目前市面上比较常见，使用比较多的移动应用统计平台大概有3、4家，国外比较流行的是Flurry，功能上非常全面；另外就是Google Analytics也推出了移动版，由于你懂的原因，在国内基本无法正常使用。而国内的统计分析平台目前比较有名的是友盟以及TalkingData。

此外，一些应用市场，也有专门的统计分析工具，为其开发者平台上的应用开发者提供数据服务。

我们将重点放在Flurry、友盟，以及TalkingData，这三款移动应用数据统计分析平台上来，做一个简单的对比体验。

Talking Data

这是近期新出现的一个移动应用统计分析平台，上线不足2个月 ，仍处于邀请测试阶段。作为移动应用统计领域的“新生事物”，Talking Data有着自己独特的一套统计分析体系。比如说前面我们提到友盟近期更新的新功能——留存用户和渠道分析，Talking Data已经提供了完整的支持。虽然在渠道分析功能上尚有不足，但不难看出Talking Data在产品设计方面确有独到的见解。

图11：www.talkingdata.net

Talking Data的数据统计分析模块只有4个大分类，分别是用户和使用、参与度分析、渠道统计和自定义事件。

Talking Data的所有统计分析模块都被分别安置在这4个分类中，这一点与其他统计分析平台有很大区别。而这4个分类恰好是由浅入深，从基本数据统计到深入数据分析这样一个流程。这应该是由Talking Data对移动应用数据分析的理解而产生的产品设计。

进入单一应用统计分析页面后，首先看到的是应用概况，这个模块实际上是一个快速报表页面，里面集中体现了用户比较关注的一些指标和参数，这一点与 Flurry的Dashboard比较接近，但Talking Data并不提供自定义模块功能。目前我们可以从应用概况里了解到近日概况、应用摘要、活跃概况、时段分析，及30日数据趋势；另外还有4个Top 10排名表格，包括地区、渠道、启动次数和全版本受访功能页面。如果仅仅用于做每日数据报表，这个应用概况页面提供的数据是足够用了。

此外，前面提到的这些图表都有不同分类选择，比如在30日数据趋势图表中，开发者可以通过标签按钮在新增用户、活跃用户等参数之间切换；而时段分析中还提供对比功能，可以通过筛选要查看的项目，再复选对比目标，即可快速查看同时段不同日期之间的数据差异。

图12：Talking Data的快速报表非常全面

如果需要更深入的了解应用情况，仅靠应用概况肯定是不够的。通过用户和使用模块，开发者可以了解用户趋势、地区分布、设备机型、运营商和网络、错误 报告，功能上还是比较全面的。同时，这一模块中的所有图表都有不同细节数据可以筛选，比如趋势分析中我们就可以查看新增用户、活跃用户、平均使用时长等信 息，并可以根据日期进行数据筛选。

Talking Data详细报表中的数据（例如设备的分布）都是同时提供具体数据和百分比，相比之下友盟只提供了百分比。

图13：可根据时间段筛选的趋势分析功能

参与度分析中，则提供用户保留、用户回访、日启动次数、使用时长、页面访问模块。从这些功能模块设置不难看出，到这开发者已经进入了数据分析领域， 这些模块结合开发者的应用运营、推广，可以分析出不少有用的数据。前面我们曾提到，用户保留是Talking Data在2个月前上线时就已经提供的功能，足见其受重视程度之高。在用户保留模块中，共有两个图表，分别是用户保留（即留存用户）和用户流失漏斗。

Talking Data的用户保留提供更细致的分析粒度，开发者可以根据需要选择日留存、周留存和月留存。更细致的用户保留功能对应用运营推广更有意义——在实施一次推 广操作后，第二天即可查看活动带来的新用户的保留情况，对活动质量、渠道质量的考察更有价值。同时，以天为单位的新增用户流失漏斗，更为直观的为开发者提 供用户流失情况，而且这个漏斗图表还能通过鼠标拖拽缩放，这一点着实出乎我们的意料。

图14：支持每日用户留存统计和用户流失漏斗的用户保留功能对精细化运营有很大帮助

Talking Data同样拥有页面访问模块，不过这部分Talking Data的表现就比较一般，虽然也有页面跳转统计，但不够直观表格样式相对于Flurry和友盟的页面跳转流，在理解和阅读方面表现的不够好。

另外一个Talking Data比较重视的功能就是渠道统计了。这方面Talking Data做得也不错。添加渠道后，开发者可以根据渠道对细节数据进行筛选。展开渠道趋势图表后，可以通过图表上的数据标签分别查看诸如新增用户、活跃用 户、平均使用时长等细节数据，用于对比渠道质量极为方便。结合前面的首日用户保留，堪称考察渠道推广效果之利器。除了渠道数据图表外，渠道趋势对比图标可 以更直观的提供新增用户、活跃用户和启动次数的对比，美中不足是可对比的项目只有前面提到的这三项。

Talking Data的自定义事件模块比较特别，开发者在使用Talking Data的自定义事件时，并不需要事先在前端平台做事件声明，只需在整合SDK阶段，按照需求直接写入自定义事件即可，Talking Data会自动在前端服务平台生成相应的自定义事件统计项目。所以在Talking Data的自定义事件模块中，直接提供的就是一个事件转化漏斗，而且这个事件转化漏斗创建也非常简单，只要在下拉列表中选择好事件，即时出现转化数据，方 便快捷，并且可以保存，便于今后快速查询。

图15：流向清晰操作便捷的自定义事件模块

总体来看，Talking Data在功能方面更注重分析，整体导向也是按照“先统计-后分析-再转化”这一流程逐步推进的，可以满足不同层面的开发者对数据统计的需要。当然，目前 的Talking Data还有很多不足之处，毕竟上线时间比较短。比如说目前Talking Data虽然有一个产品中心，但产品中心里仅能提供简单的跨应用累计用户总数、今日新增用户总数等非常简单的数据统计，距离像Flurry提供的那种支持 跨应用转化统计的产品中心还很远。目前的Talking Data还不提供用户群划分功能，作为重视数据分析的一款产品，这方面需要加强。

另外就是，数据筛选方面不够统一，虽然在操作方式上比较接近，也能够提供确实有效的筛选，但筛选方式还比较单一，这一点让人觉得比较遗憾。

总结

更多详细参数表述、介绍，感兴趣的读者可以前往这些平台的产品网站下载对应的开发文档，开发文档中有更为详尽的说明和介绍。

还有一款大名鼎鼎的Google Analytics也有推出的移动分析功能，无奈Google的服务实在是太不稳定，打开分析网站有时都比较困难。

实际上，对于一款复杂的移动应用数据统计产品来说，仅看功能还不够，服务的稳定性、数据的及时性，乃至技术支持等等，都是应该考量的地方。

注：本文整理自ZDnet，内容有改动，仅供各位热衷于移动应用开发推广运营的朋友参考。

唐山网站建设www.fw8.net (责任编辑：小万)