
手機上的大數(shù)據(jù)2:手機大數(shù)據(jù)的特點
隨著移動設(shè)備的功能越來越強大,移動互聯(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,重新審視手機上的大數(shù)據(jù)。
移動互聯(lián)網(wǎng)具有互聯(lián)網(wǎng)的很多特征,但移動互聯(lián)網(wǎng)作為一個新生事物,也有其自身的“不同”。
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)實世界中去。
在車站等車時,拿著手機在翻閱小說;站在商圈里,拿著手機搜尋熱點商家;或者是在睡覺前,拿著PAD看看有什么娛樂信息,看看喜歡的文章,既拉長了用戶們覆蓋的范圍,也拓寬了其使用網(wǎng)絡(luò)的時間。
無疑,相對于成熟互聯(lián)網(wǎng)應(yīng)用而言,移動互聯(lián)網(wǎng)的應(yīng)用主要還是在填補上下班、辦事途中,晚上睡覺前等碎片化時間。因此,“打發(fā)時間”類應(yīng)用也躋身三大類主要應(yīng)用之一,而且受眾面極廣。
手機上的碎片化
雖然受眾面廣,時間占比高,但由于“碎片”的特點,目前還沒有一個很好的盈利模式將其利用起來。當(dāng)然,這也是一個市場發(fā)展必然要經(jīng)歷的過程。先讓盡可能多的用戶用起來吧,暫時先不要去考慮如何盈利,為時尚早。
手機閱讀的使用時間
手機視頻時間
可以看到,在晚上十點至十一點手機閱讀和手機視頻都達到了高峰,典型的睡覺前時間,從一個側(cè)面反映了手機應(yīng)用時間與互聯(lián)網(wǎng)應(yīng)用的不同。
移動互聯(lián)網(wǎng)絕不僅是有線的業(yè)務(wù)延展到無線那么簡單。勢必會產(chǎn)生一些呈幾何圖形增長的業(yè)務(wù),充分發(fā)揮移動互聯(lián)網(wǎng)的特點,比如LBS,比如O2O。
移動互聯(lián)網(wǎng)的發(fā)展使得一些本來看似不相關(guān)的東西串了起來,我隱隱有種感覺。元芳,你怎么看?
所以,移動互聯(lián)網(wǎng)的數(shù)據(jù)處理巨絕不簡單是統(tǒng)計分析,而是多種更為先進的算法來找到隱藏在層層迷霧下面的真相。
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。
(通常所說的Mobile Analytics主要指Mobile Application Analytics,也就是各種移動設(shè)備上的原生應(yīng)用的數(shù)據(jù)統(tǒng)計分析。)
在Web Analytics中,絕大部分情況下用戶是基于瀏覽器的cookie進行統(tǒng)計的。
也就是說,其實使用同一臺電腦的同一個瀏覽器上網(wǎng)的兩個人會被計為一個獨立用戶(Unique Visitor),而同時使用同一臺電腦的IE和Chrome瀏覽器的同一個人卻會被計為兩個獨立用戶。Mobile Analytics的對象卻不同,它是按照移動設(shè)備(例如手機)來統(tǒng)計的,絕大部分情況下每個移動設(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)上提供更個性化的服務(wù)和更精準(zhǔn)的營銷。
手機上的數(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)計相對更為穩(wěn)定和長久。這使得用戶細(xì)分(Segmentation)和斷代分析(Cohort Analytics)可以更加準(zhǔn)確和實用。我們可以通過某種條件(例如當(dāng)年3月份的新增用戶并且使用時長超過20分鐘的)篩選出一批用戶,分析他們的行為模式。
Mobile Analytics和Web Analytics還有個很大的區(qū)別是,前者統(tǒng)計數(shù)據(jù)時,有可能是離線或者信號不好、網(wǎng)絡(luò)不穩(wěn)定的狀態(tài),導(dǎo)致統(tǒng)計數(shù)據(jù)無法立即上傳。等到數(shù)據(jù)能上傳時,可能已經(jīng)隔了幾小時到幾天不等。而Web Analytics則不會出現(xiàn)這種情況,不能上網(wǎng)就無法訪問網(wǎng)站,如果能上網(wǎng)站但是不能連接到統(tǒng)計服務(wù)器,這部分統(tǒng)計數(shù)據(jù)也不會被重新發(fā)送。這使得Mobile Analytics需要更復(fù)雜的數(shù)據(jù)補償策略。
從數(shù)據(jù)量上來說,Mobile Analytics一點都不比Web Analytics少。它需要統(tǒng)計很多Web Analytics所沒有的數(shù)據(jù),例如設(shè)備型號、應(yīng)用版本、推廣渠道、甚至位置信息,同時還有很多開發(fā)者自定義的事件。而移動設(shè)備(含平板電腦)總量的增長率遠(yuǎn)遠(yuǎn)大于PC(含筆記本電腦)總量的增長率,每個移動設(shè)備上的移動應(yīng)用個數(shù)的增長也非??臁K蕴峁┕卜?wù)的Mobile Analytics平臺都是典型的大數(shù)據(jù)應(yīng)用場景。
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
訓(xùn)練與驗證損失驟升:機器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 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 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(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。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(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)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(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)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(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” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 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、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(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 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(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值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(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” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(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 ...
2025-09-11