為什么建立數據分析體系？建立了以后的起到了對產品怎樣的深遠影響，到底對如何與準確利益掛鉤，說服領導重視利益？為什么要建立數據分析體系，之前在線下的分享中有詳細的說明，現在簡單的再說一下，主要是有三點：健康檢查、異常診斷、質量保證。
即從宏觀上了解產品的現狀，預估產品的未來，驗證產品的市場。從整體上來說，去把控產品的走勢，從數據來驗證產品的表現是是否和自己之前的思路與設計的初衷一致。
也就是說，看看你能否接受市場的檢驗，尤其是針對電商類的產品——數據就能直觀的看出來一個產品是不是大家愿意買。
我們的產品在平時表現，如果是正常的話，這個曲線應該是比較平滑的，一般呈上升趨勢。但如果產品上線之后，突然發現數據表現跟預想的差距比較大。
也就是說，可能會出現某一段時間的急速下降，或者說有一個時間上的波動。那么這種情況下，就可以初步判斷我們的產品出了異常。我們平時在做產品的過程，需要隨時觀察這些異常，發現一些潛在的問題。
主要體現在三點：錯誤的收集，體驗的優化，產品設計思路的驗證
很多程序的bug、崩潰等都是在產品發布后，用戶在使用過程中才能發現問題。那么直接通過買點的方式去收集一些系統崩潰后堆棧的數據，能讓開發根據實際場景來修正我們產品中的一些問題，這些問題更多的是測試的時候發現不了的。
從體驗（包括UI，交互設計）這塊來說，更多的是產品經理、交互設計師在功能設計時，發生撕逼，我說A方案好，他說B方案好。這時候就通過數據來驗證，看用戶對哪個頁面的瀏覽更多，點擊量更高。
就此回答了為什么我們要建立數據分析體系，包括檢測產品的健康狀況、診斷有無異常以及保證產品的質量。
至于利益這塊，我們的數據分析是不是能讓產品產生盈利，或者說通過數據分析讓產品掙錢。數據對于產品的盈利這種影響很難去評估，除非一些特殊的產品。
在絕大多數企業里面，數據分析更多的是預測未來、規避風險、及時止險。因為從數據角度，數據會有滯后性。很多都是在上線后才能采集到實際的表現，更多的是通過一定的統計規則和和數據的表現來說明問題或給出建議，有點亡羊補牢的感覺，目的是為了避免未來產生更多同樣的問題。網站數據分析和APP數據分析的區別是什么？有什么共同之處？第一，目的都是通過數據的方式來分析產品的一個表現；
第二，都是對頁面點擊和跳轉維度的分析，PC端和移動端都有埋點的概念。
PC的埋點隨時的，實時更新的，移動端的初期的埋點要跟著版本走。
PC端定義一個新用戶和移動端定義新增用戶的指標是不一樣的。
那我對這個問題的理解是兩個關鍵詞：中小企業，高效分析。
一方面是業務規模比較小，另一方面是人比較少。這時候一個比較簡單高效又省錢的方法——借助第三方平臺。
借助第三方平臺，一方面省人力去搭建統計平臺，很多第三方平臺都會把APP里面的數據最關鍵核心數據直接剝離出來算好了；另一方面就是省錢，第三方平臺絕大數都是免費的。
第一，企業在做數據指標的時候，抓重點，有的放矢，要確定幾個影響公司決策的關鍵指標，不要西瓜芝麻一把抓。只要定期的關注那些能影響公司核心業務的指標，以此來做快速的業務表現判斷。
第二，在做指標或者說定期去分析數據的時候，重點去分析那些關鍵數據，能極大地提高效率，快速發現問題。
第三，我覺得應該就是分工協作。也就是說，我們并不是靠一兩個數據分析師或者數據產品經理來分析整個公司的一個數據表現情況，更多的是培養全員的這種數據意識。把每一個人的這種數據分析的積極性調動起來，由某個人帶隊一步一步的建立公司的數據體系。
一般來說，我接觸過的比較良性循環的一個數據分析過程或者他的一個團隊構成，一般由運營的老大或是老板本身直接帶隊。由運營這邊提出數據需求，產品經理協調、溝通。也就是說，產品經理幫運營梳理數據指標的體系，并且協調開發，由開發最終從數據庫里也好，或者從中埋點也好去共同實現。
運營帶隊、產品協調、開發實現，分工協作，這樣每個人有自己的側重點，大家都有一個統一的意識，這樣做起來比較高效，目前我們公司也這樣做的。
這個問題總結起來也是三個詞：借助第三方平臺，抓重點和分工協作。我理解的所謂用戶來源更多的翻譯到移動端的產品分析來說就是渠道，移動APP的渠道分析主要包括線上和線下兩種，平臺主要包括安卓和iOS兩種。
關于渠道推廣分析，當時我在網易新聞是專門做這塊的，算比較有心得，要是有機會可以專門分享給大家。這是當時做的培訓的圖片?
先說安卓的渠道，安卓從技術層級來說比較簡單，就是通過打渠道包的方式來做統計。由商務的同事去談一些渠道推廣方，產品人員來對接商務告訴開發，渠道推廣方對應標識的唯一的渠道ID是什么。
只要把渠道ID的標識寫到安卓包的配置文件里，SDK檢測到激活時，把渠道ID回傳給服務端，服務端就可以統計不同渠道用戶激活帶來的量。
首先是第三方應用市場，這個應用市場還會再細分，比如說一些主流的應用商店，像91市場、安智市場、安卓市場等。還一部分裝機助手，像手機的91助手、360助手、豌豆莢等。
此外，還有一些手機廠商，比如小米、華為、三星、HTC等都有自己的第三方應用市場；運營商移動、聯通也有自己的應用市場；像一些比較大的互聯網公司，百度、搜狐和新浪等都有自己小型的應用市場渠道。我們絕大數的安卓收集都是通過這些應用市場來下載的。
第二類是廣告聯盟，本身是一個公司，能聚集一些小的渠道，比如積分墻，做一些積分墻的推廣。業內比較有名的有多盟、優米等，可以做一些推廣，這些都可以叫做廣告聯盟。
第三類推廣渠道是廠商預裝，手機廠商對手機預裝APP，一般都是一些大公司在手機出廠前就和廠商，像華為、小米、vivo等做預裝的量比較大，相當于你的手機在出廠時就已經安裝了APP。
最后一種是水貨刷機。第三方的刷機基本是在線下，會有一些專門做刷機的廠商，每天成批刷機。在你手機出廠后，會刷一批系統，自帶APP。我們也可以找這些水貨刷機的廠商直接做預裝，比如刷機精靈等在做。
除此之外，還可以通過社會化推廣的方式來做，比如在社群做分享，在社區形成二次甚至多次傳播，也可以做推廣，但是這種的數據的分析就不太好做。
總之，對于安卓來說，用戶來源就分以上幾種，每一種可以分別去定義。不同類型的推廣方式，可從不同的維度做數據的分析。
比如說像第三方應用市場，很多用戶都是通過這個渠道來下載APP，所以這方面的數據更多的是看活躍和留存；像廣告聯盟這種，是通過積分墻來分析，更多的是用戶完成任務通過量級來做分析。
具體的渠道數據分析更多由產品經理和負責渠道推廣對接的同事直接對接，了解真正想要獲取的數據。這一塊比較敏感，因為推廣是花錢有成本的，目的是能通過最少的錢換取最多高質量的用戶。
>>>> iOS，渠道較少，除了越獄，官方渠道只有一個AppStore
原則上我們所有的數據和激活都是通過AppStore這個渠道來獲取，但是在實際推廣的過程中，我們更多的是想分析用戶是通過什么渠道跳轉到AppStore上進行下載，激活產品。這就需要我們直接和技術做最底層的對接——API接口對接。
例如，我們想要和廣點通合作，廣點通可能會在騰訊的網站上推廣我們APP的二維碼，用戶通過掃碼跳到了AppStore進行下載。這時候我們需要對廣點通進行結算，廣點通這邊和我們這邊都需要出技術人員，互相判斷有多少用戶來自廣點通，做技術對接。
至于具體的對接流程，廣點通那邊針對下載的手機號做一些標識，通過API傳給我們的技術人員，對比我們自己服務端的下載激活有多少是由標識的手機號帶來的，大概就是這樣的流程。
可能單說，大家不太理解。可以找一家第三方推廣公司，他們有詳細的API對接文檔，開發人員一看就懂，并不難。
總之，iOS不同來源的區分，相較于安卓來說，從技術上來說比較復雜，因為需要做底層的接口對接。從分析的角度來說是一樣的，都是通過區分不同的渠道ID，來看數據在我們整體每天的新增、活躍和下載的表現。
總結：Android的渠道，分第三方應用市場、廣告聯盟、廠商預裝、水貨刷機、社會化推廣。iOS的渠道，更多的是跟第三方做API對接。APP內使用webview框架接入的H5頁面，是用app的統計工具去統計，還是用web網頁的統計工具去統計，還是兩者都用？哪種方式更合適。或者是否可以分別舉例哪種場景更適合用哪種方式。兩種都可以。個人認為看需求和使用場景，如果你只是單純想統計頁面的點擊，直接使用友盟做自定義事件；如果是想統計頁面之間的各種跳轉，直接在webview框架接入的H5頁面的方式更合適、更專業。是不是除了安裝第三方的sdk，app本身就是產生用戶行為的日志記錄文件，第一方的日志文件？如果有的話，這種文件一般有些什么信息？這個是肯定有的，我們不用埋點，照樣有些數據是可以直接統計出來的。這些基本的日志文件，從狹義來說，更多是服務器本身儲存API的訪問流的記錄，可以通過第三方的工具訪問日志，涉及到一些技術的方案。
簡單來說，我們所有APP的頁面很多都是通過訪問接口的方式來獲取頁面信息，比如頁面一刷新就向服務器發一個請求數據的代碼，通過這段代碼就可以保存到我們服務器本地，用于未來做行為數據的分析。
文件的信息包括手機設備、版本、使用場景，網絡情況等都是可以定制的，可以和開發商量。但是大小有一定限制，否則會影響效率。請問分享老師除了分享ppt以及自己的經歷外，能否提供一些資源，比如常看的網站、一些自己收藏的資料等？一方面會更新一些產品新的功能，對我們的每一步的數據統計都有幫助；另外很多第三方平臺都會定期放出一些官方的統計報告，一些數據分析的技術解決方案和數據分析方法。
（比較新，學習先進的技術，也在評估后期接入他們家的SDK）
這里面不建議一個APP里面接入多家的SDK，一方面可能會有程序上的問題，之間會出現調用互相沖突，不好判斷；另一方面可能會有泄露的風險，雖然很多平臺都說絕對不會泄露，但防人之心不可無，自己家的數據還是越少人知道越好。
（經常放一些運營推廣知識和渠道商的聯系方式，明碼標價）
阿里無線數度數據產品經理，阿里的無線數度都是由他一手設計的，我自己很多數據分析的啟蒙都是來自于他，是個很善于總結的人。
Heidixie格物志 http://heidixie.lofter.com/ ?
最近沒有更新，自己不做數據產品分析，但是有很多數據產品的解讀，值得一看。
曹政的微信公眾號（id：caozsay），百度的大牛，當年負責百度的廣告推薦，從數據角度分析問題的文章都是經典，但是文章比較難懂，大神級。
http://www.devstore.cn/service/newproductList/cla14.html《流量的秘密—Google
?Analytics網站分析與優化技巧》?這兩本的作者都是藍鯨（網名），早期做Google Analytics領域特別經典的人物。這兩本雖然基于網站的分析，但和移動端的很多理念類似。前一本是自己寫的，后一本是翻譯的，都是經典中的經典。
移動開發必讀書單
您也可以關注我們的官方微信公眾號（ID：ctoutiao），給您更多好看的內容。
聲明：本文由墨加科技企業號發布，依據企業號用戶協議，該企業號為文章的真實性和準確性負責。創頭條作為品牌傳播平臺，只為傳播效果負責，在文章不存在違反法律規定的情況下，不繼續承擔甄別文章內容和觀點的義務。
