或如何开始分析移动应用程序。
如果您正在计划或已经在为iOS或Android开发应用程序，则移动应用程序分析应该是您最好的朋友。它将帮助您了解需要优化的内容以及向哪个方向发展以实现项目目标。
没有分析，您就可以尝试新功能，进行优化或长时间进行实验，而无需了解所有这些因素如何影响移动应用程序的关键指标。
阅读本文之后，您将获得关于什么是移动应用程序分析，从哪里开始，在哪里移动以及您绝对不应该做什么的一般想法。
移动与网络
如果您曾经使用过Yandex.Metrica，则可以进行进一步的类比，以帮助您更好地理解为何移动分析需要投入大量时间和精力，以及为什么不能仅为网站设置常规的“计数器”。
将分析系统安装到应用程序中
这一切都始于将分析系统安装到应用程序中。
即使是将分析系统代码平凡地安装到应用程序中，也是一个相当费力的过程，需要开发人员的参与。这里有很多陷阱。而且，如果您认为任何更改还需要对Google Play和App Store中的应用程序进行重新审核，那么此过程不仅费力，而且耗时。
分析服务的复杂性
用于收集和分析数据的服务接口通常非常复杂。一天之内将无法理解它们。
而且，如果用于网站的Yandex.Metrica是具有直观界面的大众产品，那么所有针对Mobile的分析服务都将重点放在专家身上，并且需要花费大量时间来研究文档。
移动应用程序的功能
大多数站点属于同一类型：登陆页面，公司站点，在线商店等。分析的方法也是模板，与之相关的是，您可以简单地在站点上安装一个计数器，单击两次即可设定目标，并开始接收数据进行分析。
应用程式并非如此。每个移动应用程序都是特定的，并具有自己的一组功能元素。技术栈选项，特定功能，各种任务的庞大动物园……所有这些都无法统一分析系统。这就是每个应用程序都是一个用于数据分析的新项目的原因。
分析需要一套服务
如今，没有服务可以关闭移动应用程序中的所有数据分析任务-应用程序过于复杂，并且分析任务是特定的。
分析需要几种服务，数据库，集成等的组合。必须仔细设计，然后正确实施和维护这种复杂的服务和应用程序。
如何在应用程序中构建分析系统
移动应用程序的分析不能一overnight而就。仅仅“固定” Yandex.Metrica的类似物是行不通的。在计划发布的一周前邀请专家，您可能会很惊讶地收到为期两周的开发人员技术规范。
让我们看看要使一切正常工作需要做什么。但是，由于在每种情况下这都是“正确的事情”，因此我建议考虑在移动应用程序中开发分析的3个主要选项。
请注意，在本文的框架内，我计划仅概述每个选项的本质，实现细节是单独文章的主题。
基本分析
在初始阶段，您可以通过在应用程序中安装一个可用的分析系统并标记计划跟踪的事件来获得帮助。如果您只是启动应用程序或开发预算有限，这是一个不错的选择。
市场上有几种用于跟踪移动应用程序中数据的系统。它们是免费的，共享软件并已付费。
俄语段中最受欢迎的移动分析系统：
- Yandex AppMetrica（免费）
- Google Firebase（共享软件）
- 振幅（每月最多可释放1000万个事件）
- AppsFlyer（付费，每月$ 500起）
需要做什么？
- 确定数据跟踪系统。
- 准备技术任务，为开发人员安装分析系统SDK。
- 准备事件映射以在应用程序中进行标记。
- 在应用程序中实施分析。
- 测试数据收集。
费用是多少？
成本包括数据跟踪服务的成本（如果您选择付费服务），程序员执行分析系统的工作成本以及将执行第2点和第3点的分析师服务。
在最经济的选择中，您可以尝试没有分析师。然后，系统的实施将在开发人员的工作和您准备所有必要的技术规格的时间上花费10-15个小时。
哪些任务将有助于解决？
在初始阶段跟踪应用程序中的用户操作和安装源将使您了解以下基本知识：
- 流量来源（其中哪些有效，它们的转化率是多少）
- 用户活动。有关基于应用程序中用户操作的DAU，MAU，保留度和其他指标的信息。
- 盈利能力。如果您的应用提供应用内购买，则可以对收入，ARPU，ARPPU等进行评分。
- 听众和行为。哪些用户访问了您的应用程序，以及他们与产品进行交互的方式是什么。
正确选择和配置的分析系统将使您能够完成应用程序最初几个月甚至几年内完成的多达80％的分析任务。
高级分析（更多数据）
如果您的应用程序已经运行了一段时间并且总体上成功开发，那么考虑分析系统的开发是有意义的。进一步的改进将需要额外的资源，但是采用正确的方法，由于从分析中获得的见解，所花费的金钱将超过回报。
如果您已经实现了Basic Analytics，则可以开始向系统中添加新数据或丰富现有数据。这可以是来自您自己的数据库的有关用户的数据，来自广告办公室的费用，来自外部系统的数据等。
如何增强分析系统？
- 建立统一的分析数据仓库（DWH）。一个数据库，它将从各种来源收集有关用户操作的数据。
- ( , , .) DWH.
- .
?
- .
- . , .
- , , .
它可以帮助解决哪些任务？
通过连接新的数据源，您将能够将有关用户行为的信息与其在应用程序中的客户端配置文件结合起来，对用户进行端到端分析，准确了解您从哪些渠道吸引了哪些用户以及花费了多少费用。
如果我们根据帕累托定律评估“基本”和“扩展”选项的比率，那么“基本”选项就是可以给出主要结果的80％。但是，如果您拥有一款稳定的可赚钱的产品，那么分析带来的额外20％的增长可以极大地提高应用程序的性能。
前景无限
如果您有一个成功的项目和足够的用户群，则应考虑使用此选项。在此阶段，您不仅可以进行简单的数据分析，还可以找到见解并继续使用产品本身中的数据。
借助积累的数据，您可以开始构建预测模型，推荐系统，即使用已经积累的数据来预测行为并增加吸引用户的价值。
在这个方向上的开发已经超出了产品分析的范围，并顺利地进入了数据科学领域。
数据使用
在所有选项中，我们仅考虑数据收集的方法。但是收集数据是为了使项目受益。
最常见的选择是使用BI系统进行数据可视化。数据透视表，图形和图表是公司制定业务决策时最常用的方法。这似乎是一项微不足道的任务，因为我们都知道如何在Excel中构建图形，但是如果您对其进行更详细的研究，该任务并不是那么容易。因此，BI系统专家的初级开发项目参与将避免许多错误。
但是，分析不限于数据透视表形式的可视化，图形和数据转储。如果收集有关用户的足够数据，则可以为用户设计有效的推荐系统，这将增加平均检查，增加用户保留率等
。除了当前使用数据之外，如果有足够的数据，则可以考虑构建模型。可以以一定的概率预测未来的某些事件-这是预测性分析。
这只是数据如何帮助您发展业务的一小部分。
文章摘要
如果您时间不多，这里有一个简短的摘要：
- , ? , — , .
- , , . , — .
- — , , .
- — . .