不懂數據分析的程序猿不是好的產品經理
之前寫過一篇關於獲取流量的文章，里面提到了數據分析在提升收入里會起到至關重要的作用，筆者有幸畢業后從事第一份的工作便是與數據挖掘與分析相關，做的是網站方面的統計分析，公司是覆蓋了幾十萬中小站長的統計平台，每天漂浮在腦子里的就是各種各樣的指標和數據——PV、UV、IP、新增用戶、活躍用戶、用戶屬性、頁面跳轉率、頁面到達率、訪問深度、訪問時長......之后便慢慢學會分析如何在刨除SEO因素的層面去提高一個頁面用戶粘性；在保持獨立變量的前提下去分析廣告應該擺在哪個位置可以帶來最好的點擊率；在現有的內容不變的條件下如何去合理排版減少用戶流失等等。之后的工作中逐漸發現數據分析在產品運營以及決策中起到的作用，這不單單是一個企業BI人員需要去做的事情，而在產品的初期設計、推廣、運維中無處不在，所以也就出現了開頭的那句話。
而到了移動互聯網層面上，似乎數據挖掘不是那么好做了，udid取代了pc端的cookie，成為了標識用戶的唯一途徑，而隨着日趨完善的殺毒及防護系統，移動設備用戶的行為及屬性似乎更加難以捉摸，在數據源獲取不准確的情況下去做分析就難上加難了。作為靠流量變現為生開發者的我，從之前潛移默化的工作經驗中積累了一些使用數據分析提高收入的一些方法，希望能夠跟各位同行們討論一下。
工欲善其事，必先利其器
如果沒有合適的工具，光靠眼睛是沒法做分析的，好在我們處在一個免費開源的互聯網環境中，自然就會有很多優秀的輔助工具出現，web端我們有百度統計、cnzz，移動端我們有Flurry、友盟、TalkingData等，有興趣的童鞋也可以研究研究Google Analytics。簡單調查了一下，目前國內大多數開發者都會使用的友盟統計，所以我這里我就着重講一下我是怎么使用它的。
友盟改版后的功能和界面與Flurry有着異曲同工之處，雖然本人比較偏愛Flurry的Dashboard（可能是對Ios系統的鍾愛），但是對友盟的界面風格以及功能方面還算比較滿意，畢竟是工具，實用才是硬道理！
學會多維度分析
和很多同行聊了一下各自友盟的使用情況，總結到的是：很多人每天就看看概況里的新增用戶、活躍用戶、留存用戶等幾個指標，稍微有心的會進行一下同期對比，看看數據是增是減，再對比一下在廣告平台的數據及收入情況，出入不大就認為正常，如果出入較大就會興師問罪，其實在我使用的過程中，發現友盟很多功能模塊還是非常實用的，比如[應用趨勢]里的按小時為單位的啟動次數統計，你會發現自己的啟動情況是有一定的波動規律的，如這款與黃歷運勢相關的應用，可以清晰的看到每天8-10點的啟動次數是最多的，因為里面提供了Push每天宜忌的功能，這個時候便可以適當的加一兩條廣告，可以達到事半功倍的效果。
另外統計分析里的“漏斗模型”是經常性被拿出來使用的，可以很容易的去看到用戶到達每一個步驟深度的篩選情況，數據可視化后，便可集中的去分析某一步驟帶來的影響，以及如何提高某一環節的轉化率，比如我這款在游戲主界面加了積分牆的游戲產品，用戶首次需要獲取一定的積分才能進入關卡，這款應用的新增用戶量不少，但是單位用戶收入卻很低，為了研究積分牆設定的模式對游戲本身的影響，通過[功能使用]里的頁面訪問路徑可以看到，在用戶打開應用時會有5.5%打開積分牆，30.6%會離開應用，63.9%會試着選擇游戲關卡，而在重復2、3步驟時，實際進入到積分牆來獲取積分的用戶占比只有1.8%。
從圖2我找到了原因：用戶首次進入積分牆的流失率竟高達44%！而在重復2、3步驟時的流失率也在17%，由此可見用戶剛進入到游戲便加以限制並不是一個很明智的選擇，我意圖通過游戲本身的吸引力來提高單位用戶收入的美好願景並不可行，所以我乖乖的給予用戶免費開通了第一個關卡，而下面的關卡需要一定的積分才能激活，這樣不但提高了用戶留存率，也相應的提高了一些單位用戶收入。
同時友盟也提供了更為實用的工具——[事件轉化率]，旨在通過用戶自定義事件來進行路徑分析，其實此類功能在web統計里就已經膾炙人口，唯一的缺點是對於站長而言，一個頁面上的鏈接、按鈕、內容都過於繁多，從而在網站流量不是那么大的情況下，單獨定義一個事件的漏斗分析會產生一定的數據失真，導致分析上的偏差，而移動端的優勢在於其正好規避了這一點——通常移動端應用的單一頁面，不會給予用戶多個選擇的入口，從而在流量集中的情況下，事件轉化率的分析便顯得更有效果。
如上述一個有三個步驟的事件模型，分別是廣告彈窗、廣告（應用）詳情介紹、應用下載，其實我們最關注的是最后的一步——廣告應用下載，可以結合上下兩圖來分析幾個問題：
1、 步驟2及步驟3的轉化率是否達到預期
2、 如何快速有效提高步驟3的轉化率
3、 流程設計是否合理
首先，廣告從彈窗-展示-用戶點擊下載這個流程是沒什么大問題的，而很明顯我們對廣告下載率的預期比較很大，因為它決定了最終收入，而1.6%的彈窗-下載其實並不算高，而從上圖可以得知，廣告彈窗到廣告詳情展示還是有很大提升空間的，如果盡量的提高用戶展示廣告的留存率，是否能一定幫助下載率呢？
這里我做了另一個版本：在廣告彈出時，不允許用戶消除，而必須點擊進入詳情頁才能消除，可見下面的效果：
這樣大家也就明白了，為什么目前國內很多廣告平台將廣告消除的按鈕故意設計的比較小，或故意將廣告語設計的誘人無比，造成用戶誤點，這是最簡單粗暴的增加轉化率的方式且屢試不爽，雖然一定程度的強迫和誘導了用戶，卻也深受廣告平台和開發者的喜愛。
理性看待數據
現在滿天下都是鋪天蓋地的“大數據”、“雲”，筆者有幸參加了幾次大數據的論壇及峰會，感覺打廣告的多，賣服務器的多，真正作分析的卻很少。“一屋不掃何以掃天下”，如果身為一個開發者，自己連做廣告營收的關鍵數據都不清楚，如何衡量一種廣告形式的優劣以及廣告平台的好壞，就很容易被一些所謂的“大公司”、“大平台”、“大數據”的光環忽悠。其實每天不必盯着數據研究新增用戶有多少，活躍用戶有幾何，只需要以“轉化率”、“單位用戶收入”為核心來整體考量，然后分不同的廣告形式分別評估即可。
轉化率：平均每個新增用戶的廣告下載量/點擊量
單位用戶收入：平均每個用戶的收入
然后結合Banner的填充率、點擊率，積分牆的打開量、推廣量，插屏的展示量、點擊率、推廣量等指標分別計算，只要數據波動在合理的范圍內，就沒必要去計較過多。比如你看到自己今天友盟統計的活躍用戶多了，但是廣告收入反而少了，那么就要結合新增用戶量及廣告的展示量來看，是否大部分活躍用戶並沒有去打開廣告列表？
另外需要強調的一點是，友盟統計新增和活躍用戶相對會寬松一些，他們最新的SDK會提供給開發者三種發送數據的策略
1、 啟動時發送
2、 按時間間隔發送
3、 退出時發送
眾所周知移動端定位用戶信息是通過Udid號，而我研究了一下，友盟老用戶的統計存在一定的生命周期，即過了一段時間之后，這個用戶再次訪問，就又成了新用戶，而廣告平台的老用戶基本上是永久性的，這點相信不必解釋過多，所以基本上友盟的統計數據是大於目前大部分廣告平台的統計數據的，不明白的就會認為被扣了量。
其實驗證一個廣告平台是否扣量的方法很簡單，只要看這幾個數據：
1、 單位用戶收入
2、 數據實時性——即多長時間更新一次
3、 分時段統計的數據穩定性
多看分析案例
雖然目前市面上移動廣告收入的分析比較少，但大家還可以從其它類型的分析報告中學習到很多東西，個人經驗是，艾瑞、DCCI、易觀的這種看個宏觀數據就可以了，他們也不會給你特別精細的數據，多逛逛36氪，199IT，可以從他們從國外翻譯過來的一些報告中掌握一些分析方法，更深入的如RFM模型分析和社交網絡分析等，可以去一些知名的數據挖掘博客，推薦blog：
http://shenhaolaoshi.blog.sohu.com/
我的blog: