目前市面上比較常見，使用比較多的移動應(yīng)用統(tǒng)計(jì)平臺大概有3、4家，國外比較流行的是Flurry，功能上非常全面，另外就是Google Analytics也推出了移動版，但是其在國內(nèi)基本無法正常使用。而在國內(nèi)的統(tǒng)計(jì)分析平臺中目前比較有名的是友盟以及TalkingData。此外，一些應(yīng)用市場，也有專門的統(tǒng)計(jì)分析工具，為其開發(fā)者提供數(shù)據(jù)服務(wù)。

我們將重點(diǎn)放在Flurry、友盟，以及TalkingData，這三款移動應(yīng)用數(shù)據(jù)統(tǒng)計(jì)分析平臺上來，做一個(gè)簡單的對比體驗(yàn)。

Flurry

作為移動應(yīng)用統(tǒng)計(jì)分析領(lǐng)域里的標(biāo)桿平臺，Flurry擁有非常全面的功能，并不僅僅限于數(shù)據(jù)統(tǒng)計(jì)、分析功能，還提供App Circle廣告、推廣平臺功能?？梢哉fFlurry是目前最全面的移動應(yīng)用統(tǒng)計(jì)分析產(chǎn)品，除了統(tǒng)計(jì)單個(gè)應(yīng)用內(nèi)的各類數(shù)據(jù)指標(biāo)外，還可以提供跨應(yīng)用之間的轉(zhuǎn)化統(tǒng)計(jì)等針對企業(yè)級用戶的功能。單純從移動應(yīng)用的數(shù)據(jù)統(tǒng)計(jì)功能來看，F(xiàn)lurry也處于領(lǐng)先位置。其功能模塊設(shè)置合理，分析維度全面，分析流程易于理解，堪稱最強(qiáng)。

圖1：Flurry

就單應(yīng)用內(nèi)數(shù)據(jù)統(tǒng)計(jì)分析功能而言，F(xiàn)lurry把各類分析模塊進(jìn)行了分類，為的是更易理解數(shù)據(jù)。進(jìn)入應(yīng)用分析后，用戶首先看到的是Dashboards面板，內(nèi)容包括一些關(guān)于應(yīng)用的基本趨勢數(shù)據(jù)，比如會話數(shù)量趨勢（Flurry的不少參數(shù)都使用了“會話”-Sessions這個(gè)概念）、激活用戶數(shù)量變化趨勢、平均會話時(shí)長等基本數(shù)據(jù)。通過Dashboard用戶可以快速了解其應(yīng)用當(dāng)前的整體趨勢狀態(tài)。

加之Flurry對Dashboard進(jìn)行了強(qiáng)化，現(xiàn)在Flurry的用戶可以更具自身需求自行創(chuàng)建Dashboard面板，靈活度有了極大提高。并且Flurry提供了一些現(xiàn)成的Dashboard模版，對應(yīng)幾種比較常見的應(yīng)用類型，用戶可以快速選擇自己想要的Dashboard樣式，方便監(jiān)控想要的數(shù)據(jù)。

圖2：Flurry的Dashboard功能十分強(qiáng)大

大多數(shù)情況下，對于“數(shù)據(jù)報(bào)表”需求而言，Dashboard基本夠用。但想要進(jìn)一步深入了解用戶、了解渠道等內(nèi)容，僅靠數(shù)據(jù)簡單的Dashboard顯然是不夠的。Flurry在這方面做的非常全面，總共有4大類，23項(xiàng)功能用于幫助開發(fā)者了解用戶，了解用戶行為。4個(gè)大分類包括：使用（Usage）、受眾（Audience）、事件（Events），以及技術(shù)（Technical）。“使用”中主要統(tǒng)計(jì)的是一些應(yīng)用的基本情況，包括新增用戶、激活用戶、會話、會話時(shí)長、使用頻率等內(nèi)容。

需要說明的是，其中的會話時(shí)長、用戶使用頻率、用戶留存三個(gè)項(xiàng)目中，如果開發(fā)者提供了相應(yīng)系統(tǒng)平臺市場的開發(fā)者ID，可以在這三個(gè)項(xiàng)目中對比自己應(yīng)用與相同分類下也內(nèi)平均水平的對比，讓開發(fā)者可以大致了解自身應(yīng)用在行業(yè)內(nèi)所處的位置和現(xiàn)狀。受眾一項(xiàng)中包括諸如受眾興趣，興趣這一項(xiàng)又分為兩大類，其一是當(dāng)前應(yīng)用的用戶對開發(fā)者其他應(yīng)用的興趣；其二則是當(dāng)前應(yīng)用用戶對同類型應(yīng)用的感興趣程度；此外還包括用戶的年齡、性別、地理位置、語言信息，這些信息除了可以讓開發(fā)者了解自己應(yīng)用的受眾屬性外，還可以用作Flurry特有的用戶群劃分功能。

圖3：只有注冊用戶才能獲得全部功能

事件分類中主要的是一些開發(fā)者定義好的觸發(fā)事件，也就是業(yè)內(nèi)人士熟知的“自定義事件”，這一功能主要用于監(jiān)控一些開發(fā)者關(guān)心的用戶特殊操作，比如是否付費(fèi)等等，同時(shí)也是監(jiān)控應(yīng)用內(nèi)各類轉(zhuǎn)化的關(guān)鍵所在。這是統(tǒng)計(jì)平臺是否足夠靈活的直接體現(xiàn)，這方面Flurry做的相當(dāng)出色，不但能夠方便的組織、添加各種自定義事件，并且還可以根據(jù)自定義事件的觸發(fā)，給出獨(dú)立的可視化圖標(biāo)，非常直觀。

而在Flurry更新后，在事件中改進(jìn)了漏斗功能，開發(fā)者可以將一系列自定義事件組織成一系列漏斗，通過自定義的事件漏斗，用來考察每一步自定義事件之間的用戶轉(zhuǎn)化率。這是一種非常靈活的統(tǒng)計(jì)分析方式，尤其適合IAP應(yīng)用內(nèi)監(jiān)控應(yīng)用內(nèi)道具的販賣、促銷情況。技術(shù)分類中統(tǒng)計(jì)的是運(yùn)營商信息以及用戶使用的設(shè)備情況，比如聯(lián)網(wǎng)方式、系統(tǒng)版本、錯誤報(bào)告等等，主要是與用戶群劃分有關(guān)。最后，F(xiàn)lurry提供完善的管理模塊，開發(fā)者可以在管理模塊中定義自己的用戶群劃分、自定義事件，而在最新的更新中便加入了預(yù)警功能，通過設(shè)置預(yù)警閥值及通知方式，開發(fā)者可以隨時(shí)隨地獲知突發(fā)情況，即時(shí)作出應(yīng)對。

基本功能上Flurry非常全面，同時(shí)在細(xì)節(jié)上也有許多值得稱道之處。比如精細(xì)的用戶群劃分，以及方便的全局多維度篩選。開發(fā)者通過用戶群劃分模塊，可以根據(jù)自身需求設(shè)置出不同的用戶群，這一過程實(shí)際上就是通過一些條件將用戶篩選出來。比如通過使用時(shí)長、會話次數(shù)等信息確定忠誠用戶，通過特定的付費(fèi)事件圈定付費(fèi)用戶，或是根據(jù)受眾信息，如年齡、性別，對用戶群進(jìn)行細(xì)分。當(dāng)開發(fā)者完成用戶群細(xì)分后，就可以方便的鎖定自己的目標(biāo)用戶，進(jìn)行持續(xù)跟蹤，分析目標(biāo)用戶行為，進(jìn)而進(jìn)行運(yùn)營動作，或是精確的改進(jìn)產(chǎn)品。

而多維度篩選功能，則為開發(fā)者提供了強(qiáng)大的篩選工具，通過用戶群、時(shí)間、版本等信息的組合過濾，開發(fā)者可以快速獲得需要的數(shù)據(jù)報(bào)表，全面而細(xì)致的了解自己應(yīng)用的各種情況。

Flurry無論在功能上還是細(xì)節(jié)上的表現(xiàn)都非常出色，除去前面提到的單應(yīng)用內(nèi)數(shù)據(jù)統(tǒng)計(jì)分析外，Company頁面還可以了解開發(fā)者目前發(fā)布的所有應(yīng)用的數(shù)據(jù)情況，最新更新加入的Conversions（轉(zhuǎn)化）功能，更是提供了開發(fā)者自身應(yīng)用間的各種用戶、會話轉(zhuǎn)化，并提供轉(zhuǎn)化漏斗功能，特別適合開發(fā)多個(gè)應(yīng)用的開發(fā)者、廠商使用。除此之外，F(xiàn)lurry的AppCircle還為開發(fā)者提供應(yīng)用推廣服務(wù)，開發(fā)者的應(yīng)用既可作為廣告的載體出現(xiàn)，也可以加入推廣渠道，前者用于幫助開發(fā)者盈利，后者用于幫助開發(fā)者推廣應(yīng)用，可以說考慮的非常全面。

圖4：完整的跨應(yīng)用轉(zhuǎn)化支持是Flurry最強(qiáng)大的功能之一

對于國內(nèi)開發(fā)者而言，F(xiàn)lurry有一些先天的不足需要注意。

首先，這套服務(wù)平臺架設(shè)在國外，基于一些眾所周知的問題，在國內(nèi)訪問Flurry并不穩(wěn)定，雖然比Google Analytics要好很多，訪問速度也可以接受，但這畢竟只是前臺服務(wù)，數(shù)據(jù)統(tǒng)計(jì)真正的核心在于后臺的數(shù)據(jù)收集，前臺服務(wù)能夠訪問，并不能說明后臺數(shù)據(jù)收集也能順暢進(jìn)行。如果你開發(fā)的應(yīng)用主攻海外市場，用戶基本上都是歐美用戶，那么Flurry的數(shù)據(jù)準(zhǔn)確性還是可以保證的；反過來，如果目標(biāo)市場是國內(nèi)，那就要考慮數(shù)據(jù)的準(zhǔn)確性及數(shù)據(jù)延遲的問題。

Flurry并不像Google Analytics提供中文界面，它只有英文UI，即便英文很好的情況下，要想理解多少有些繞的概念和參數(shù)，還是需要花上不少時(shí)間用于研究的。

圖5：Flurry的AppCircle功能幫助開發(fā)者推廣產(chǎn)品

友盟

友盟是創(chuàng)新工場孵化的項(xiàng)目之一，是目前國內(nèi)開發(fā)者最熟悉的移動應(yīng)用數(shù)據(jù)統(tǒng)計(jì)分析平臺。在某種層面上來看，友盟與Flurry有很多相似之處。但在全面性、完整性方面，還有一定差距。目前友盟提供的SDK數(shù)量很多，包括標(biāo)準(zhǔn)的統(tǒng)計(jì)分析SDK、社交分享SDK、用戶反饋SDK，以及游戲統(tǒng)計(jì)分析SDK等。開發(fā)者可以根據(jù)需要自行選擇，但統(tǒng)計(jì)分析SDK可以說是必選項(xiàng)目。平臺方面，友盟目前支持iOS、Android及Windows Phone平臺

圖6：umeng

友盟在做了一次重大的版本更新，對UI和功能劃分做了重新規(guī)劃。添加了一些新的功能，比如原本的“回訪用戶”部分被替換成了現(xiàn)在的留存用戶，并且添加了原本沒有的渠道分析模塊。此外，友盟的這次更新大幅度調(diào)整了UI設(shè)計(jì)，平臺首頁和功能頁面全部更新。對于老用戶來說，如此重大的改動，在使用時(shí)難免會遇到重新適應(yīng)的問題。不得不說的是，友盟改版后，在功能模塊設(shè)置方面更像Flurry了。

圖7：友盟的產(chǎn)品中心

UI的變化其實(shí)并不是重點(diǎn)，對于開發(fā)者來說，提供完善的數(shù)據(jù)統(tǒng)計(jì)功能才是更據(jù)實(shí)際意義的。改版后友盟并沒有像Flurry那樣提供一個(gè)“公司”頁面，但仍然提供了一個(gè)簡單的綜合產(chǎn)品趨勢圖表，進(jìn)入產(chǎn)品中心后，即可看到所有產(chǎn)品的簡明數(shù)據(jù)概況，并且根據(jù)新用戶、活躍用戶，和啟動次數(shù)提供了3個(gè)可選時(shí)間粒度的曲線圖。點(diǎn)擊具體應(yīng)用后，就進(jìn)入了單一應(yīng)用數(shù)據(jù)統(tǒng)計(jì)分析頁面。

就單一應(yīng)用數(shù)據(jù)統(tǒng)計(jì)分析而言，友盟提供的功能還是比較全面的。其模塊設(shè)計(jì)思路也比較清晰，基本上是沿著基本情況、用戶情況、設(shè)備情況、事件監(jiān)控、轉(zhuǎn)化分析這一流程不斷深入的。統(tǒng)計(jì)概況中包含基本統(tǒng)計(jì)和版本分布，幫助開發(fā)者了解基本的數(shù)據(jù)情況，主要是用戶增長情況和應(yīng)用的啟動次數(shù)等信息。隨后的用戶分析中，友盟在最新的更新中加入了活躍用戶和留存用戶兩個(gè)新參數(shù)。

在活躍用戶圖表中，開發(fā)者可以了解到應(yīng)用的日活躍、周活躍、月活躍用戶數(shù)量趨勢，同時(shí)也可以了解到周活躍率和月活躍率。而留存用戶則是用于考察用戶忠誠度的參數(shù)，簡單來說就是新增用戶經(jīng)過一段時(shí)間后，仍有多少用戶繼續(xù)使用應(yīng)用。這是一個(gè)相當(dāng)重要的參數(shù)，一方面可以體現(xiàn)出應(yīng)用的質(zhì)量；另一方面，它也是考察運(yùn)營動作、渠道推廣、渠道質(zhì)量的重要參數(shù)。比如，開發(fā)者可以通過考察某一時(shí)間點(diǎn)的留存用戶情況，對比自身應(yīng)用推廣獲得的新增用戶情況，用于評估活動推廣效果、渠道用戶質(zhì)量等運(yùn)營細(xì)節(jié)。

在時(shí)間粒度方面，友盟的留存用戶模塊提供按周和按月查詢兩種方式。但是對于現(xiàn)在不少以周為周期迭代更新的應(yīng)用來說，這個(gè)顆粒度不夠細(xì)。畢竟大量的客戶流失都發(fā)生在安裝應(yīng)用后的前幾日內(nèi)，看日留存率還是很有必要的。

用戶分析中的另外一項(xiàng)重要功能就是頁面訪問統(tǒng)計(jì)，使用過Flurry的開發(fā)者對這個(gè)功能一定不會陌生。這一功能主要是統(tǒng)計(jì)用戶在應(yīng)用內(nèi)各頁面跳轉(zhuǎn)的情況，可以比較方便的了解到哪些功能、頁面更受用戶歡迎，也比較容易找到用戶流失嚴(yán)重的功能模塊，對產(chǎn)品改進(jìn)有很大價(jià)值。

另一項(xiàng)在本次更新中新加入的功能就是渠道分析模塊。這主要是針對國內(nèi)第三方Android應(yīng)用推廣渠道較多，開發(fā)者希望了解各渠道帶來用戶的差異，而應(yīng)運(yùn)而生的功能（Flurry就沒有渠道分析功能）。友盟的渠道分析提供針對不同渠道的用戶新增、活躍、啟動次數(shù)等基本參數(shù)的統(tǒng)計(jì)功能，結(jié)合之前的用戶留存模塊，開發(fā)者可以相對直觀的了解到各推廣渠道的質(zhì)量。值得一提的是，友盟專門給開發(fā)者提供了“渠道打包工具”，方便開發(fā)者針對不同渠道封包應(yīng)用，簡化開發(fā)者的開發(fā)工作。

圖8：友盟為開發(fā)者提供完善的渠道打包工具

友盟的自定義事件模塊主要用于管理設(shè)置好的自定義事件，并針對每一個(gè)自定義事件提供數(shù)據(jù)統(tǒng)計(jì)功能。如果開發(fā)者需要了解到各事件之間的轉(zhuǎn)化情況，就需要進(jìn)入轉(zhuǎn)化率分析模塊，利用友盟提供的漏斗模型功能，基本使用流程上與Flurry很接近，設(shè)置好事件轉(zhuǎn)化流程后，即可查看每個(gè)步驟之間的轉(zhuǎn)化情況。

圖9：便捷的轉(zhuǎn)化漏斗設(shè)置

以上是友盟近期更新的一些關(guān)鍵功能，另外像是傳統(tǒng)的終端及網(wǎng)絡(luò)、錯誤分析等功能，友盟仍然提供給開發(fā)者。這些數(shù)據(jù)目前還不能像Flurry那樣用于細(xì)分用戶群，希望友盟能夠盡快推出用戶群細(xì)分功能，一方面能夠給開發(fā)者提供更為全面的服務(wù)，另一方面也可以更充分的利用自身平臺數(shù)據(jù)，使這些數(shù)據(jù)成為有機(jī)的整體。

友盟在最新的更新中，加入了類似Flurry的全局篩選功能，不過目前來看這一功能似乎存在一些問題，比如選擇按版本查看后，再選擇一個(gè)時(shí)間段，之前選擇的版本設(shè)置會恢復(fù)到默認(rèn)的“全部”，反之亦然。如果這不是一個(gè)Bug的話，那么只能是這個(gè)全局篩選功能并不能做到跨版本、跨時(shí)間段交叉篩選，只是比較像全局篩選的開關(guān)而已。

友盟在數(shù)據(jù)統(tǒng)計(jì)的功能設(shè)置上，還是比較全面的，但在數(shù)據(jù)分析層面，與Flurry還有較大差距，這方面還有很多空間可挖。

作為國內(nèi)知名度較高的移動應(yīng)用數(shù)據(jù)統(tǒng)計(jì)分析平臺，友盟做的已經(jīng)很不錯。尤其是友盟也和Flurry一樣，具有應(yīng)用聯(lián)盟平臺，在這個(gè)平臺上用戶可以通過內(nèi)置友盟的移動廣告平臺實(shí)現(xiàn)盈利，也可以通過友盟的交換網(wǎng)絡(luò)實(shí)現(xiàn)應(yīng)用推廣，對開發(fā)者來說還是比較方便的。

不過國內(nèi)應(yīng)用推廣、廣告領(lǐng)域可以說是魚龍混雜，形勢頗為復(fù)雜。友盟的服務(wù)雖然對開發(fā)者來說足夠便捷，但最終的實(shí)現(xiàn)層面上的價(jià)值有多大，還需要進(jìn)一步考察。

圖10：友盟的應(yīng)用聯(lián)盟支持廣告投放和換量推廣

Talking Data

作為移動應(yīng)用統(tǒng)計(jì)領(lǐng)域的“新生事物”，Talking Data有著自己獨(dú)特的一套統(tǒng)計(jì)分析體系。比如說前面我們提到友盟近期更新的新功能——留存用戶和渠道分析，Talking Data已經(jīng)提供了完整的支持。雖然在渠道分析功能上尚有不足，但不難看出Talking Data在產(chǎn)品設(shè)計(jì)方面確有獨(dú)到的見解。

圖11：talkingdata

Talking Data的數(shù)據(jù)統(tǒng)計(jì)分析模塊只有4個(gè)大分類，分別是用戶和使用、參與度分析、渠道統(tǒng)計(jì)和自定義事件。

Talking Data的所有統(tǒng)計(jì)分析模塊都被分別安置在這4個(gè)分類中，這一點(diǎn)與其他統(tǒng)計(jì)分析平臺有很大區(qū)別。而這4個(gè)分類恰好是由淺入深，從基本數(shù)據(jù)統(tǒng)計(jì)到深入數(shù)據(jù)分析這樣一個(gè)流程。這應(yīng)該是由Talking Data對移動應(yīng)用數(shù)據(jù)分析的理解而產(chǎn)生的產(chǎn)品設(shè)計(jì)。

進(jìn)入單一應(yīng)用統(tǒng)計(jì)分析頁面后，首先看到的是應(yīng)用概況，這個(gè)模塊實(shí)際上是一個(gè)快速報(bào)表頁面，里面集中體現(xiàn)了用戶比較關(guān)注的一些指標(biāo)和參數(shù)，這一點(diǎn)與Flurry的Dashboard比較接近，但Talking Data并不提供自定義模塊功能。目前我們可以從應(yīng)用概況里了解到近日概況、應(yīng)用摘要、活躍概況、時(shí)段分析，及30日數(shù)據(jù)趨勢；另外還有4個(gè)Top 10排名表格，包括地區(qū)、渠道、啟動次數(shù)和全版本受訪功能頁面。如果僅僅用于做每日數(shù)據(jù)報(bào)表，這個(gè)應(yīng)用概況頁面提供的數(shù)據(jù)是足夠用了。

此外，前面提到的這些圖表都有不同分類選擇，比如在30日數(shù)據(jù)趨勢圖表中，開發(fā)者可以通過標(biāo)簽按鈕在新增用戶、活躍用戶等參數(shù)之間切換；而時(shí)段分析中還提供對比功能，可以通過篩選要查看的項(xiàng)目，再復(fù)選對比目標(biāo)，即可快速查看同時(shí)段不同日期之間的數(shù)據(jù)差異。

圖12：Talking Data的快速報(bào)表非常全面

如果需要更深入的了解應(yīng)用情況，僅靠應(yīng)用概況肯定是不夠的。通過用戶和使用模塊，開發(fā)者可以了解用戶趨勢、地區(qū)分布、設(shè)備機(jī)型、運(yùn)營商和網(wǎng)絡(luò)、錯誤報(bào)告，功能上還是比較全面的。同時(shí)，這一模塊中的所有圖表都有不同細(xì)節(jié)數(shù)據(jù)可以篩選，比如趨勢分析中我們就可以查看新增用戶、活躍用戶、平均使用時(shí)長等信息，并可以根據(jù)日期進(jìn)行數(shù)據(jù)篩選。

Talking Data詳細(xì)報(bào)表中的數(shù)據(jù)（例如設(shè)備的分布）都是同時(shí)提供具體數(shù)據(jù)和百分比，相比之下友盟只提供了百分比。

圖13：可根據(jù)時(shí)間段篩選的趨勢分析功能

參與度分析中，則提供用戶保留、用戶回訪、日啟動次數(shù)、使用時(shí)長、頁面訪問模塊。從這些功能模塊設(shè)置不難看出，到這開發(fā)者已經(jīng)進(jìn)入了數(shù)據(jù)分析領(lǐng)域，這些模塊結(jié)合開發(fā)者的應(yīng)用運(yùn)營、推廣，可以分析出不少有用的數(shù)據(jù)。前面我們曾提到，用戶保留是Talking Data在2個(gè)月前上線時(shí)就已經(jīng)提供的功能，足見其受重視程度之高。在用戶保留模塊中，共有兩個(gè)圖表，分別是用戶保留（即留存用戶）和用戶流失漏斗。

Talking Data的用戶保留提供更細(xì)致的分析粒度，開發(fā)者可以根據(jù)需要選擇日留存、周留存和月留存。更細(xì)致的用戶保留功能對應(yīng)用運(yùn)營推廣更有意義——在實(shí)施一次推廣操作后，第二天即可查看活動帶來的新用戶的保留情況，對活動質(zhì)量、渠道質(zhì)量的考察更有價(jià)值。同時(shí)，以天為單位的新增用戶流失漏斗，更為直觀的為開發(fā)者提供用戶流失情況，而且這個(gè)漏斗圖表還能通過鼠標(biāo)拖拽縮放，這一點(diǎn)著實(shí)出乎我們的意料。

圖14：支持每日用戶留存統(tǒng)計(jì)和用戶流失漏斗的用戶保留功能對精細(xì)化運(yùn)營有很大幫助

Talking Data同樣擁有頁面訪問模塊，不過這部分Talking Data的表現(xiàn)就比較一般，雖然也有頁面跳轉(zhuǎn)統(tǒng)計(jì)，但不夠直觀表格樣式相對于Flurry和友盟的頁面跳轉(zhuǎn)流，在理解和閱讀方面表現(xiàn)的不夠好。

另外一個(gè)Talking Data比較重視的功能就是渠道統(tǒng)計(jì)了。這方面Talking Data做得也不錯。添加渠道后，開發(fā)者可以根據(jù)渠道對細(xì)節(jié)數(shù)據(jù)進(jìn)行篩選。展開渠道趨勢圖表后，可以通過圖表上的數(shù)據(jù)標(biāo)簽分別查看諸如新增用戶、活躍用戶、平均使用時(shí)長等細(xì)節(jié)數(shù)據(jù)，用于對比渠道質(zhì)量極為方便。結(jié)合前面的首日用戶保留，堪稱考察渠道推廣效果之利器。除了渠道數(shù)據(jù)圖表外，渠道趨勢對比圖標(biāo)可以更直觀的提供新增用戶、活躍用戶和啟動次數(shù)的對比，美中不足是可對比的項(xiàng)目只有前面提到的這三項(xiàng)。

Talking Data的自定義事件模塊比較特別，開發(fā)者在使用Talking Data的自定義事件時(shí)，并不需要事先在前端平臺做事件聲明，只需在整合SDK階段，按照需求直接寫入自定義事件即可，Talking Data會自動在前端服務(wù)平臺生成相應(yīng)的自定義事件統(tǒng)計(jì)項(xiàng)目。所以在Talking Data的自定義事件模塊中，直接提供的就是一個(gè)事件轉(zhuǎn)化漏斗，而且這個(gè)事件轉(zhuǎn)化漏斗創(chuàng)建也非常簡單，只要在下拉列表中選擇好事件，即時(shí)出現(xiàn)轉(zhuǎn)化數(shù)據(jù)，方便快捷，并且可以保存，便于今后快速查詢。

圖15：流向清晰操作便捷的自定義事件模塊

總體來看，Talking Data在功能方面更注重分析，整體導(dǎo)向也是按照“先統(tǒng)計(jì)-后分析-再轉(zhuǎn)化”這一流程逐步推進(jìn)的，可以滿足不同層面的開發(fā)者對數(shù)據(jù)統(tǒng)計(jì)的需要。當(dāng)然，目前的Talking Data還有很多不足之處，畢竟上線時(shí)間不是很長。比如說雖然有一個(gè)產(chǎn)品中心，但產(chǎn)品中心里僅能提供簡單的跨應(yīng)用累計(jì)用戶總數(shù)、今日新增用戶總數(shù)等非常簡單的數(shù)據(jù)統(tǒng)計(jì)，距離像Flurry提供的那種支持跨應(yīng)用轉(zhuǎn)化統(tǒng)計(jì)的產(chǎn)品中心還很遠(yuǎn)。目前的Talking Data還不提供用戶群劃分功能，作為重視數(shù)據(jù)分析的一款產(chǎn)品，這方面需要加強(qiáng)。

另外就是，數(shù)據(jù)篩選方面不夠統(tǒng)一，雖然在操作方式上比較接近，也能夠提供確實(shí)有效的篩選，但篩選方式還比較單一，這一點(diǎn)讓人覺得比較遺憾。

總結(jié)

更多詳細(xì)參數(shù)表述、介紹，感興趣的讀者可以前往這些平臺的產(chǎn)品網(wǎng)站下載對應(yīng)的開發(fā)文檔，開發(fā)文檔中有更為詳盡的說明和介紹。

實(shí)際上，對于一款復(fù)雜的移動應(yīng)用數(shù)據(jù)統(tǒng)計(jì)產(chǎn)品來說，僅看功能還不夠，服務(wù)的穩(wěn)定性、數(shù)據(jù)的及時(shí)性，乃至技術(shù)支持等等，都是應(yīng)該考量的地方。

本文借鑒CSDN個(gè)人博客Wei_Leng，僅供各位熱衷于移動應(yīng)用開發(fā)推廣運(yùn)營的朋友參考。