数据统计平台调研报告
一、调研目的
目前有多种APP应用数据统计平台，如友盟、腾讯移动分析、Cobub Razor、Bugly等。当前运营统计需求有按公司进行分组统计PV、UV等数据，因此需要对上述几个平台进行调研。
1.名词解释：
PV：即页面浏览量；用户每1次对APP中的每个网页访问均被记录1次。用户对同一页面的多次访问，访问量累计。
UV：指访问某个站点或点击某条新闻的不同IP地址的人数。
二、调研内容
1.友盟
友盟包含如下统计分析种类：
1)应用概况
实时统计：今日与历史数据的对比
整体趋势：APP应用的整体概要、用户数的趋势统计
2)用户分析
新增用户：按日、周对第一次进行启动的用户的统计
活跃用户：按日、周对启动过一次的用户的统计
沉默用户：用户在安装后或次日无启动行为的统计
启动次数：对用户打开应用次数统计
版本分布：应用的版本进行统计
行业对比：同行业APP对比
3)用户构成
周用户构成：对回流用户、连续活跃用户、忠诚用户的统计
用户成分转化：对变化系数的趋势统计
4)留存分析
留存用户：某段时间新增的用户，经过一段时间后，仍继续使用的用户
5)渠道分析
分析各渠道用户数量的趋势对比
6)用户参与度
使用时长：一次启动的使用时长
使用频率：日启动的次数
访问页面：用户一次启动访问的页面数量
使用间隔：同一用户两次启动间隔时间
7)功能使用
页面访问路径：用户从打开到离开应用整个过程中每一步骤的页面访问。
自定义事件：事件的触发次数。
事件转化率：整个事件的最终转化率
8)终端属性
设备机型、分辨率、操作系统、网络、运营商、地域等信息
9)错误分析
错误趋势：错误数、影响用户数、影响用户/活跃用户、错误解决率
错误列表
10)社会化分享
如果集成了友盟的社会化分享，可统计应用社会化分享
11)消息推送
友盟实现了消息推送功能。
12)APP发送策略
启动时发送、按间隔发送
调研结论：友盟可支持很多数据的统计，包括其自己的社会化分享和消息推送，植入SDK方便快捷，属于埋点统计，支持用户分组，分组方式如下：
a)活跃时间
b)触发、不触发事件
SDK无法修改，不能发送到指定服务器，无法支撑需求。
2.腾讯移动分析
腾讯移动分析是腾讯出的一款数据统计平台，可统计的数据有：
1)应用概况
实时统计：今日与历史数据的对比
整体趋势：APP应用的整体概要、用户数的趋势统计
2)用户、设备分析
用户留存率：某段时间新增的用户，经过一段时间后，仍继续使用的用户
用户流失与回流：在一个观察周期后不活跃的用户与超过一个周期后，用户再次使用的统计
用户活跃度：
用户画像：通过用户数据画出用户基本画像
设备画像：用过设备基本信息
用户时段：启动次数、新增用户、活跃用户
周用户构成：对一周内的回流、流失、活跃、忠实用户的统计
3)版本渠道分析
渠道分布：不同渠道的新增、活跃、启动次数等
渠道效果：不同渠道的留存、使用时长、使用次数
版本分布：不同版本的新增、活跃、启动次数、时长
4)用户参与度
使用时长、频率：
页面访问：人均访问页面数量
页面路径：从一个页面去向其他路径的分流情况
页面来源：所选页面访问量的来源情况
5)事件分析
自定义事件：事件的触发次数
漏斗模型：事件转化
6)质量监控
错误统计：错误发生次数
错误分析：错误原因
错误告警：当错误达到一定比率，可邮件、微信通知开发人员
统计接口监控：对统计的接口的失败率，耗时等监控
网速监控：感觉意义不大。。
7)上报策略
实时发送
wifi下发送
批量发送（达到30条发送）
启动时发送
开发者模式
间隔时间发送
调研结论：腾讯移动分析统计内容较细，SDK植入便捷，支持用户群组，用户群支持如下情况：
a)时间段范围
b)设备属性
c)触发自定义事件
d)触发漏斗
由于SDK不能修改，无法发送到指定URL，另外群组无法支持运营需求。
3.CobubRazor
Cobub Razor是一款开源的统计平台，服务平台可以部署在本地，SDK可以自行修改上传地址和参数格式。其平台统计内容有：
1)应用概况
分布渠道：按渠道统计新增、日活、启动次数、使用时长、周活、月活等
版本分布：按版本统计新增、活跃用户数
2)用户
使用频率：统计使用次数
使用时长：统计每次使用时长
分时段趋势：按时段统计活跃、新增数量
页面访问路径：用户的页面访问路径比例
地域分析：按地域统计用户启动次数和新增用户数量
用户留存：
用户行为轨迹
3)终端网络
设备型号
操作系统
分辨率
运营商
联网方式
厂商
4)事件转化率
事件转化率：即自定义事件流的转化率
5)错误分析
错误趋势
错误列表
6)发送策略
启动时发送
立即发送
定时发送
调研结论：Cobub
Razor，其统计平台统计内容相对较少，不支持分组统计，不过可以对其SDK进行修改，将数据发送到指定URL上。再由服务器开发人员开发统计平台。
4.Bugly
Bugly将运营统计和bug上报分成两个模块，即Bugly更加重视bug分析处理，其统计项如下：
1)应用概览
对使用用户、启动次数、安装用户、版本渠道统计
2)用户分析
版本分布：累计新增用户、使用用户、启动次数
留存分析：用户的留存分析
使用频率、时长：可按渠道、版本统计用户启动次数、使用时长
3)渠道分析
渠道分布：分渠道统计用户启动次数、新增用户数
4)异常上报
异常概览：统计用户崩溃率、次数崩溃率、发生次数、影响用户数、用户联网数等，可多版本对比
崩溃分析：崩溃的log，开发者可设置已处理，可按版本、是否处理查询，崩溃详情可以查看手机信息及崩溃日志和页面跟踪
卡顿分析：统计遇到的卡顿异常，及相应的手机信息、日志和页面跟踪
错误分析：
调研结论：Bugly正如其名，更加注重APP出现的bug分析处理，在数据统计方面统计项较少，统计内容不丰富。建议采用bugly对app进行bug统计分析。
