良心總結:經常使用的第三方統計平臺優缺點分析

爲何要作數據分析?前端

能夠有效避免本身想固然的作事情,用客觀數據分析出來的結果來堵住主觀臆想的黑洞後端

能夠爲決策提供有說服力的支撐瀏覽器

能夠看到決策以後的效果和問題併爲下次決策提供方向網絡

能夠更好的改進產品,提高用戶體驗工具

經常使用的第三方統計平臺優缺點分析大數據

1.友盟+優化

2010年4月在北京成立,是中國最專業、最有數據凝聚力的移動開發者服務平臺。網站

2013年4月,被阿里收購。日誌

第三方全域大數據服務提供商,經過全面覆蓋PC、手機、傳感器、無線路由器等多種設備數據,打造全域數據平臺。blog

提供全業務鏈數據應用解決方案,包括基礎統計、運營分析、數據決策和數據業務等,幫助企業實現數據化運營和管理。

優勢

除了數據統計,還提供推送服務,社會化分享,用戶反饋,功能十分強大

缺點

在APP開發的時候須要用戶手動埋點,增、刪、改代碼特別麻煩,工做量大

另外,友盟已經確認被阿里收購了,若是你不介意公司數據暴露在阿里面前的話。

2.TalkingData

TalkingData是獨立的第三方移動數據服務品牌。其產品及服務涵蓋移動應用數據統計、移動廣告監測、移動遊戲運營、公共數據查詢、綜合數據管理等多款極具針對性的產品及服務。在銀行、互聯網、電商行業有普遍的數據服務應用。

優勢:

界面清晰,不會像友盟看着那麼累

支持直接在報表後臺中設定追蹤點並自動部署追蹤代碼的「靈動事件」;

能夠基於統計數據對不一樣的用戶人羣完成精準推送營銷

不光可使用TalkingData提供的推送通道,還能夠與個推、極光等推送平臺組合使用,讓以往的粗放推送達到實時精準化,並實時查閱效果數據。

缺點:

手動埋點,工做量大

收集錯誤報告信息,若是使用TalkingData SDK自動捕獲異常會損耗用戶流量,而主動傳送錯誤信息給SDK目前僅Android SDK提供此功能

不支持cocoapods集成

沒有crash統計

3.GrowingIO

GrowingIO是基於互聯網的用戶行爲數據分析產品,具備無埋點的數據採集技術,能夠經過網頁或APP的瀏覽軌跡、點擊記錄和鼠標滑動軌跡等行爲數據,進行實時的用戶行爲數據分析,用於優化產品體驗,實現精益化運營。

優勢:不須要埋點

缺點;不埋點是指讓數據分析師不須要去埋點,但實際開發過程當中,須要開發者去設置個每一個點的名稱,而且他們的數據上傳很是很是頻繁,網站輪詢,感受像bug,不停的循環。

若是UI發生變化,可能致使沒法準確地統計已圈選的元素,因此還須要手動爲界面元素設置固定的惟一ID,代碼量也不小

4. Sensorsdata(神策數據)

與GrowingIO相似,也是基於用戶網絡行爲,採集數據進行分析。技術上提供開放的查詢 API 和完整的 SQL 接口,同時與 MapReduce 和 Spark等計算引擎無縫融合,隨時以最高效的方式來訪問乾淨、規範的數據。

優勢:

提供了可視化埋點的解決方案

支持多種語言的SDK

API功能豐富

缺點:

公司剛開始起步不久,沒有市面上的大公司成熟。

5.shareinstall

APP開發者能夠經過Shareinstall更精準的進行產品的推廣。另外,Shareinstall仍是一款渠道統計工具,可以全方位的分析渠道推廣效果。Shareinstall是一種APP市場營銷技術。經過集成Shareinstall,開發者可根據自身APP的業務參數、軟硬件參數、結合自身業務,對APP的流程進行優化重整,以便向用戶提供更好的體驗。Shareinstall強大的功能和靈活的接口,可以爲不限數量和服務類型的APP提供支持。因爲Shareinstall可爲各種APP提供支持,這將產生難以窮盡的應用場景。

優勢:

1)攜參安裝
ShareinstallSDK能夠經過攜參安裝,簡化用戶的安裝體驗,豐富用戶的安裝信息,例如:免填邀請碼,自動添加好友,自動加入遊戲房間,商品導購等
2)渠道統計
幫助統計並分析渠道推廣的效果,經過數據幫助決策者調整渠道推廣策略
3)一鍵拉起
可實現各類瀏覽器的一鍵拉起


缺點:第三方,須要應用集成SDK。除了這點之外,其他方面仍是作的很不錯的,不介意這點的能夠選擇shareinstall。


總結

僅僅是分析UV、PV、點擊量等基本指標,能夠選擇代碼埋點或者可視化埋點等前端埋點方案;

精細化分析核心轉化流程,則可能須要利用後端 SDK 或者 LogAgent 接入後端日誌;

活動/新功能快速上線迭代時的效果評估,則能夠利用可視化埋點快速完成;

對客服服務質量的考覈,或者不一樣快遞在不一樣省份運送不一樣品類產品的速度的比較,則須要使用後端 SDK 來對接第三方系統以便導入數據。

一個產品首次使用 Sensors Analytics時,初期採用可視化埋點方案,快速完成部署,以便快速評估分析效果,作出快速決策;而對可視化埋點獲得的數據,在分析解讀後,再針對性地逐步採用其它數據採集方案,獲取更詳盡、更全面的數據分析結果。

相關文章
相關標籤/搜索