App页面上的数据如何追踪和统计的？现成的工具都有哪些？

Posted 2023-05-10

参考技术A 1. android 渠道追踪方法

众所周知 Google Play 无法在中国使用，所以国内 Android 市场被数十家应用商店（ 豌豆荚、百度助手、酷市场、360手机助手等等 ）占领，Android 渠道追踪主要围绕上述渠道展开。

方法 1：每个渠道打渠道包

具体来说就是开发者为每一个渠道生成一个渠道安装包，不同渠道包用不同的 Channel ID （渠道标识）来标识；当用户下载了 App 之后，运营人员就可以通过渠道标识查看各个渠道的数据。

Android 渠道打包机制：

虽然这样可以统计到不同渠道的来源数据，但是当渠道数量变多、抑或同一渠道在多个平台上做推广的话，打渠道包的做法就捉襟见肘了。

方法 2：使用平台方提供的数据

部分第三方推广平台提供渠道数据，然而只依赖平台方的「一面之词」是很难找到真正的优质渠道。

2. ios 渠道追踪方法

和 Android 的开放生态不一样，iOS 则是一个完全封闭的系统；除了少部分越狱机器，绝大部分 App 都是从 App Store 中下载。在苹果一家独大以及严格的审核制度下，Android 打包的做法在这里就完全行不通。
为了追踪 iOS 渠道数据，开发者们想出了很多黑科技，下面我介绍一下常见的三种做法。

方法 1：通过 IDFA 追踪渠道

IDFA 的全称是 Identifier for Advertisers ，即广告标识符的含义，这是苹果专门给各广告提供商用来追踪用户而设的标识。

通过 IDFA 追踪渠道：

今日头条作为广告提供商可以获取用户的 IDFA，当你在上面投放的 App 被用户下载激活，你的 App 也可以获取用户的 IDFA。将广告提供商提供的 IDFA 和自己获取的 IDFA 匹配，即可追踪渠道来源。
缺点是 IDFA 只能用于 App 类型的渠道，如果你在网页上投放广告是不支持的；同时，用户可以在iPhone 设置中选择关掉 IDFA 获取权限。

方法 2：通过 Cookie 追踪渠道

iOS 9 里面引入了 SFSafariViewController 类，一方面是用户体验更好了，同时可跨 App 与 Safari 共享 Cookie。

通过 Cookie 追踪渠道：

当用户点击广告链接时，监控服务器可以接收到 Cookie 中含有的渠道信息；用户在 App Store 中下载激活 App，这个时候监控服务器再次收到 Cookie 信息。系统匹配前后两次 Cookie ，即可追踪渠道。
缺点是基于SFSafariViewController 的追踪必须在 iOS 9 及以上版本才有效，而且微信公众号广告、朋友圈广告仍然无法实现追踪。

上述方法可以实现部分平台、部分渠道的追踪监测，然而三大缺点也是显而易见：
（1）割裂了 Android 和 iOS 两个平台的渠道数据，难以整合分析；
（2）Android 投放需要重复打包，效率低下；
（3）iOS 渠道范围限制多，无法大规模推广。

Part 2 | 基于用户设备标记的解决方案

下面我们介绍一种快速、灵活的解决方案 ––– 基于用户设备标识的追踪方法，它可以同时兼容 Android 和 iOS 两个平台、适用于大部分投放渠道。

1. 基于用户设备标记的追踪原理

上面介绍的基于 IDFA 和 SFSafariViewController 的两种方法均受到 iOS 的限制，而用户的设备标记则不受系统的影响。在 GrowingIO【渠道来源】解决方案中，我们将「IP + UserAgent + 设备 ID」组合设置为用户的设备标记。

通过用户设备标记追踪渠道：

用户点击含有 UTM 追踪参数的广告链接后，GrowingIO 服务器检测到用户的设备标记以及 UTM 渠道参数。链接跳转到应用商店（ Android 和 iOS 均可以）后，用户下载安装并激活 App，此时 GrowingIO 服务器第二次收到用户的设备标记。
系统匹配前后两次的标记，可以确定用户的渠道来源，同时 UTM 参数含有的详细渠道信息一并呈现。

2. 用户设备标记方法的特点

当然，基于用户设备标记的方法也有一定不足。当小部分用户所处的网络环境前后变化时（如从 WiFi 切换到 4G），此时 IP 前后不一致就会导致匹配失败。
但是相比于前面的 4 种方法，基于用户设备标记的渠道追踪方法显然更有优势：
第一点，打通了 iOS 和 Android 的渠道来源，可以将【操作系统】加入用户属性整合分析；
第二点：避免了 Android 平台重复打渠道包的工作；
第三点：规避了 iOS 原有诸多限制，适用于更加广泛的推广渠道；
第四点：只需修改推广链接中的参数、无需改动安装包，适合大规模、多渠道、敏捷的推广需求。

同时，广告链接中含有的渠道参数（ 广告来源、广告媒介、广告名称、广告内容、广告关键字 ）可以一同加入用户属性数据中，方便后期对用户数据进行多维度的对比、交叉分析。

Part 3 | App 渠道数据分析两大思路

有了 App 渠道追踪数据后，我们可以将 UTM 的五个参数作为维度，从数量和质量两个思路出发，进行 App 渠道数据分析。

1. 数量：找到获客成本最低的渠道

根据业务需要，我们选取广告来源（ utm_source ）和广告关键词 ( utm_term ) 两个维度，计算出不同渠道的获客数量并评估获客成本。

某 O2O 类 App 先后在 3 个渠道上进行了 2 次投放，投放内容先后是「美食」和「外卖」。通过 UTM，我们监测到每个渠道、每次投放的 「App 新增用户量」，然后计算出平均获客成本。
从广告来源上看，渠道 1 的平均获客成本最低；从广告关键词上看，「外卖」主题的广告平均获客成本最低。从客单价的角度出发，接下来可以针对性优化投放渠道和投放内容，大幅度降低投放成本、提高拉新效率。

2. 质量：找到获客价值最高的渠道

「App 新增激活用户量」和「获客成本」这两个指标是从数量的角度进行分析，但是数量大、价格低并不一定代表渠道用户质量高。我们还需综合考虑用新用户在接下来的表现，以及新用户所能带来的价值。

方法 1：用户行为数据分析

在这个过程中，我们重点参考用户留存指标，包括次日留存率、三日留存率、七日留存率、三十日留存率等等。

我们按访问来源（utm_source）分析新用户的留存度，发现渠道 2 的三十日留存率高达 14%，而渠道 1 为 8%、渠道 3 为 6%。从留存度上来看，渠道 2 获取的新用户价值显著更高。

方法2：用户价值分析

除了用户行为指标，财务指标也非常具有参考性。按照广告来源（utm_source）我们统计出不同渠道获取到的新用户的财务价值，如新用户在第一个月的月付费率（MPR）和用户平均收益（ARPU）。

通过分析发现，渠道 2 获取的新用户首月付费率（42%）最高，用户平均收益（30 元）也是最高的。虽然渠道 2 的获客成本略高于渠道 1，但是从收益的角度来说，投资渠道 2 显然是一种更加明智的选择。
综合上述指标，该 O2O 类 App 在下个月的市场投放中将资源集中到了渠道 2，同时主打「外卖」主题内容。还是和上个月同样的市场预算，但是新增用户却提高了 150%、新用户留存率提升了 240%，这是一个巨大的增长。

[小技巧]升级如何进行数据校验

 

1. 文件本身校验
给 app.bin 末尾加上校验，如IAR等开发工具都支持
或是使用外部独立的小工具来添加校验，简单的算法有 累加和，也可以用CRC。

2. 传输校验
修正线路上的数据错误
ymodem，http上传等都有校验，至少保证上传的文件本身是正确的。

3. 自定义校验
在项目中放一个文件，写上项目及客户名称，一起链接到项目中去。
这样收到文件后检查里面的数据是否匹配。以防止类似的项目错误的分发到错误的用户手上。

4. 增强
app.bin不要直接分发，而是可以压缩，加密。
1是保密，2是缩小了体积。