用戶人群細(xì)分

[*]Upsight (含付費(fèi)項(xiàng)目)：Upsight是供移動(dòng)應(yīng)用開發(fā)人員使用的分析工具。其功能包括：用戶分組、漏斗分析、留存分析、應(yīng)用內(nèi)購買組件和無限的數(shù)據(jù)存儲(chǔ)空間。Upsight支持幾乎所有移動(dòng)平臺(tái)，包括iOS、安卓、Java Script、Adobe Air等等。
[*]Tap stream (免費(fèi))：Tap stream的亮點(diǎn)在于對(duì)用戶生命周期的分析。如果你想知道用戶每天都在哪里搜索你App的信息、或者他們?cè)谀硞€(gè)渠道上的實(shí)際下載頻率，Tap stream將成為值得你信賴的信息源。Tap stream支持iOS、Android、Windows和Mac應(yīng)用程序。
[*]Flurry Analytics (免費(fèi))：Flurry幾乎是移動(dòng)應(yīng)用分析的“行業(yè)標(biāo)準(zhǔn)”。Flurry幫助你跟蹤用戶會(huì)話，以便您可以看到用戶在操作App時(shí)遇到了什么困難。你也可以創(chuàng)建自定義人群分組，以求更好地了解App的用戶群體。
[*]Capptain (含付費(fèi)項(xiàng)目)：Capptain是一款實(shí)時(shí)分析工具，它看起來就像是一組數(shù)據(jù)儀表板。不僅為你跟蹤實(shí)時(shí)發(fā)生的用戶行為，更可以監(jiān)測(cè)到用戶的使用反饋，甚至將用戶群體進(jìn)行實(shí)時(shí)分組，基于用戶的地理位置向他們發(fā)送即時(shí)消息等等。Capptain適用于iOS、Android，HTML 5，黑莓，Windows等平臺(tái)。
[*]Followapps：App精細(xì)化分析平臺(tái)。
[*]MobileAppTracking：用戶數(shù)據(jù)跟蹤與預(yù)測(cè)模型。

觸屏熱點(diǎn)分析

[*]HeatMa.ps熱圖(需付費(fèi))：熱圖是為數(shù)不多的App熱區(qū)追蹤工具。熱圖幫助App開發(fā)人員記錄所有屏幕觸碰、手勢(shì)(擴(kuò)大/縮放/滑動(dòng))和設(shè)備定位。你甚至可以得到詳細(xì)的用戶觸屏熱點(diǎn)分布圖。唯一的遺憾是，熱圖僅支持iOS App。
[*]Heat Data (需付費(fèi))：Heat Data是另一個(gè)移動(dòng)應(yīng)用及網(wǎng)站的熱區(qū)工具。你可以跟蹤你的用戶觸及屏幕時(shí)所發(fā)生的所有行為：點(diǎn)擊、滑動(dòng)、伸縮放等等，并獲得詳細(xì)的可視化分析報(bào)告。Heat data是跨平臺(tái)的，你要做的全部事情就是復(fù)制一行JS代碼嵌入你的App并使用它。但如果你不想在你的App里嵌入JS，那么你就需要使用另一個(gè)工具。

應(yīng)用內(nèi)購買行為跟蹤

[*]Appsflyer (含付費(fèi)項(xiàng)目)：Appsflyer是一款自帶分析功能的一體化營(yíng)銷工具。你可以在同一款工具內(nèi)跟蹤應(yīng)用內(nèi)購買、軟件安裝情況和用戶使用表現(xiàn)。除了支持主流的iOS、Android和Windows系統(tǒng)外，Appsflyer還支持其它平臺(tái)與引擎，包括：Unity、Marmalade、Appcelerator等。可謂是真正地實(shí)現(xiàn)了全平臺(tái)支持。
[*]Appfigures (含付費(fèi)項(xiàng)目)：Appfigures可以在追蹤事件的同時(shí)，監(jiān)測(cè)事件相關(guān)的應(yīng)用內(nèi)銷售情況。Appfigures匯集了來自不同渠道的應(yīng)用評(píng)分、下載量和支付金額，并予以呈現(xiàn)。Appfigures同樣適用于iOS、Android和Mac平臺(tái)。他們也提供API接口，便于你使用和獲取任何其它你想要的東西。
[*]Swrve：應(yīng)用內(nèi)購買分析平臺(tái)，渠道追蹤、廣告投放于應(yīng)用評(píng)分
[*]Apsalar (含付費(fèi)項(xiàng)目)：Apsalar是專供大型應(yīng)用程序商店使用的數(shù)據(jù)分析。除了基本的用戶分析功能以外，Apsalar還擁有強(qiáng)大的廣告管理組件。
[*]App Annie (含付費(fèi)項(xiàng)目)：App Annie是很個(gè)性的分析工具，它不再分析用戶活動(dòng)，而只跟蹤應(yīng)用的下載量與銷量。無論是iTunes、Google Play還是亞馬遜商店，你都可以通過App Annie直接了解App的下載量、評(píng)級(jí)、評(píng)論和排名。
[*]Askingpoint (含付費(fèi)項(xiàng)目)：Askingpoint的亮點(diǎn)同樣在于對(duì)App評(píng)分的跟蹤。事實(shí)上，它的主要功能就是通過提示讓更多地用戶來評(píng)論你的App。雖然小編并不認(rèn)為這是提升用戶評(píng)價(jià)的最好途徑，但借助這款工具，還是可以幫助開發(fā)者更簡(jiǎn)單地獲取并跟蹤評(píng)論的。
[*]Distimo’s AppLink跨平臺(tái)的渠道分發(fā)與轉(zhuǎn)換率跟蹤工具。他們還有自己的App，幫你隨時(shí)隨地監(jiān)測(cè)App運(yùn)營(yíng)數(shù)據(jù)。
[*]Trademob：移動(dòng)營(yíng)銷分析
[*]Adxtracking：App內(nèi)廣告運(yùn)作、優(yōu)化與分析工具

基本數(shù)據(jù)統(tǒng)計(jì)

[*]亞馬遜移動(dòng)分析(免費(fèi))：移動(dòng)數(shù)據(jù)分析只是亞馬遜龐大生態(tài)鏈中的一個(gè)部分，是一款跨平臺(tái)的基本分析工具。你可以用它跟蹤你發(fā)布在的iOS、安卓，當(dāng)然還有亞馬遜平臺(tái)的應(yīng)用。它擁有你所能想到的所有典型的數(shù)據(jù)分析功能。同時(shí)它還擁有A/B Test的功能，幫助運(yùn)營(yíng)者在一個(gè)應(yīng)用上測(cè)試不同的運(yùn)營(yíng)模式。
[*]Roambi (需付費(fèi))：Roambi專注于服務(wù)大型研發(fā)團(tuán)隊(duì)。這是個(gè)3合1分析工具，它集成了基本數(shù)據(jù)分析、移動(dòng)應(yīng)用的BI報(bào)告和程序異常預(yù)警等三大功能。Roambi還允許你將數(shù)據(jù)回傳到其Box組件中，生成易于團(tuán)隊(duì)成員閱讀的數(shù)據(jù)報(bào)告。
[*]App celerator(含付費(fèi)項(xiàng)目)：App celerator的主要業(yè)務(wù)是手機(jī)應(yīng)用的整合營(yíng)銷組件，但是他們的應(yīng)用分析工具也足以獨(dú)當(dāng)一面。在App celerator工具里，你可以跟蹤新用戶和自定義事件的會(huì)話時(shí)長(zhǎng)。
[*]Countly (含付費(fèi)項(xiàng)目)：Countly是一個(gè)開源的移動(dòng)應(yīng)用分析工具。與大多數(shù)開源項(xiàng)目不同的一點(diǎn)是，Countly實(shí)際上相當(dāng)漂亮的。通過Countly你能很容易地看到你的App在不同的平臺(tái)、屏幕大小和設(shè)備上的分布情況。
[*]Kontagent：移動(dòng)應(yīng)用數(shù)據(jù)分析組件
[*]Claritics：App BI數(shù)據(jù)分析
[*]Appsee：可視化移動(dòng)應(yīng)用分析
[*]Yozio：移動(dòng)應(yīng)用數(shù)據(jù)動(dòng)態(tài)跟蹤
[*]AppsFlyer：移動(dòng)應(yīng)用的檢測(cè)和數(shù)據(jù)跟蹤
[*]Telerik：移動(dòng)應(yīng)用分析

手游分析

[*]Honey tracks (含付費(fèi)項(xiàng)目)：Honey tracks的不同點(diǎn)在于，它專注于游戲的移動(dòng)應(yīng)用分析。Honey tracks被配置來幫助游戲工作室跟蹤超過90項(xiàng)的指標(biāo)，包括手游用戶的參與度和留存分析。
[*]Playtomatic (免費(fèi))：Playtomatic也是一款開源App分析工具，但它更專注于手游領(lǐng)域。Playtomatic幫助游戲開發(fā)者追蹤游戲玩家的在手游內(nèi)的地理位置和成就，支持多個(gè)平臺(tái)，包括：iOS、Android、JavaScript、HTML 5,Unity 3D引擎等等。
[*]Applicasa：手機(jī)游戲管理平臺(tái)

目前市面上使用比較多的移動(dòng)應(yīng)用第三方數(shù)據(jù)統(tǒng)計(jì)平臺(tái)大概有3、4家左右。其中國(guó)內(nèi)比較出名的就是友盟、TalkingData等。而國(guó)外的比較受歡迎的則是Flurry，功能也非常全面，還有Google Analytics(簡(jiǎn)稱GA)的使用也比較多，當(dāng)然這是指國(guó)外，國(guó)內(nèi)使用GA被墻，有時(shí)候連網(wǎng)頁都打不開，所以除非你購買VPN，否則基本上不怎么能夠正常使用。

Flurry：Flurry幾乎可以說是目前最全面的移動(dòng)應(yīng)用統(tǒng)計(jì)分析產(chǎn)品，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(tái)功能。國(guó)內(nèi)不少使用Flurry的，但是目前Flurry不支持中文，所以需要比較好的英文水品才能看懂?dāng)?shù)據(jù)統(tǒng)計(jì)這方面的英文。

友盟：

國(guó)內(nèi)開發(fā)者使用的最多的移動(dòng)應(yīng)用數(shù)據(jù)統(tǒng)計(jì)分析平臺(tái)應(yīng)該就是友盟了。盡管在全面性、完整性方面，和Flurry還有一定差距，但是友盟提供的SDK數(shù)量有很多，包括標(biāo)準(zhǔn)的統(tǒng)計(jì)分析SDK、SNS分享SDK、用戶反饋SDK，以及應(yīng)用聯(lián)盟SDK。另外在平臺(tái)方面友盟目前支持iOS、Android及Windows Phone平臺(tái)（目前Windows Phone平臺(tái)僅提供統(tǒng)計(jì)分析SDK）。

Talking Data：

Talking Data的數(shù)據(jù)統(tǒng)計(jì)分析模塊分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。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(tái)有很大區(qū)別。

采集用戶在App中的行為數(shù)據(jù)基本上有上面的一個(gè)就夠了，具體的根據(jù)實(shí)際情況進(jìn)行選擇吧

上面關(guān)于一些工具類的回答十分精彩，我來補(bǔ)充一下整個(gè)流程是怎樣的。內(nèi)容來自APPYING

1、數(shù)據(jù)采集

首先列出你需要的數(shù)據(jù)項(xiàng)，接著評(píng)估哪部分是需要APP上報(bào)的，哪部分是后臺(tái)可以統(tǒng)計(jì)的，然后分別在前后臺(tái)加上。一般來講，APP上報(bào)采集的數(shù)據(jù)，在發(fā)布前一定要經(jīng)過謹(jǐn)慎的校驗(yàn)和測(cè)試，因?yàn)橐坏┌姹景l(fā)布出去而數(shù)據(jù)采集出了問題，不僅之前的功夫都白做了，還會(huì)帶來一大堆臟數(shù)據(jù)，同時(shí)還有可能降低客戶端的運(yùn)行效率，得不償失。

2、數(shù)據(jù)整理

數(shù)據(jù)采集完之后，需要將各種原始數(shù)據(jù)加工成為產(chǎn)品經(jīng)理需要的直觀的可看數(shù)據(jù)，這里需要做一些基本的數(shù)據(jù)邏輯關(guān)聯(lián)和展示，就不贅述了。

3、數(shù)據(jù)分析

按照一開始設(shè)計(jì)的統(tǒng)計(jì)框架，你可以很清楚的看到自己需要的數(shù)據(jù)了。比如用戶行為：哪些功能使用得被人均使用得最多，哪些按鈕被頻繁點(diǎn)擊，哪些在顯著位置卻未達(dá)到預(yù)期使用效果的功能，等等。比如內(nèi)容分析：哪篇文章被查閱最多，哪些內(nèi)容被評(píng)論或者贊得最多，等等。

當(dāng)然以上只是基礎(chǔ)得不能再基礎(chǔ)的分析，再深入一點(diǎn)的，例如你拿到這些數(shù)據(jù)，可以分析使用A功能的用戶同時(shí)還喜歡B功能，二者關(guān)聯(lián)性較強(qiáng)，是否可以在前端設(shè)計(jì)時(shí)更多的考慮整合，或者界面上的調(diào)整；比如分析點(diǎn)擊流，大部分用戶訪問或使用APP的路徑是怎么樣的，是不是把核心功能藏得太深了？再比如可以分析不同用戶屬性，比如男性用戶和女性用戶，他們?cè)谟脩粜袨樯鲜欠裼忻黠@差異？等等。同產(chǎn)品的數(shù)據(jù)分析方式和模型差距非常大，沒法一下子就說清楚。所以以上更多的是舉例。

1.數(shù)據(jù)采集首先列出你需要的數(shù)據(jù)項(xiàng)，接著評(píng)估哪部分是需要APP上報(bào)的，哪部分是后臺(tái)可以統(tǒng)計(jì)的，然后分別在前后臺(tái)加上。一般來講，APP上報(bào)采集的數(shù)據(jù)，在發(fā)布前一定要經(jīng)過謹(jǐn)慎的校驗(yàn)和測(cè)試，因?yàn)橐坏┌姹景l(fā)布出去而數(shù)據(jù)采集出了問題，不僅之前的功夫都白做了，還會(huì)帶來一大堆臟數(shù)據(jù)，同時(shí)還有可能降低客戶端的運(yùn)行效率，得不償失。

2.數(shù)據(jù)整理數(shù)據(jù)采集完之后，需要將各種原始數(shù)據(jù)加工成為產(chǎn)品經(jīng)理需要的直觀的可看數(shù)據(jù)，這里需要做一些基本的數(shù)據(jù)邏輯關(guān)聯(lián)和展示，就不贅述了。

3.數(shù)據(jù)分析按照一開始設(shè)計(jì)的統(tǒng)計(jì)框架，你可以很清楚的看到自己需要的數(shù)據(jù)了。

當(dāng)然以上只是基礎(chǔ)得不能再基礎(chǔ)的分析，再深入一點(diǎn)的，例如你拿到這些數(shù)據(jù)，可以分析使用A功能的用戶同時(shí)還喜歡B功能，二者關(guān)聯(lián)性較強(qiáng)，是否可以在前端設(shè)計(jì)時(shí)更多的考慮整合，或者界面上的調(diào)整；比如分析點(diǎn)擊流，大部分用戶訪問或使用APP的路徑是怎么樣的，是不是把核心功能藏得太深了？再比如可以分析不同用戶屬性，比如男性用戶和女性用戶，他們?cè)谟脩粜袨樯鲜欠裼忻黠@差異？等等。

不同產(chǎn)品的數(shù)據(jù)分析方式和模型差距非常大，沒法一下子就說清楚。所以以上更多的是舉例。

一些需要注意的原則

1.數(shù)據(jù)本身是客觀的，但被解讀出來的數(shù)據(jù)一定是主觀的，同樣的數(shù)據(jù)由不同的人分析很可能得出完全相反的結(jié)論，所以一定不能提前帶著觀點(diǎn)去分析（比如已經(jīng)有了假設(shè)，再用數(shù)據(jù)去論證）；

2.APP采集數(shù)據(jù)，一定是優(yōu)先級(jí)比較低的事情，不能因?yàn)閿?shù)據(jù)的采集而影響產(chǎn)品的性能和用戶體驗(yàn)，更不能采集用戶的隱私數(shù)據(jù)（雖然國(guó)內(nèi)很多APP并沒有這么做）；

3.數(shù)據(jù)不是萬能的，還是要相信自己的判斷。

一般可以加第三方的統(tǒng)計(jì)，有快速的SDK可接入，以前參加的過的項(xiàng)目試用過友盟、Flurry和google analytics。類似這樣的工具不少。

國(guó)內(nèi)：百度移動(dòng)統(tǒng)計(jì),CNZZ移動(dòng)數(shù)據(jù)平臺(tái)，imofan

國(guó)外：Mixpanel， mixpanel， woopra

但個(gè)人覺得google analytics基本能滿足需求。

統(tǒng)計(jì)的數(shù)據(jù)包含：

基礎(chǔ)數(shù)據(jù)：新增活躍、日活、周活、月活、留存等；

產(chǎn)品數(shù)據(jù)：某個(gè)頁面點(diǎn)擊、某個(gè)按鈕點(diǎn)擊等；

技術(shù)數(shù)據(jù)：數(shù)據(jù)返回是否成功、網(wǎng)絡(luò)是否正常等；

在收集數(shù)據(jù)這塊挺多埋點(diǎn)的，建議產(chǎn)品和QA多測(cè)試。

一般來說, 專門檢測(cè)app內(nèi)的事件, 用友盟之類就可以了. 而且也沒啥成本. 統(tǒng)計(jì)app數(shù)據(jù)更為重要的還是你所檢測(cè)指標(biāo). 除了一些你所需要做出分析所需的指標(biāo), 通常你也是需要收集一些這么幾個(gè)東西的數(shù)據(jù):

1. 用戶的使用時(shí)長(zhǎng)

2. 用戶轉(zhuǎn)化率

3. 用戶的流失率

4. 活躍用戶狀態(tài)

5. 用戶特征

6. 用戶的生命周期

還有一個(gè)不是太和用戶相關(guān)的就是app所有的渠道的分析

使用時(shí)長(zhǎng)很簡(jiǎn)單, 用來監(jiān)控用戶的活躍度. 當(dāng)然這個(gè)時(shí)長(zhǎng)并不是一定越長(zhǎng)就越好, 主要看有沒有到達(dá)你的預(yù)期. 如果不符合預(yù)期, 那么明顯你需要重新思考一下你的產(chǎn)品設(shè)計(jì). 假如用戶僅把你的app作為一個(gè)信息來源的媒體, 而你卻想做的事社交的app, 那么你的用戶時(shí)長(zhǎng)必定會(huì)和你預(yù)期的相差很多.

用戶轉(zhuǎn)化率也就是你的核心功能的轉(zhuǎn)化率, 可以是付費(fèi)率, 購買率等. 流失率不僅僅是看用戶流失了多少, 還可以看看用戶在什么時(shí)間, 什么功能, 什么地方流失了.

活躍用戶是app里很重要的用戶, 特別是對(duì)社區(qū)類型的來說. 他們出問題了必須第一時(shí)間解決.

用戶特征和用戶的使用生命周期主要是建立用戶的模型, 都對(duì)產(chǎn)品設(shè)計(jì)的靈感很用幫助. 對(duì)app未來的發(fā)展頁可以提供預(yù)測(cè)的基礎(chǔ).

總體來說, 有的放矢才能游刃有余

1.數(shù)據(jù)采集首先列出你需要的數(shù)據(jù)項(xiàng)，接著評(píng)估哪部分是需要APP上報(bào)的，哪部分是后臺(tái)可以統(tǒng)計(jì)的，然后分別在前后臺(tái)加上。一般來講，APP上報(bào)采集的數(shù)據(jù)，在發(fā)布前一定要經(jīng)過謹(jǐn)慎的校驗(yàn)和測(cè)試，因?yàn)橐坏┌姹景l(fā)布出去而數(shù)據(jù)采集出了問題，不僅之前的功夫都白做了，還會(huì)帶來一大堆臟數(shù)據(jù)，同時(shí)還有可能降低客戶端的運(yùn)行效率，得不償失。

2.數(shù)據(jù)整理數(shù)據(jù)采集完之后，需要將各種原始數(shù)據(jù)加工成為產(chǎn)品經(jīng)理需要的直觀的可看數(shù)據(jù)，這里需要做一些基本的數(shù)據(jù)邏輯關(guān)聯(lián)和展示，就不贅述了。

3.數(shù)據(jù)分析按照一開始設(shè)計(jì)的統(tǒng)計(jì)框架，你可以很清楚的看到自己需要的數(shù)據(jù)了。

當(dāng)然以上只是基礎(chǔ)得不能再基礎(chǔ)的分析，再深入一點(diǎn)的，例如你拿到這些數(shù)據(jù)，可以分析使用A功能的用戶同時(shí)還喜歡B功能，二者關(guān)聯(lián)性較強(qiáng)，是否可以在前端設(shè)計(jì)時(shí)更多的考慮整合，或者界面上的調(diào)整；比如分析點(diǎn)擊流，大部分用戶訪問或使用APP的路徑是怎么樣的，是不是把核心功能藏得太深了？再比如可以分析不同用戶屬性，比如男性用戶和女性用戶，他們?cè)谟脩粜袨樯鲜欠裼忻黠@差異？等等。

不同產(chǎn)品的數(shù)據(jù)分析方式和模型差距非常大，沒法一下子就說清楚。所以以上更多的是舉例。

一些需要注意的原則

1.數(shù)據(jù)本身是客觀的，但被解讀出來的數(shù)據(jù)一定是主觀的，同樣的數(shù)據(jù)由不同的人分析很可能得出完全相反的結(jié)論，所以一定不能提前帶著觀點(diǎn)去分析（比如已經(jīng)有了假設(shè)，再用數(shù)據(jù)去論證）；

2.APP采集數(shù)據(jù)，一定是優(yōu)先級(jí)比較低的事情，不能因?yàn)閿?shù)據(jù)的采集而影響產(chǎn)品的性能和用戶體驗(yàn)，更不能采集用戶的隱私數(shù)據(jù)（雖然國(guó)內(nèi)很多APP并沒有這么做）；

3.數(shù)據(jù)不是萬能的，還是要相信自己的判斷。

1.自己開發(fā)？是個(gè)大工程，想我們沒有足夠的人手，想想也就算了。

2.使用第三方的平臺(tái)，如下圖：