京公网安备 11010802034615号
经营许可证编号:京B2-20210330
国内APP排名伤不起 大数据多为忽悠_数据分析师培训
随着移动互联网的发展,智能手机与APP为人们生产生活带来了极大改变。根据有关数据显示,2014年,我国各类APP超过了70万,仅教育类APP就超过了7万个。
不过,伴随着移动互联网人口红利逐步消失,新手玩家及普通玩家比例在逐步减少,用户对于APP选择将越来越苛刻,部分用户体验较差,运营不佳的APP将被迅速淘汰。
那么,各类APP开发者或者运营者包括BAT第三方应用平台在利益驱使下,不断出炉各种APP排名榜。而这些排名也遭遇多方面的质疑。
近日,全球领先的市场研究集团益普索(Ipsos)资深研究总监,电信与大数据研究专家张宗华在西班牙MWC2015接受《通信生活报》(微信:maoqiying2008)采访时表示,目前很多公司声称拥有大数据,并且定期发布大数据分析结果,甚至高调推出APP排行榜。但细究其数据来源,不难发现,“相对于基础运营商(中国移动、中国电信、中国联通)拥有的全客户、全行为数据,这些所谓大数据仍就只是抽样数据,只不过样本量更大而已。在数据的多样性、更新的速度以及真实性上都达不到大数据的标准。”
张宗华透露,益普索目前与国内三大基础电信运营商以及华为等合作,将在今年5月份推出最为权威的APP报告、App排行榜,并且出炉“App潜力指数”。
张宗华认为,该报告的影响可能有三个:第一、对用户来说,可以免遭垃圾推送之苦。譬如,基础运营商掌握了用户基本的消费行为,就不会随意群发垃圾短信,APP体验一定会越来越好;第二、对开发者而言,要求比较严苛,开发出的App真正有人使用,不太容易说靠着一些公关活动或短期的营销。因为App推广方面,第一步骤肯定是砸钱,希望越多人来装越好,但数据出来之后,就会公开透明;第三、VC不会去乱烧钱,能够精准掌握APP潜在价值。
张宗华还发表如下观点:
1、现在,几乎所有创业人都想弄个App,感觉其门槛比较低。但是App有没有成功或有多少用户在使用,在市场上没有一个有公信力数据。益普索有一个突破,就是利用益普索“推动+互动+体验=潜力”这一App潜力评估模型,推出不同品类中APP潜力排名,以及排名背后的推动因素。不管是App公司、投资者、广告主,可以看到这个App是否值得投资;
2、真正大数据,具有Volume(数量)、Variety(多样)、Velocity(速度)和Veracity(真实)特性,除了上述4V之外,还该具有第五个V,也就是Value(价值),没有价值的大数据是不值得收集和分析。目前大数据分析多是由IT人员主导的,里面有过多的工具性和技术性。然而,再好的工具不能解决人们的问题依旧是没用的工具。在大数据研究的领域,益普索将加入其多年的消费者心理和行为研究的经验,找到确实能解决企业和用户问题的方向,为大数据添加更多的目的性和人性化。
3、中国真正有资格谈大数据是基础运营商,如果中国三大运营商把数据拿出来,就是一个全量数据,而且没有作假的可能性。运营商记录数据是用户一天使用的行为,用户有没有使用一个App,使用App多久,使用APP干什么,数据记录清清楚楚;现在基础运营商都想发展自己的App(注:中国电信流量宝、中国联通沃理财以及中国移动和教育),因为语音通讯时代为主导世界已过去了,现在是移动互联时代, 不能在这个时代还让用户打热线去营业厅,服务手段最简单就是做App,所以他们不断开发各种App,让用户能够在移动互联网上得到各种服务。
4、360手机助手、百度移动分发以及腾讯应用宝会有一个下载市场。现在有很多刷榜公司,几十部手机、百部手机在那边下载,甚至可能有一些比较更恶劣做法,就是App甚至可以交给他们一些钱,把分数做上去。诸多APP排行榜在国内缺少公信力:第一、App的拥有者本身刷榜行为;第二、发布榜单本身可能有一些类似百度的竞价排名模式。
5、HTML5是基于浏览器开发出来一些工具,用浏览器肯定没有用App方便。3-5年内HTML5要取代App是不太可能。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12在数字化转型深度渗透的今天,企业管理已从“经验驱动”全面转向“数据驱动”,数据思维成为企业高质量发展的核心竞争力,而CDA ...
2026-03-12在数字经济飞速发展的今天,数据分析已从“辅助工具”升级为“核心竞争力”,渗透到商业、科技、民生、金融等各个领域。无论是全 ...
2026-03-11上市公司财务报表是反映企业经营状况、盈利能力、偿债能力的核心数据载体,是投资者决策、研究者分析、从业者复盘的重要依据。16 ...
2026-03-11数字化浪潮下,数据已成为企业生存发展的核心资产,而数据思维,正是CDA(Certified Data Analyst)数据分析师解锁数据价值、赋 ...
2026-03-11线性回归是数据分析中最常用的预测与关联分析方法,广泛应用于销售额预测、风险评估、趋势分析等场景(如前文销售额预测中的多元 ...
2026-03-10在SQL Server安装与配置的实操中,“服务名无效”是最令初学者头疼的高频问题之一。无论是在命令行执行net start启动服务、通过S ...
2026-03-10