
如何用數(shù)據(jù)來做渠道效果的分析
日前和幾個(gè) BD 朋友聊天,聽到說“現(xiàn)在很多渠道投放的效果猶如霧里看花,點(diǎn)擊很多,激活很少,留存更是骨感……”想到自己對當(dāng)下的統(tǒng)計(jì)后臺還算了解,所以想從數(shù)據(jù)角度講下渠道效果分析的幾點(diǎn)經(jīng)驗(yàn)。
幾乎所有的運(yùn)營人員都會(huì)接觸到渠道推廣。這些渠道推廣可能是付費(fèi)渠道,可能是免費(fèi)渠道,無論是哪一種渠道推廣,都是需要我們付出成本的。在與渠道打交道的過程中,有時(shí)候涉及到跟渠道分成或者跟渠道合作,我們需要統(tǒng)計(jì)從渠道獲取的用戶的數(shù)量;有時(shí)候涉及到渠道付費(fèi),我們需要鑒別渠道用戶的質(zhì)量的好壞,控制并提高渠道的效果。
工欲善其事,必先利其器。我們可以利用第三方統(tǒng)計(jì)工具來對渠道投放進(jìn)行監(jiān)控,通過一些指標(biāo)來有效的監(jiān)控渠道投放的數(shù)量和質(zhì)量。
工具
一般來說,統(tǒng)計(jì)工具具備很完整的Android渠道監(jiān)控的功能了。我們可以選擇集成了統(tǒng)計(jì)分析SDK,來使用其中的Android渠道監(jiān)控的功能。我在下面列舉了一些統(tǒng)計(jì)分析工具。
國外的統(tǒng)計(jì)工具:mixpanel、flurry、localytics、google analytics for mobile。
如果我們的應(yīng)用是做海外發(fā)行,建議優(yōu)先選擇國外的統(tǒng)計(jì)工具。除了時(shí)差的問題(大部分統(tǒng)計(jì)工具采用服務(wù)器時(shí)間進(jìn)行計(jì)算),由于偉大的墻的存在,數(shù)據(jù)包從國外傳輸?shù)絿鴥?nèi)會(huì)存在一定比例的丟失。
國內(nèi)的統(tǒng)計(jì)工具:友盟、騰訊移動(dòng)統(tǒng)計(jì)、talkingdata、avodcloud、dataeye。
如果我們的用戶主要集中在大陸地區(qū),可以優(yōu)先使用國內(nèi)的統(tǒng)計(jì)工具。一個(gè)好的統(tǒng)計(jì)工具,它的服務(wù)是穩(wěn)定的,數(shù)據(jù)是安全的,指標(biāo)和維度具備完整性,擁有自由靈活的高級功能。
友盟是國內(nèi)最早的統(tǒng)計(jì)分析工具,在數(shù)據(jù)穩(wěn)定性和功能完整性上的表現(xiàn)是很優(yōu)秀的。
talkingdata和dataeye是做游戲分析起家的,在游戲領(lǐng)域,talkingdata和dataeye分別在華北和華南地區(qū)具備很大的知名度。他們在游戲指標(biāo)和維度上的設(shè)計(jì)也是很專業(yè)的。
騰訊的優(yōu)勢是具備強(qiáng)大的社交關(guān)系鏈。這個(gè)優(yōu)勢也輸出到了騰訊統(tǒng)計(jì)分析中。騰訊統(tǒng)計(jì)分析具備強(qiáng)大的用戶畫像功能,這個(gè)數(shù)據(jù)能夠幫助開發(fā)者更好的了解用戶。
獨(dú)立部署企業(yè)版本:talkingdata企業(yè)版本、ly、Cobub razor。
我們也可以購買獨(dú)立部署的數(shù)據(jù)服務(wù),將數(shù)據(jù)的收集、計(jì)算、展示都放到私有云上。
統(tǒng)計(jì)原理
Android平臺的應(yīng)用市場比較多,推廣方式也很豐富。我們可以通過分包發(fā)布來區(qū)分不同的渠道。
簡單的說,就是開發(fā)人員為每個(gè)渠道生成一個(gè)渠道包,每個(gè)渠道包用不同的渠道字段來標(biāo)示。運(yùn)營人員再將這些渠道包上傳到渠道中,當(dāng)有用戶下載激活app時(shí),就可以在報(bào)表頁面中查看到不同渠道來的用戶的數(shù)據(jù)了。
用友盟統(tǒng)計(jì)分析舉個(gè)例子。開發(fā)人員可以在manifest文件的<application>節(jié)點(diǎn)中添加下面這行配置。
<meta-data android:value=”Channel ID” android:name=”UMENG_CHANNEL”/>
將“Channel ID”改成需要標(biāo)示的渠道,比如小米、豌豆莢等。
關(guān)于數(shù)據(jù)準(zhǔn)確性的問題
一般來說,統(tǒng)計(jì)工具是使用IMEI+MAC來唯一標(biāo)示一臺Android設(shè)備。當(dāng)然這是一個(gè)簡化的說法,實(shí)際上,Android的設(shè)備id存在很多缺陷,比如mac存在漂移,imei存在沖突,所以一個(gè)好的統(tǒng)計(jì)工具會(huì)有自己的id組合策略,而非單一的設(shè)備id來唯一標(biāo)示一臺設(shè)備。不同的統(tǒng)計(jì)系統(tǒng)的id方案不一樣,所以我們會(huì)發(fā)現(xiàn)不同的統(tǒng)計(jì)系統(tǒng)會(huì)存在微小的偏差。如果這個(gè)偏差在一定范圍內(nèi),是可接受的。
除了可接受的誤差之外,我們可能還會(huì)遇到很多其他的數(shù)據(jù)問題。我總結(jié)了一些列舉在下面。
為什么渠道后臺的數(shù)據(jù)大于統(tǒng)計(jì)系統(tǒng)的數(shù)據(jù)
渠道是基于下載計(jì)算的,統(tǒng)計(jì)工具是基于激活計(jì)算的。也就是說,
- 用戶下載了app但未運(yùn)行,統(tǒng)計(jì)系統(tǒng)無法統(tǒng)計(jì)到;
- 用戶使用app時(shí)未聯(lián)網(wǎng),統(tǒng)計(jì)系統(tǒng)也獲取不了這個(gè)用戶數(shù)據(jù);
- 用戶之前安裝過該app,從某渠道下載了一個(gè)新版本,這個(gè)用戶只能算一個(gè)老用戶,不計(jì)入該渠道的新增用戶中。
這些情況都會(huì)導(dǎo)致渠道后臺的數(shù)據(jù)大于統(tǒng)計(jì)系統(tǒng)的數(shù)據(jù)。
為什么渠道后臺的數(shù)據(jù)小于統(tǒng)計(jì)系統(tǒng)的數(shù)據(jù)
安卓市場情況非常混亂,會(huì)存在小渠道抓包發(fā)布的情況。同時(shí),各渠道之間有資源互通的合作,例如豌豆莢與二十多家渠道互通資源,如果一個(gè)應(yīng)用的新版本未在豌豆莢發(fā)布,豌豆莢本身的搜索引擎性質(zhì)仍能通過豌豆莢下載其他渠道(如安智)的安裝包,此時(shí)應(yīng)用在本身安智渠道的下載量并不會(huì)增加,但友盟統(tǒng)計(jì)后臺安智渠道會(huì)新增用戶+1
不同的統(tǒng)計(jì)工具,數(shù)據(jù)對不上
正如前面所說,不同的統(tǒng)計(jì)系統(tǒng)的id方案不同,會(huì)存在微小的偏差。
此外,如果一個(gè)統(tǒng)計(jì)工具是基于賬號系統(tǒng),一個(gè)統(tǒng)計(jì)工具基于設(shè)備,可能會(huì)存在一個(gè)設(shè)備登陸好幾個(gè)賬號,或者一個(gè)賬號跨屏登陸的情況,這兩個(gè)系統(tǒng)數(shù)據(jù)肯定是對不上的。
原理
相比Android平臺,iOS是一個(gè)封閉的生態(tài)(暫不考慮越獄渠道)。我們不能通過分包發(fā)布來區(qū)分渠道用戶,只能通過短鏈分發(fā)來監(jiān)控渠道的效果。
具體的說,每個(gè)app在appstore上對應(yīng)了一個(gè)唯一的鏈接,我們可以將這個(gè)原始鏈接封裝成不同的短鏈接,將短鏈接交給渠道,這樣就可以區(qū)分來源于不同渠道的用戶了。
從技術(shù)步驟上來看,一個(gè)終端手機(jī)用戶如果點(diǎn)擊了渠道上這個(gè)短鏈接,會(huì)跳轉(zhuǎn)到appstore頁面上。這個(gè)過程會(huì)觸發(fā)一個(gè)服務(wù)器端的請求,服務(wù)器會(huì)記錄這次點(diǎn)擊的設(shè)備信息,包括ip地址、機(jī)型等。如果這個(gè)終端用戶下載并激活了這個(gè)app,會(huì)向服務(wù)器發(fā)送一個(gè)激活包的信息。短鏈監(jiān)控平臺將激活信息與點(diǎn)擊信息進(jìn)行匹配,從而計(jì)算出點(diǎn)擊、激活等數(shù)據(jù)。
工具
我們可以自建短鏈監(jiān)控系統(tǒng),也可以選擇國內(nèi)外成熟的解決方案來進(jìn)行iOS渠道的監(jiān)控。
- 廣告平臺自帶廣告監(jiān)測工具:Inmobi AdTracker、google adwords
- 第三方廣告監(jiān)測平臺:umtrack、appcpa、mobile app tracking、Tapstream
一般來說,選用第三方平臺會(huì)比廣告平臺自帶的監(jiān)控工具更加具備公正性。我們需要盡早做好準(zhǔn)備,在一個(gè)app還沒有進(jìn)入推廣期時(shí),就選擇接入第三方廣告監(jiān)測平臺。這樣,第三方平臺中保存了這個(gè)app的歷史數(shù)據(jù),在進(jìn)行渠道推廣時(shí)能夠判斷新老用戶,從而數(shù)據(jù)會(huì)更加準(zhǔn)確。
關(guān)于數(shù)據(jù)準(zhǔn)確性的問題
精確性
有的運(yùn)營人員做渠道投放,每個(gè)渠道都投放了,點(diǎn)擊量特別高,可能達(dá)到上萬,甚至兩三萬,但激活量特別低,呈現(xiàn)個(gè)位數(shù)。費(fèi)用都花光了,但是效果沒有出來。自己也做分析,投放的平臺也做分析,但是卻得不到結(jié)論。
我們做數(shù)據(jù)分析的前提是需要拿到靠譜的數(shù)據(jù)。如果數(shù)據(jù)不準(zhǔn)確,基于這個(gè)數(shù)據(jù)分析出來的結(jié)論是沒有意義的。
我們做iOS正版的渠道推廣,需要注意的是,第三方短鏈服務(wù)存在一個(gè)精確度的問題。
具體來說,用戶點(diǎn)擊短鏈的時(shí)候,服務(wù)器端只能獲取到ip地址,獲取不了openudid這樣設(shè)備標(biāo)示符的信息。我們知道ip地址是一個(gè)會(huì)變化的地址,并不能唯一的標(biāo)示一臺設(shè)備。
比如我在公司wifi下點(diǎn)擊下載app,但是回家才打開app體驗(yàn)產(chǎn)品,因?yàn)閕p地址切換了,這個(gè)激活是匹配不上的;另外一個(gè)例子就是,一個(gè)咖啡店中,一個(gè)客人點(diǎn)擊短連接,另一個(gè)客人去appstore上搜索并下載激活了這個(gè)app,因?yàn)檫@兩個(gè)客人都連接了咖啡店的wifi,屬于同一個(gè)ip地址,系統(tǒng)會(huì)認(rèn)為這個(gè)點(diǎn)擊和激活是可匹配的。
所以用ip地址進(jìn)行匹配的原理存在天然的缺陷,是一種有誤差的統(tǒng)計(jì)。
合作平臺
正是因?yàn)檫@種統(tǒng)計(jì)原理的缺陷,監(jiān)控平臺會(huì)通過跟DSP、網(wǎng)盟這樣的渠道建立合作來避免和消除不準(zhǔn)確性。
當(dāng)有用戶點(diǎn)擊短鏈接時(shí),渠道回傳可靠的設(shè)備標(biāo)示符給監(jiān)控平臺(如idfa、idfv、openid等)。用戶激活時(shí),監(jiān)控平臺可以使用設(shè)備標(biāo)示符來匹配激活和點(diǎn)擊的數(shù)據(jù),從而提高了整個(gè)系統(tǒng)的數(shù)據(jù)準(zhǔn)確性。
如果我們使用付費(fèi)推廣的方式來獲取新用戶,一定要提前了解監(jiān)控平臺是否與對應(yīng)的渠道建立了合作關(guān)系,如果有合作,那么監(jiān)控平臺上的數(shù)據(jù)是非常準(zhǔn)確,廣告平臺也認(rèn)可用這個(gè)數(shù)據(jù)來結(jié)算的。
與此同時(shí),總有一些推廣渠道是監(jiān)控平臺合作所覆蓋不到的。比如社會(huì)化營銷推廣,這種推廣的效果只能使用ip地址來匹配。
這種不準(zhǔn)確的效果數(shù)據(jù)對我們的意義就在于:粗略地了解每一次推廣的趨勢,通過相對的對比來分析每一次推廣的效果,優(yōu)化營銷推廣方案。
寫在最后:
正確的選擇渠道監(jiān)控工具只是我們數(shù)據(jù)分析的第一步,我們還需要學(xué)會(huì)使用數(shù)據(jù)指標(biāo)和高級功能來分析渠道的效果。下一篇,我將重點(diǎn)針對這個(gè)主題,談?wù)動(dòng)心男┲笜?biāo)和維度可以用來反映渠道的用戶質(zhì)量,如何通過數(shù)據(jù)分析來辨別渠道作弊,分析渠道的效果。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10