定制分析

一、功能简介

定制分析提供快速、便捷构建自定义报告的功能，实现任意维度的交叉分析，以满足开发者灵活、多维查看报告的需求。定制分析下共两个功能模块，实时分析以及定制报告；开发者可利用实时分析模块快速构建定制分析模型，查看、分析数据，并灵活调整、筛选维度，以验证某些想法及判断，再利用定制报告模块将其固化下来，以便之后例行化地按照查看数据。

二、适用场景

定制分析适用于以下场景：

• 为解决某个数据问题，需不断地调整数据维度、指标，多角度下钻分析，以验证判断，找到真实原因
  • 自身产品考核指标不能通过普通报表方便获取的，需定制看板以便例行化查看

三、功能介绍

1. 实时分析

实时分析提供数据表及折线图两种数据展现方式，开发者可选择更贴合自身分析需求的方式来定制分析模型。 如：您希望分设备品牌且分地域来查看新用户数和启动次数，您只需在添加维度中选择品牌、省，在添加指标中选择新用户数、启动次数，点击开始分析：  如果希望单独查看‘华为’及‘小米’的数据，只需在筛选框中将华为和小米选出来：  如果希望数据更加直观呈现，可选择使用折线图。如：您希望分时段来查看几个app版本的新用户数，只需将x轴选择为时段，将y轴选择为新用户数，再讲趋势线添加为您关心的几个app版本即可： 

2. 定制报告

定制报告帮助开发者将实时分析保存下来并持续输出，以便开发者例行化地查看这份数据。开发者在实时分析报告中点击右上角定制为报告，即可将其保存至定制报告中，供开发者随时查看：

3. 功能升级

定制分析目前提供两个权限版本：基础版及高级版。基础版具有实时分析回溯7天及2个定制报告数的权限，高级版具有实时分析回溯30天及5个定制报告数的权限。基础版权限可通过‘申请高级版’来申请升级，经过百度移动统计管理员人工审核后，将于5个工作日内邮件通知开发者审核结果。 

一、 功能简介

在围绕用户增长（AARRR）的功能框架中，渠道分析解决了用户激活的分析，而对于活跃用户为什么活跃？用户被激活（启动）的入口或原因有哪些？行业内之前尚无成熟的工具分析此类问题。

百度移动统计通过技术创新，依赖“黑科技”实现了对应用启动来源的监控，将启动来源分为三类：直接打开、PUSH唤醒、APP调起。帮助产品运营更深入的监控和分析产品的日活。

二、 适用场景

首先解释一下三种启动来源

1. APP调起：指由其他APP调起了本APP，带来了启动；
2. PUSH唤醒：指用户看到APP的后台推送后，点击推送内容启动了APP；
3. 直接打开：则是直接点击设备桌面的APP图标，打开了APP。

基于上述三种来源的监控与分析，该功能主要可用于解决以下分析场景与商业问题：

1、APP的日活是如何构成的，即分别通过：直接打开、PUSH唤醒、APP调起启动APP的用户流量如何？

2、PUSH作为最常用的促活营销方式，为APP带来启动的TOP10 PUSH文案有哪些？各文案的激活质量如何（通过时长与跳出率判断）

3、与其他APP换量，带来的流量是否满足预期？尚未合作的上游APP还有哪些有价值的潜在伙伴？

4、三种流量来源方式各自详细的流量趋势分析。

三、 接入说明

启动来源分析功能，依赖开发者接入最新的无埋点SDK（安卓版本3.9.3.0及以上；iOS版本4.9.5及以上）.

如需使用该功能，请开发者参考以下规范，完成嵌入的简单配置。点击查看安卓端配置、iOS端配置

SDK下载请前往：https://mtj.baidu.com/web/sdk/index

四、使用简介

1、启动来源概括，分析三大来源总体流量情况

2、展开列表页二级结果，分析带来流量的top10 PUSH 与top10 调起APP

（1）PUSH唤醒与APP调起支持展出查看具体二级结果。目前各类提供top10结果，后续将升级支持查看所有历史结果

（2）以TOP10的PUSH文案为例

① 分析单条文案带来了多少启动：启动次数

② 对比多条文案的带量效果：启动次数分布

③ 分析单条文案带来启动的平均粘性质量：次均使用时长、跳出率

（3）对于上游APP调起的分析，可用于评估上游APP合作质量，以及挖掘潜在合作机会。在获客成本居高不下的情况下，具有较大价值。

3、点击启动概括页的“来源名称”，进入某个启动来源的详情页，分析该来源分日/分时的趋势数据结果。

支持分时查看每个来源的详细效果，从而更准确了解您的用户是在什么情况下如何启动您的应用。

错误分析

一、错误概况，一目了然

错误概况是以错误类型为维度的分析报表，让开发者能够一目了然地掌握自己应用的错误概要信息。基础指标包括：错误次数(日均)、影响用户数(日均)、错误率、影响用户占比。并且通过趋势图展示四个指标的分日趋势变化。  通常来讲，应用的某一次具体的错误堆栈信息称作“错误详情”，但是很多错误详情拥有相同的摘要信息（通常为堆栈信息的前三句），而不同的错误摘要同样可以聚合成同一个错误信息。该报告在3月20日的升级中，新增了错误信息的聚合明细信息， 

【错误类型】

目前mtj除支持SDK抓取的crash错误类型（即：APP捕获异常）外，还支持开发者通过SDK上传自行捕获的异常（即：用户上传异常）。

【优先级与标签】

在错误信息的管理方面，除了支持标记“高、中、低”不同优先级外，还能对不同的错误信息进行自定义标签标注。

【分机型、系统、版本】

此外，对于每一条错误信息的崩溃情况，可以展开查看发送该错误信息的TOP10机型、TOP10系统、TOP版本，大大提升开发者定位问题的效率。

二、错误明细，方便管理

一个错误信息可以包含N个错误摘要，点击“错误概况”页面错误信息的名称，即可进入该错误信息下的所有错误摘要明细页面了。

在错误明细页，可以看到该错误发送次数、影响用户数等指标的趋势图；  支持单独或批量对错误进行“标记为已修复”的操作，方便对错误进行分类和管理。如下图： 

三、错误详情，深入浅出

一个错误摘要可以包含M个错误详情，而一个错误详情就是一次具体的错误堆栈信息。点击“错误明细”页面错误摘要的名称，就会进入某次错误的详情统计页面了。

在详情页面，可以查看该错误发生最多的机型和系统、对该错误进行标记为已修复的操作、查看该错误堆栈信息、查看该错误按照机型、系统和版本分布的详细报表等。 

四、错误路径，业界首创

虽然业界动不动就说什么首创、独家，但是这次百度移动统计推出的“错误路径”功能真心是业界首创，帮助开发者快速定位和修复bug。 该功能的使用类似于线上的“实时访客”分析，可以设置相应的抽样规则，例如只看某错误类型下的错误路径等。当然，抽样规则的生效也是小时级别的。 

五、错误信息设置

安卓端支持上传 maaping文件和so文件，IOS端支持上传so文件。 

页面分析

一、功能定位

页面是APP构成的重要元素，也是用户APP使用行为动作载体。分析用户的页面浏览行为，有助于：

• 监测APP中每一个页面的流量，停留时长，对页面的重要性形成判断
• 了解用户页面行为浏览路径，分析页面之间的流量流转路径，以确定用户行为引导策略，并围绕业务目标优化页面结构。

二、功能详述

1. 移动统计的页面分析，目前主要包括“页面分析”和“页面路径”

1.1 页面分析：从页面维度统计每个页面的pv、uv、时长等指标，展示页面流量趋势。

1.2 页面路径：以可视化界面展示页面之间的流量流转情况。

2. 页面分析（分钟级更新）

2.1 汇总数据及趋势图

 展示APP内所有页面的“访问次数”每个页面的“平均停留时间”，页面的平均“页面跳出率”。并在趋势图汇中，展示每一个指标分日的趋势变化情况。 

小提示：页面跳出率是指 从该页面离开app的启动次数占该页面累计启动次数的比例。页面跳出率并不是越低越好，取决于页面本身所处的位置，如“支付页”的跳出率越低越好，代表用户没有因为支付问题关闭了app；而“支付完成页”的页面跳出率较高，在业务角度来看却是合理的。

2.2 页面维度汇总数据表 

2.2.1 查看页面自身的访问绝对量：访问次数

2.2.2 查看该页面作为本次访问结束页的概率：页面跳出率

2.2.3 分析该页面占据了用户的多少精力：平均停留时间

2.2.4 通过比较“访问次数占比、停留时间占比”，快速确认哪些页面更受用户的青睐。

小提示：访问页面的路径名称，需要在SDK中进行埋点，详见页面埋点；而访问页面备注名称，则可以在该报告页面中点击名称直接修改。

2.3 查看该页面之后的浏览路径

点击“访问页面”左侧的“+”号，可以展开查看用户在浏览了当前页面后，跳转至了哪些页面及对应的流向流量比例。这与“页面路径”分析的逻辑是一致的，详见下方“页面路径分析” 

2.4 点击“访问页面”名称，可进入该页面的“页面数据详情页”。 

2.4.1 该页面指标的汇总指标展示所选时段内，该页面的累计访问次数、平均停留时间和页面跳出率。

2.4.2 趋势图给出了该页面分日的各个指标趋势变化，可以分析页面流量的变化，对流量波峰波谷进行深入剖析。而下方的数据表则是对应的表格形式的数据结果。

2.4.3 可以通过点击左上角的“页面名称”直接切换到其它页面。

3. 页面路径分析（分钟级更新）

页面路径以“分叉图”的可视化界面展示了从某个页面出发的流量后续的流转情况。该报告可以帮助您对关于用户浏览行为的诸多典型业务问题分析。

3.1 A页面对于下一级页面的流量贡献率是多少。

3.2 浏览了A页面的用户，是否进入了预设的B页面。如上图，浏览了“词条页”后，仅有7.98%的用户进入了d页面，而其它多流量进入了a、b、c页面。如果d页面是产品预设的希望用户浏览的页面，此时就需要分析在页面布局上，d页面的入口是否合理？abc页面为什么抢走了d的流量？该如何进一步优化提升d页面的流量。

3.3 浏览了A页面的用户多少流离开了应用。即A页面的跳出率。

3.4 浏览了A页面的用户，进入其他页面后，又有多少比例回到了A页面。这在分析用户的反复浏览行为具有重要作用。 相关可发散的分析思路还有很多，留待您自己去挖掘。

小提示：任何一个页面都可以设定为该报告中的起始页面，只需要在鼠标hover页面卡片后，点击页面卡片右侧的“齿轮”图标（设置为根节点），即可将该页面设定为流量的起始页面再进行分析。

3.5 结合高级筛选控件，拓展页面路径分析。 同其他报告一样，您也可以通过选择“渠道”和“版本”，来过滤特定的用户。如仅查看“百度安卓市场渠道来的1.0版本的用户的页面路径情况”。渠道和版本支持多选且交叉生效，以此实现更精细人群的下钻分析。

事件分析

一、什么是事件

在网站统计时代，更注重分析用户的页面浏览行为，网站地图中的每一个节点就是一个页面。而在移动应用当中，页面的概念相对被弱化了，取而代之就是“事件”的概念。事件可是是一次button的交互触发，比如用户点击了“购买”按钮；也可以是一个判断逻辑，比如用户启动了APP，用户进入了A页面，用户离开了A页面，这些都可以是一个时间。 所以，在移动APP的统计与分析过程中，对于事件的监控与分析对于了解和分析用户的APP使用行为具有至关重要的作用。

二、自定义事件埋点方式

百度移动统计提供了基础的代码埋点的方式定义自定义事件，同时还有当前业界主推的“可视化圈选埋点”。本章节将详细介绍通过代码埋点自定义事件

从技术层面来看， 配置事件代码时主要要注意如下方面：

• 需统计事件时长时，接口需成对使用
• 相同的ID的事件会被聚合到条事件记录下
• 一个事件可以通过参数进行分类。

1、 需统计事件时长时，接口需成对使用

自定义事件可以分为两类：短暂触发事件和持续触发事件。短暂触发事件指的是像用户点击商品、触发更改资料操作、点击广告这类事件；持续触发事件指的是用户播放视频、收听音乐等持续一定时长的事件。

针对这两种事件，百度移动统计提供了两套接口：

• 一套是用于短暂触发类型事件（即onEvent函数）
• 另一套是持续触发类型事件（即onEventStart和onEventEnd配对使用）。

开发者需要根据自己的业务场景选择合适的接口使用。

2、相同的ID的事件会被聚合到一条事件下

事件的统计是在实际业务中有很多不同的场景。比如注册的入口按钮可能会分布在不同的页面，开发者只需要统计总的点击量，而不需要单独统计每个页面的注册被点击了多少次。

这时，建议的埋点方案是所有的注册按钮都可以埋一个”注册“的点，共享一个事件ID，这时，所有的注册操作就全部统计到一个注册事件下面啦。

3、一个事件可以通过参数进行分类。

当埋点的同学把注册事件埋好后，还想统计下哪些城市的用户触发注册操作比较多。这时，可以对事件加一个参数-地域，去区分不同地域用户的点击行为。

事件参数之于事件是一个很有用的下钻的维度，可以进一步帮助开发者去定位事件在这个维度的分布情况。

三、如何1分钟学会移动统计的自定义事件埋点

1、事件与参数应用说明

• 概念一-事件：您需要分析的用户触发的某个具体行为，一般可以用次数度量。
• 概念二-分类参数：将用户对事件的触发场景，分成几种确切的类别，以便对事件进行详细的下钻分析。
• 概念三-计算参数：对于事件的某些特殊的指标，需要自定义统计字段

另外， 分类参数的取值一定要是可枚举的，比如用户姓名、商品ID这样的维度粒度太细，聚合量太少，就不适合作为分类参数。

分类参数的总取值数量是有上限约束的，所以建议您合理控制参数的可取值数量。

2、定义与添加事件

添加事件可以逐条添加也可以批量添加：

逐条添加的时候，您需要填写如下几个字段

• 【事件ID】 ：该ID有唯一性，且不可变更。用于标识该事件。
• 【事件名称】（选填）：取一个易于您理解的事件名字就OK啦

如果需要对这个事件增加参数，则点击添加参数，如果是一个需要计算的指标，比如 金额、数量、速度、价格此类，则选择 【计算参数】；如果是该事件的一个分析维度，如性别、地域、来源等，则选择【分类参数】。 

批量添加的时候，您需要下载模板，按照要求填写好上传即可。

• 参数类型：分类参数填写1；计算参数填写2
• 最多填写5个参数

填写示例：  

3、代码中埋点事件

针对定义的事件，将接口代码复制到SDK中，填写完毕接口参数即可。 

四、事件报告（事件触发次数分钟级更新、用户数小时级更新）

 在完成事件埋点后，就可以在移动统计的“事件分析”报告中，查看成功埋点的各个事件的数据结果。

1、事件指标

报告中的事件指标包括：事件数量（日均）、触发用户数（日均）、事件平均使用时长（单次）。

1.1 事件数量(日均)：是分钟级更新的，因此在验证新埋点事件是否有数据发回时，可以即时查看该指标。

1.2 触发用户数(日均)：小时级更新，从用户UV层面分析事件的触发量。

1.3 事件平均使用时长(单次)：结合不同的事件类型，考察事件的质量，一般在持续性事件中具有较大意义。比如定义“视频播放”为考察事件，则可以通过时长了解用户视频播放的时长。

2、多维交叉分析能力

2.1 通过“时间控件”，选择任意时间范围的事件指标结果。

2.2 通过“渠道控件”，查看多个渠道来源的用户的事件触发情况

2.3 通过“版本控件”，查看多个版本用户的事件触发情况

2.4 通过“用户群控件”，查看某个特定分群的事件触发情况。用户分群的使用与说明详见该链接

PS：以上多维度的选择是支持交叉筛选的，如选择用户分群X，再选择其中1.0版本的A渠道用户；如此实现更精准的分析定向。

漏斗分析

一、功能定位

APP用户增长的最终目标是进行价值变现，每一个APP在产品设计及运营活动策划中，都设定了理想的用户路径。越多的用户按照这一既定的理想路径使用您的APP，不仅可以获得更好的用户体验，还能促成更多的用户价值变现。这一过程好比一个漏斗，通常开口大，出口小。为了让最终的转化能实现最大化，就需要去监控漏斗每个关键步骤的用户流量，分析步骤之间的流转关系，提升每个步骤的转化率。这就是漏斗分析的意义与价值。

二、功能详述

1. 准备工作

目前移动统计实现的转化漏斗分析是基于理想路径的每一个关键事件节点的监控，即漏斗的每一个步骤为一个自定义事件。因此，想要创建转化漏斗，需要先对希望监控的每个关键节点进行事件埋点，相关操作请见自定义事件埋点

2. 漏斗的创建

进入“漏斗分析”报告页，点击右上角“新建转化分析”，进入“新建转化”页面。这里提供四种漏斗模板可供选择

2.1 以“自定义路径转化”说明漏斗的设定流程

第1步：输入漏斗的名称

第2步：填写第一个步骤的名称，选择第一个步骤对应的事件

第3步：参考第2步，继续添加剩余步骤，最多支持添加5个转化步骤

第4步：确定统计规则，包含

1）转化率统计规则：默认为按用户数统计，可选按事件次数计算

2）转化完成时间统计规则：默认“同一天内”，可选“访问一次APP、同一天内、7天内”

小提示：“访问一次APP”是指指定的5个步骤，都是发生在同一次启动过程中，才会被记入漏斗。

第5步：点击“完成创建”，成功创建漏斗。

2.2 除了自定义路径转化外，移动统计还提供对应三种典型的转化分析场景的转化漏斗模型。

渠道转化：分析不同渠道完成目标步骤的转化情况，帮您分析不同渠道的优劣。

注册转化：分析转化为注册用户的比率以及注册路径各步骤设置的合理性。

购买路径转化：分析用户完成最终购买的比率以及购买路径各步骤设置的合理性。

2.3不同应用等级可添加转化分析模型数量不同，相关权益说明请参见会员中心；

2.4 新转化分析模型创建后数据次日生成。

3. 漏斗数据的查看（天级更新数据）

3.1 点击左侧导航栏“转化漏斗”，进入漏斗列表页，可以看到目前已经创建的所有漏斗 

3.2 列表展示了“漏斗名称、转化步骤、30日平均转化率”，同时可以通过“配置”功能，更改漏斗的步骤，或删除整个漏斗。

3.3 “30日平均转化率”是考察转化效果最重要的指标，即从漏斗的第一步到目标步骤的最终转化率。点击“漏斗名称”可以进入漏斗详情页，进一步分析漏斗每个步骤的转化用户数和转化率。

3.4 漏斗详情页

3.4.1 漏斗视图：从步骤看漏斗的转化效果  进入漏斗详情页，默认展示该漏斗的“漏斗视图”。上图可以清晰的看出，进入主界面、进入宝箱二级、玩宝箱的各个步骤用户数，以及两个步骤之间的转化率，还有整体转化率。

3.4.2 趋势视图：从时间趋势中看漏斗的优化效果  点击右上角的“趋势视图”图标，切换进入趋势视图，如果此时选择的是一段时间，即可从趋势图中看出这一段时间总体转化率的变化趋势（如图中，在3月24日、25日转化率有显著提升），并在数据表中查看每一天的数据结果。

4. 通过“用户分群”考察不同人群的漏斗转化

一般情况下，漏斗是对所有用户进行分析的，即漏斗的每一个步骤均是所有用户中满足漏斗设置步骤的用户数及转化情况。而新上线的“用户分群”突破了这一限制。 通过设置用户分群，比如设置分群为“上海地区新用户”，即可在漏斗分析中的“用户群”控件中，选择“上海地区新用户”这一分群，此时下方所有的数据结果均是上海地区新用户的漏斗转化结果。 这一功能的加入，为各种特定细分人群的漏斗转化分析提供了可能。

留存分析

一、功能定位

如果说APP用户的增长是开源节流的结果，那么拉新是开源，留存就是节流。

留存是APP增长运营的重要核心，留存率的高低代表APP对用户的持续吸引力大小，它是丈量产品核心价值的主要指标之一，也是投资人最关注的指标。

在移动统计平台上，留存分析按照对象的差异分为两大类“新用户留存”和“活跃用户留存”。

二、功能详述

1. 留存的概念

移动统计平台的“留存”，目前仅指“启动层面的留存”，即A用户在m日期有启动过APP，则就算A为m日期的留存用户。

1.1 新用户留存：某段时间的新用户，在考察的时间段（如第2天、第3天或任意之后的某个时段段）再次启动APP的用户数，为新用户留存用户数；再次启动的用户数占原本新用户数的比例，为新用户留存率。

1.2 活跃用户留存：概念同1.1，只是将新用户替换为活跃用户。

2. 新用户留存报告（天级别更新）

 2.1 新用户首次留存

2.1.1 选择新用户时段；新用户的留存时段可选择按日、周、月三种粒度查看。

• 天粒度：第2天、第3天、第4天…第7天、第15天和第30天。
• 周粒度：第2周、第3周、第4周…第8周和第9周。
• 月粒度：第2月、第3月、第4月…第8月和第9月。

2.1.2 可以通过选择“#或%”，切换显示留存用户数或留存率。

2.1.3 可视化显示套用Cohort Analysis（同期群分析）模型，并以颜色深浅直观反馈数据表现差异，蓝色越深留存效果越好。

2.2 新用户自定义留存  与“新用户首次留存”相比，可以自定义“留存时段”。可以帮助解决诸如“考察元旦期间的新用户在2月16日-17日春节期间的留存情况”这种典型商业问题。

2.2.1 汇总指标展示所选时间段内总体的“新用户数、留存用户数、留存率”

2.2.2 数据表展示新用户时段的分日数据结果。

2 活跃用户留存（天级更新）

 “活跃用户留存”的报告分析逻辑与“新用户首次留存”一致，即选定“活跃用户时段后”，仅可按固定的 天、周、月的时段查看留存情况。

3 灵活运用“渠道”和“版本”高级控件

无论是在“新用户留存”还是“活跃用户留存”中，都可以同时选择多个渠道或版本，以考察：

• 某一（或多个）渠道的新用户/活跃用户的留存情况
• 某一（或多个）版本的新用户/活跃用户的留存情况
• 属于某一（或多个）渠道且属于某一（或多个）版本的新用户/活跃用户的留存情况

渠道分析

一、功能简介

APP的用户增长，拉新是基础。谈到拉新，就不得不说“渠道”。不管是免费的自然增长渠道，还是付费的推广渠道，都有必要通过渠道分析，了解各个渠道的用户规模，并准确判断渠道的用户质量。以此来解决以下商业问题：

1）APP的新客来源的主要渠道有哪些？各个渠道的带量能力如何？

2）付费推广时各个渠道质量如何评估，该如何调整渠道投放策略？

3）某些需要标记用户来源的线上线下活动，取得活动效果如何？后续效果如何追踪？ ……

二、功能详述

在移动统计中，提供了“渠道分析”和“渠道来源细分”两个功能。

1. 渠道分析（分钟级更新）

 选择想要查看的渠道及查询时间范围，即可在报告中看到对应指标的分日变化趋势，并在下方表格中按渠道汇总每个渠道的数据指标结果。

1.1 如何使用渠道分析报告

1.1.1 评估渠道拉新能力：通过“新用户”指标，明确该渠道给APP带来的全新用户的数量。同时，“本渠道新用户”是指只要首次在该渠道下载激活就被被记入，该指标无法用户结算，但客观体现了渠道能力；此外，还可通过“启动用户数”判断渠道累计的拉新成效，因此也可用来考察渠道拉新能力。

1.1.2 评估渠道的质量：好的渠道，应该是既有强大的拉新体量，同时确保优质的新客质量。在本报告中，查看“平均使用时长”可以直观判断本渠道用户的粘性；而结合“启动用户和启动次数”计算人均启动次数，能进一步判明本渠道用户对平台活跃的贡献程度。  以上图为例“android market”渠道在近30日的新用户是“google default”渠道的2.9倍，而前者新用户的累计启动次数却是后者的80倍，即“android market”渠道新用户平均启动次数是“google default”的26倍之多。由此可见“android market”的新用户在后续间接价值更大。

1.2 除了汇总各个渠道数据结果的“渠道分析概况页”外，您还可以通过点击每一个渠道的名称，下钻查看单一渠道的数据详情  主要指标与渠道概况页一致，实现了单一渠道分日数据的呈现，能够更好从时间维度分析单一渠道对产品的拉新贡献。

1.3 渠道统计的技术原理  通过在SDK中配置channelID，进行渠道标记识别并统计呈现。详细的配置请见XXXXX

2 指定广告跟踪（原“渠道来源细分”，小时级更新）

“渠道分析”依赖在APP包中嵌入channelID，即每一种渠道来源对应一个APP安装包。但众所周知，IOS软件的官方下载渠道只有一个APPSTORE，即如果通过安装包打channelID的方式统计IOS的渠道来源，就只有app store一个渠道了。而实际情况，IOS通常也会在诸如社区、论坛、门户网站等付费推广平台买流量，因此有必要监测不同平台购买流量的效果。

正是为了解决：单一软件安装包在不同来源的投放效果统计与追踪的问题，我们设计了“指定广告跟踪”这一功能。

2.1 指定广告跟踪的技术原理 

2.2 如何设置指定广告跟踪

2.2.1在“指定广告跟踪”报告中，点击数据表右上角“+”进入如下“添加渠道”页，输入初始的下载链接【初始渠道URL】以及【渠道名】，点击“生成渠道URL”生成新的下载链接  此处的【初始渠道URL】是指APP上传渠道（如应用市场）后的下载链接，也可以为在论坛中的下载链接

2.2.2 将【生成渠道URL】提供给渠道商。 通知渠道商将【初始渠道URL】替换为【生成渠道URL】再进行推广。

2.3 如何查看指定广告跟踪报告 

2.3.1 展示每个渠道的“点击总数、移动设备点击、去重点击、激活、转化率”五个指标

2.3.2 其中“激活”通常是与渠道结算的考核指标，再结合渠道投放费用，即可计算ROI等；“转化率”体现了该渠道的投放效率。

2.3.3 点击该渠道名称，进入单一渠道的详情页，数据指标与上图一致，额外增加了从时间维度查看单一渠道的投放变化情况。

三、渠道作为高级筛选项在其他报表的衍生分析

除了在 “渠道分析”和“渠道来源细分”两张报表进行主要的渠道引流规模和质量的分析外，移动统计还将“渠道”作为高级筛选项，应用在其他的所有报告中。这使得，查看某一渠道的用户事件点击情况，某一渠道用户的页面浏览偏好等诸多以渠道进行细分的分析得以实现。大大提升了渠道分析的自由度和下钻深度。

1.案例一：在事件分析报表中结合渠道

 图注：在百度移动统计的“事件分析”中，我们可以分渠道，查看不同时间区间某个具体事件行为的 触发次数、触发用户数和使用时长。

案例二：在漏斗分析中结合渠道

图注：在 “转化分析”报表中，使用“渠道转化”模型，查看具体某一个渠道的用户在目标步骤的转化情况。如图中展示A渠道近30日在企业广告变现路径中，从打开APP、feed广告展现、点击、到最终下载这一路径各环节转化效果。通过比较不同渠道最终广告下载转化差异，断定渠道的优劣。

用户分析

一、功能简介

增长黑客必须以用户为王！了解产品的用户是谁？从哪来？有什么特征？这些是做产品运营和功能设计最基础的要求，也是统计与分析工具需要帮助您解决的最基础的一个问题，即：从数据层面分析您的用户。 在移动统计平台上，我们通过用户趋势与活跃分析、地域分布、终端分析、版本分析和用户画像五个功能，帮助您剖析:

用户规模、质量构成、用户来源、终端属性以及超出APP范畴的用户在大数据世界的画像（百度独有的全网数据画像）。

此外，在高级功能中，还有“用户分群”与“个体洞察”，帮助您进一步对用户进行群体细分与分析。

二、功能详述

1、用户规模、用户趋势与用户构成的分析

该部分分析，涉及移动统计平台的“用户趋势”与“用户活跃”两个分析报告。

1.1 用户趋势报告（分钟级更新报告）  1.1.1 分析“用户构成”：通过：新用户、新用户占比、老用户、老用户占比四个指标清晰展示APP的新老客构成情况。尤其是“新用户”相关指标，是判断APP拉新效果的核心指标。

1.1.2 分析“用户质量”：通过：每次使用时长、每人使用时长，初步判断宏观层面用户的粘性

1.1.3 分析“用户趋势”：所谓用户趋势实质是从时间连续性角度，看用户相关指标的变化趋势，分析趋势高值点和低值点出现的合理性。在用户趋势报告中支持“按日”及 “按时”粒度查看数据指标的变化趋势，同时还可选择“对比时间段”，以进一步分析当前趋势较期望值是否达标。  图注：对比“小时粒度”的今天与昨天的新用户数变化可知，今天中午12点-13点新用户增量高于昨天。  图注：对比“天粒度”的近7日与上个周期的新用户数变化可知，3.24与3.25同比上个周期，新用户数有所降低。

1.2 用户活跃报告（分钟级更新）

  1.2.1 分析“APP活跃体量”：通过：启动用户数（日）、周活跃用户数、月活跃用户数，分不同时间粒度考察APP用户活跃情况，是投资人关注的核心指标。

1.2.2 比较“活跃度的变化”：日活跃度=日活跃用户/累计活跃用户*100%，通过每日活跃度的指标对比，可以显著得出当日的活跃情况较历史平均水平是否有所提升。周活跃度、月活跃度分析思路是类似的。此外，还有一个重要的指标“日活/月活”，该指标是考察今日活跃情况较近30日来说变现如何。 小提示：日活跃报告，如果仅看两个指标，可以关注“日启动用户数”以及“日活/月活”，前者说明今日活跃规模，后者评估今日活跃质量如何。

1.2.3 分析“用户沉默”：和活跃相对应的是用户的沉默，因此通过“月沉默用户数”和“月沉默率”判断危险客户的数量，当这两个指标有所上升，务必采取行动，挽回流失用户。

2 地域分布分析（小时级更新）

无论是APP的线上推广还是线下推广，地域因素都是需要重点考虑的。地域分布的差异背后实质是用户群体偏好的差异。尤其对于电商、O2O、社区等注重线下运营的产品来说，准确了解APP用户的地域构成，才能有针对性的设计地域运营方案。

2.1 可视化地图，直观展示用户在全国范围内分布  图注：hover左侧地图，显示北京地区启动次数及在全国范围占比；右侧按启动次数从高到低展示当前省份排序。 PS：还支持按照“国家”来查看哈。移动统计支持海外app接入。

2.2 省份及城市维度的用户规模和质量分析  图注：报告下方数据表，可下钻查看在“广东省”下各个城市的启动用户占比分布。 2.2.1 通过“启动次数、启动次数占比、启动用户分布”，分析该省份或城市的用户规模体量，即当前城市渗透率

2.2.2 通过“新用户分布”，分析APP在该省份发展的潜力，结合启动用户分布，可以将城市分为四类（如下图），进而确定城市发展战略。

2.2.3 通过“平时使用时长”，分析该城市用户的质量，是制定城市策略的辅助参考要素。

3 终端分布（分钟级更新）

终端作为用户运行APP的载体，背后蕴藏这丰富的用户信息。分析用户终端，对于运营、产品和研发工作都十分必要。

3.1 通过品牌与设备型号差异，分析用户消费能力 

3.2 通过操作系统与分辨率，确定产品研发的基础架构  

3.3 通过“运营商、联网方式”，了解用户在使用产品时的网络环境，影响需联网相关产品功能的设计与实现。 

4 版本分析（分钟级更新）

 APP的持续迭代更新，需要了解每个版本目前的用户体量，已确认在运营投入，研发维护等方面需要侧重于某些版本。因此通过版本分布可以确认以下几个问题：

4.1 新发布版本的更新情况  通过“升级用户数、新用户数、升级+新用户”判断新版本的更新情况。

4.2 确定各版本的使用用户占比，降低对低用户占比版本的维护投入。  通过“启动用户（分布）”明确各版本目前用户体量，如上图中：蓝色框的3.0.2版本需重点维护；3.0.0、2.3.3、2.0.0.1等橙色框版本占比过低，可考虑不再进行维护。

5 用户画像

了解您的APP用户，不仅要知道她们APP及设备属性相关的情况，还需要了解他们的社会属性。以往的统计工具由于缺乏数据源，无法分析用户的社会属性。而移动统计通过结合百度大数据，可以为您展示用户清晰、完整的人口属性及兴趣偏好构成，为您的app运营策略的指定提供重要的参考信息。

5.1 基础人口统计画像  图注：结合性别与年龄，考虑产品运营和设计的调性与风格。

5.2 用户兴趣偏好画像  图注：结合用户对“软件应用”和“影视音乐”的偏好，可以影响广告投放平台的选择，运营活动的合作媒体与主题设计等。

三、强大的交叉分析功能

上述报告（用户画像除外），支持按照以下维度，筛选报告中展示的数据结果，为更多维度的交叉分析提供了可能。

1 时间控件：支持选择任意时间段，并进行时间对比

2 渠道控件：支持查看全部渠道，或某几个渠道的数据结果

3 版本控件：支持查看全部版本，或多选某几个版本的数据结果