京公网安备 11010802034615号
经营许可证编号:京B2-20210330
网页数据分析 vs 移动数据分析:有何不同
一篇Web Analytics vs. Mobile Analytics: What’s the Difference?的文章,在我evernote里躺了几个月,最近几天刚好项目节奏不太忙,回顾了下我evernote里的很多待读文章,顺便也边读边翻译了下以便加深学习效果。
但是实际上翻译到一半我就有点后悔了,翻译实在不是一件轻松的事情,有些段落自己读起来觉得挺懂的,但是若要翻译成通顺的人类能够读懂的句子着实不容易,更不要说雅、达的终极要求了。但是还是强迫自己完成了“处女翻”,对于某些自己也无法接受的蹩脚的翻译,我保留了原文,希望朋友们能够帮忙指导。
注:
1. 下文中当提到App时,作者有时叫做App,有时又叫做mobile apps,有时又叫成mobile application, 在翻译时,我有时保留原文App,有时翻译成移动应用,有时又叫做移动应用程序,后来干脆简化之,一律称为App。
2. 文中使用了大量的术语,比如SDK, JavaScript,Cookie , 这些术语也经常出现,就不再进行转译了。如果对术语本身有问题的,可以用google百度一下。
人们日益依赖于移动设备通过移动浏览器以及app与企业进行交互。一份最近的研究表明目前来自移动设备的流量占据了互联网流量的15%。在2012年12月,平板设备的销量首次超越了pc电脑以及笔记本。可预期的是,在2013年年底时,每周将会有接近20亿的app被下载。
如果你现在还不够重视来自你的来自移动设备的流量,你的前景堪忧啊。如果你现在是移动数据分析的新手或者刚刚入门,了解下传统网页数据分析与新兴的移动领域的数据分析之间的区别,将对你非常有帮助。
移动数据分析一般被分成移动网页分析以及移动app分析。移动网页是指人们通过他们的智能手机或平板上的移动浏览器来访问在线的网页内容。很多公司会为这类用户提供指向一个专门为移动设备定制的站点(比较典型的是一个类似于m.example.com的子域名),或者,使用响应式设计(responsive design )让目前的网页内容在不同的设备和电脑的分辨率上实现自适应。当某些企业认识到无论他们的移动网页或主站都无法很好地服务平板用户时,他们也在开始提供平板专用的站点
刚开始时,很多智能手机不支持javaScript或者cookies. 但当前大多数流行的移动设备已经对此提供支持了。所以本质上,移动网页测量网页表现的页面打点方式与传统网页是类似的——只有几点注意事项。
虽然移动网站主要依赖于JavaScript页面打点方式进行数据收集,App跟踪使用一个基于不同客户端的方法,更有利于捕捉本机应用程序的活动。网站分析服务提供商面向不同的移动平台,如iOS, Android, Windows, and Blackberry开发了软件开发工具包(SDK))。分析sdk提供一个有预先写好代码的程序包,开发者可以将这个包集成到自己的应用中。此sdk能够采集到应用相关的维度和度量。
该软件开发工具包(SDK)有助于简化测量过程,因为开发人员并不需要编写自己的跟踪代码。例如,为iOS平台开发的数据统计SDK将提供使用Objective C编写的代码以便使用到iPhone和iPad应用中。一旦app应用被集成并执行跟踪代码,当连接移动网络时,它将能够即时发送数据到数据采集服务器上。
除了使用SDK进行数据统计代码的集成外,移动app的监测也与mobile web及网站有着以下的不同:
heidi注:通常,数据会先存储在应用的内存区域,但是因为内存区域是有限容量的,一般只会限定4-5k的空间,超过这个大小,数据会被传输到每个应用的存储区,进行离线存储。但是若用户很长时间不联网,这些数据不会无休止地进行增加,否则就占用了太多的存储空间。这种情况下,移动统计工具一般会制定一些策略,比如按数据的优先级或时间顺序进行历史数据的删除。存储区容量占用的大小以及删除策略依赖于每个工具的自定义。
这个表格简单总结了网站分析以及两种移动分析领域的异同。
除了这些关键的不同,移动应用分析从网站分析上继承了广为人知的测量实践。网站分析和移动分析虽然不是亲兄妹,也是关系非常亲近的表兄妹。
例如,对于用户参与度的衡量对于移动应用分析来说被特别强调——而在网页分析领域也是如此。当测量移动应用的效果时,用户下载应用只是第一步。企业想要知道他们的应用是如何吸引人,以及用户是否在定期使用。基于事件的跟踪可以让他们洞察用户与应用的不同功能如何交互。类似的,监测应用内的转化漏斗体现出来每个应用在驱动特定产出目标上效果如何。
广告活动跟踪是网站分析的另一支柱,在移动应用分析方面,它也已经浮出水面。举个例子,活动可以与Google Play 应用商店(安卓应用)绑定,然后你可以明白哪场活动和流量来源带来不错的应用下载(注意:iTunes商店目前不支持广告活动相关跟踪。)
只要你注意到了这些细微差异,移动分析代表了数字分析一个令人兴奋的,新的前沿。最后,对于大多数分析师来讲,跨渠道分析(App, 移动网页以及网页)终将到来。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
指标体系是企业数字化分析、业务监控、经营决策的核心基础框架,是将零散数据转化为可衡量、可对比、可落地业务价值的关键体系。 ...
2026-10-08随着市场竞争日趋饱和,同质化低价竞争逐渐陷入内卷僵局,传统以价格、渠道、促销为核心的营销模式边际效益持续递减。在此背景下 ...
2026-10-08 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-10-08你有没有想过,手机里点外卖、刷社交软件、转一笔账,背后到底是谁在替你"记着账"? 答案其实很简单:数据库,以及跟它对话的那 ...
2026-10-07CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24