手機(jī)上的大數(shù)據(jù)2：手機(jī)大數(shù)據(jù)的特點(diǎn)

隨著移動(dòng)設(shè)備的功能越來(lái)越強(qiáng)大，移動(dòng)互聯(lián)網(wǎng)與傳統(tǒng)互聯(lián)網(wǎng)之間的差異愈發(fā)不容忽視。新型的技術(shù)以及數(shù)據(jù)分析方案都展現(xiàn)一個(gè)全新的網(wǎng)絡(luò)模式。我們需要打破一些固有的思維，重新審視手機(jī)上的大數(shù)據(jù)。

移動(dòng)互聯(lián)網(wǎng)具有互聯(lián)網(wǎng)的很多特征，但移動(dòng)互聯(lián)網(wǎng)作為一個(gè)新生事物，也有其自身的“不同”。

用戶(hù)在互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)上表征的不同

移動(dòng)互聯(lián)網(wǎng)的“碎片化”

互聯(lián)網(wǎng)造就了宅男宅女，把人們拴在了電腦桌前；而移動(dòng)互聯(lián)網(wǎng)又解放了宅男宅女，把他們又重新放回了現(xiàn)實(shí)世界中去。

在車(chē)站等車(chē)時(shí)，拿著手機(jī)在翻閱小說(shuō)；站在商圈里，拿著手機(jī)搜尋熱點(diǎn)商家；或者是在睡覺(jué)前，拿著PAD看看有什么娛樂(lè)信息，看看喜歡的文章，既拉長(zhǎng)了用戶(hù)們覆蓋的范圍，也拓寬了其使用網(wǎng)絡(luò)的時(shí)間。

無(wú)疑，相對(duì)于成熟互聯(lián)網(wǎng)應(yīng)用而言，移動(dòng)互聯(lián)網(wǎng)的應(yīng)用主要還是在填補(bǔ)上下班、辦事途中，晚上睡覺(jué)前等碎片化時(shí)間。因此，“打發(fā)時(shí)間”類(lèi)應(yīng)用也躋身三大類(lèi)主要應(yīng)用之一，而且受眾面極廣。

手機(jī)上的碎片化

雖然受眾面廣，時(shí)間占比高，但由于“碎片”的特點(diǎn)，目前還沒(méi)有一個(gè)很好的盈利模式將其利用起來(lái)。當(dāng)然，這也是一個(gè)市場(chǎng)發(fā)展必然要經(jīng)歷的過(guò)程。先讓盡可能多的用戶(hù)用起來(lái)吧，暫時(shí)先不要去考慮如何盈利，為時(shí)尚早。

手機(jī)閱讀的使用時(shí)間

手機(jī)視頻時(shí)間

可以看到，在晚上十點(diǎn)至十一點(diǎn)手機(jī)閱讀和手機(jī)視頻都達(dá)到了高峰，典型的睡覺(jué)前時(shí)間，從一個(gè)側(cè)面反映了手機(jī)應(yīng)用時(shí)間與互聯(lián)網(wǎng)應(yīng)用的不同。

移動(dòng)互聯(lián)網(wǎng)帶來(lái)的復(fù)雜形勢(shì)

移動(dòng)互聯(lián)網(wǎng)絕不僅是有線的業(yè)務(wù)延展到無(wú)線那么簡(jiǎn)單。勢(shì)必會(huì)產(chǎn)生一些呈幾何圖形增長(zhǎng)的業(yè)務(wù)，充分發(fā)揮移動(dòng)互聯(lián)網(wǎng)的特點(diǎn)，比如LBS，比如O2O。

移動(dòng)互聯(lián)網(wǎng)的發(fā)展使得一些本來(lái)看似不相關(guān)的東西串了起來(lái)，我隱隱有種感覺(jué)。元芳，你怎么看？

所以，移動(dòng)互聯(lián)網(wǎng)的數(shù)據(jù)處理巨絕不簡(jiǎn)單是統(tǒng)計(jì)分析，而是多種更為先進(jìn)的算法來(lái)找到隱藏在層層迷霧下面的真相。

互聯(lián)網(wǎng)分析與移動(dòng)互聯(lián)網(wǎng)分析上的差異

Web Analytics（網(wǎng)站分析）已經(jīng)被各種互聯(lián)網(wǎng)企業(yè)、電子商務(wù)企業(yè)、以及傳統(tǒng)行業(yè)的企業(yè)網(wǎng)站廣泛使用。而Mobile Analytics卻還是一個(gè)新鮮的事物。它和Web Analytics有繼承的關(guān)系，但是又有明顯的區(qū)別。

（通常所說(shuō)的Mobile Analytics主要指Mobile Application Analytics，也就是各種移動(dòng)設(shè)備上的原生應(yīng)用的數(shù)據(jù)統(tǒng)計(jì)分析。）

在Web Analytics中，絕大部分情況下用戶(hù)是基于瀏覽器的cookie進(jìn)行統(tǒng)計(jì)的。

也就是說(shuō)，其實(shí)使用同一臺(tái)電腦的同一個(gè)瀏覽器上網(wǎng)的兩個(gè)人會(huì)被計(jì)為一個(gè)獨(dú)立用戶(hù)（Unique Visitor），而同時(shí)使用同一臺(tái)電腦的IE和Chrome瀏覽器的同一個(gè)人卻會(huì)被計(jì)為兩個(gè)獨(dú)立用戶(hù)。Mobile Analytics的對(duì)象卻不同，它是按照移動(dòng)設(shè)備（例如手機(jī)）來(lái)統(tǒng)計(jì)的，絕大部分情況下每個(gè)移動(dòng)設(shè)備的使用者是唯一的。所以它比Web Analytics更能精確到人，這意味著可以在此基礎(chǔ)上提供更個(gè)性化的服務(wù)和更精準(zhǔn)的營(yíng)銷(xiāo)。

手機(jī)上的數(shù)據(jù)分析

這還不是Mobile Analytics唯一讓人著迷的地方。瀏覽器的Cookie很容易被清除或覆蓋，但是基于設(shè)備的統(tǒng)計(jì)相對(duì)更為穩(wěn)定和長(zhǎng)久。這使得用戶(hù)細(xì)分（Segmentation）和斷代分析（Cohort Analytics）可以更加準(zhǔn)確和實(shí)用。我們可以通過(guò)某種條件（例如當(dāng)年3月份的新增用戶(hù)并且使用時(shí)長(zhǎng)超過(guò)20分鐘的）篩選出一批用戶(hù)，分析他們的行為模式。

Mobile Analytics和Web Analytics還有個(gè)很大的區(qū)別是，前者統(tǒng)計(jì)數(shù)據(jù)時(shí)，有可能是離線或者信號(hào)不好、網(wǎng)絡(luò)不穩(wěn)定的狀態(tài)，導(dǎo)致統(tǒng)計(jì)數(shù)據(jù)無(wú)法立即上傳。等到數(shù)據(jù)能上傳時(shí)，可能已經(jīng)隔了幾小時(shí)到幾天不等。而Web Analytics則不會(huì)出現(xiàn)這種情況，不能上網(wǎng)就無(wú)法訪問(wèn)網(wǎng)站，如果能上網(wǎng)站但是不能連接到統(tǒng)計(jì)服務(wù)器，這部分統(tǒng)計(jì)數(shù)據(jù)也不會(huì)被重新發(fā)送。這使得Mobile Analytics需要更復(fù)雜的數(shù)據(jù)補(bǔ)償策略。

從數(shù)據(jù)量上來(lái)說(shuō)，Mobile Analytics一點(diǎn)都不比Web Analytics少。它需要統(tǒng)計(jì)很多Web Analytics所沒(méi)有的數(shù)據(jù)，例如設(shè)備型號(hào)、應(yīng)用版本、推廣渠道、甚至位置信息，同時(shí)還有很多開(kāi)發(fā)者自定義的事件。而移動(dòng)設(shè)備（含平板電腦）總量的增長(zhǎng)率遠(yuǎn)遠(yuǎn)大于PC（含筆記本電腦）總量的增長(zhǎng)率，每個(gè)移動(dòng)設(shè)備上的移動(dòng)應(yīng)用個(gè)數(shù)的增長(zhǎng)也非?？臁Ｋ蕴峁┕卜?wù)的Mobile Analytics平臺(tái)都是典型的大數(shù)據(jù)應(yīng)用場(chǎng)景。