动和各渠道留存率，看是产品的问题还是渠道推广的问题。案例中APP的版本更新无较大变化，新增趋势也比较稳定，说明不是产品的问题，后来发现主推渠道的留存率非常低，于是问题的关键就被发现了，新版本在主推渠道推广上存在问题。

第三，擅用分析工具 获取有价值数据

如果你分析的数据没价值，再好的分析方法都是空谈。

李荟认为，获取有效数据也需要策略。首先，在业务层面，开发者需要一个明确的商业指标，在目标基础上建立一套匹配的分析体系;其次，从技术角度看，需要有一个准确、稳定、方便、灵活的工具，来帮开发者完成采集、收集、存储、计算、展示等一套工作流程。对于想做更深入分析的成熟团队，友盟统计分析工具能够提供自定义事件、页面路径、转化率等个性化的高级功能。

其次，开发者要注意数据采集的准确性，严防渠道作弊等状况发生。李荟称，作为国内第一家移动应用统计分析平台,友盟在ID识别、采集、数据发送效率和安全等方面做了大量的积累。她表示，友盟的SDK能够预防渠道作弊并最大程度的保证ID采集的准确性、一致性。
如何排除测试数据对真实数据的影响，保证集成的正确性?李荟介绍，友盟在2014年新推出集成测试服务，通过收集和展示已注册测试设备发送的日志，来检验SDK集成有效性和完整性;并保证所有测试数据将不会进入应用的正常数据处理流程，开发者不必再担心因为测试而导致的数据污染问题，让数据更加真实有效地反应用户使用情况。

其实，数据本身并不能直接帮助改善产品，数据归根到底是一种度量，想让数据真正发挥作用，一定要基于开发者对业务非常深的理解，并在理解基础上构建科学的分析体系，用有效的分析工具来帮助你来进行分析运营。