来源：共相Ebizcamp

作者：Kristoffer Olofsson 译者：丁磊/周晨希  群邑搜索部管培生 审核：顾青 EBizcamp创始人

移动APP分析，是GA中的第一个非网站平台分析的核心部分。这反映出了我们6年前就预测到用户向智能手机与平板电脑的转移趋势。

在过去，我们不得不自己开发移动APP数据追踪工具（由于它们的报告与网站数据报告看起来一样，因此最终会走向终结），新的Google Analytics的移动APP分析把围绕APP的数据呈现在报告中，使我们轻轻松松地便能追踪用户在APP中的交互。不再用追踪网站的方法来追踪APP，移动APP的开发人员会惊喜地发现报告反映的数据对他们的业务十分适用。

数据虽然很漂亮，但是分析的最终目的是从中产生洞察，从而可以采取行动。这篇文章中，我会从GA新的APP分析界面中找一些报表的例子，来告诉大家，这些报告如何帮助我们为业务做一些决策。

一、发布：多少人在使用我们的APP？

假设我们刚发布了最新版本的”航班搜索”APP。我们收到邮件通知，我们的APP刚通过了应用市场审查（终于），我们准备开始运营了。或者我们刚刚发起了一些针对某些地区的营销活动，来促使用户安装我们的APP。可以实时监测我们获取用户的效果，用户的来源以及用户是如何参与到APP内容中来的，对我们来说十分重要。

这就是实时报告的用武之地。在用户交互后的几秒之内，数据就能够呈现在报告之中，使我们可以根据数据快速地采取行动。我们可以看到每个APP版本的用户数量，他们活跃在哪些屏幕页面，以及他们的地理位置（可以精确到城市级别）。

二、监测与迭代：我们如何优化用户体验？

我们可以通过很多方法来获取和吸引用户。对我们来说了解用户在APP中的行为与行为轨迹十分重要。我们希望可以回答如下问题：

我们业务存在瓶颈吗？

为什么用户离开了APP？

基于不同的操作系统和语言等等，用户的行为会有什么不同？

用户行为流报表（Behavior Flow Report）会告诉我们用户在APP的行为轨迹是怎么样的，他们在哪里离开，他们怎么到达特定的屏幕页面，以及按照什么样的浏览顺序到达这些页面的。我们的“航班搜索”APP报告如下，似乎在一些重要的屏幕页面的退出率（红色部分）比较高。

我们会想到拆分这个数据，把问题缩小到某个的操作系统，APP版本，用户类型等。这种方法可以使我们能够不断重复迭代，并增进用户体验。

三、测量与迭代：我们如何为问题排优先级？

我们的APP在应用市场上可以下载，但是在用户评论中显示了APP有一些技术问题，APP有时候会突然崩溃。实际些，Bug对于开发人员来说是现实生活中不愉快的存在，在某种程度上，Bug一直都有。问题就是，我们应该如何排优先级，怎样分配资源？

崩溃与异常报告（Crashes and Exceptions Report）会给我们一些重要的数据，帮助我们接近问题答案。这个报告中会给我们一些信息，比如：

APP出现了哪些异常？

出现异常之后带来了哪些影响？

这些异常在APP哪里/何时出现的？

在哪些设备，操作系统和APP版本上出现的?

来看下面这份报告，似乎有一个Bug在升级到2.1版本的时候修复了，但又带来了另一个Bug。细分数据，去找出关于异常的更多信息，这样我们就能采取适当的措施。比如，或许这个Bug只存在安卓客户端，iOS上并没有。这样，我们的安卓开发团队就需要多做一些工作，而我们的iOS开发团队就可以早些发布iOS APP。

通常我们会把崩溃与异常分开，崩溃是异常的子集，崩溃是致命的，但并非所有的异常都致命。然而，在上面的报告中，我们只有致命的异常。

四、进化：我们需要关注什么操作系统/功能？

当我们准备进一步开发APP的时候，新的挑战出现了，我们需要知道如何在公司内部分配资源。我们需要关注什么操作系统？APP的什么功能，换言之，什么对于我们的利润影响最大？

继续看设备和投放网络概览（Devices and Network Overview）报告，我们又能够为我们的“航班搜索”APP获得一些重要的信息了。比如，我们大部分的安卓用户的版本都在4.0以上，只有一小部分用户还在使用安卓2.3或者更低。这告诉我们，如果我们停止维护安卓4.0以下的操作系统版本，影响到的用户并不大。

根据上面提到的，我们可以开始用一些 4.0以上版本的功能，并且，我们不必持续支持2.3，这样可以帮我们减少一些麻烦。另一方面，我们几乎没有什么安卓2.3及以下版本的用户，可能是因为我们的APP并没有为安卓2.3版本进行优化，对此我们需要作进一步观察，从不同的角度去看这类数据十分重要，这样我们才能为业务做最好的决策。

五、进化：我们应该关注哪些用户？

随着用户增长，GA数据也在增加，使我们能够重要的细分数据上找到问题并且采取行动。用户行为报告（Behavior Report），例如会话时长（Session Duration）和用户忠诚度（Loyalty）报告就提供了很多有价值的洞察。

更长的会话时长（Session Duration）和更多的会话数的用户转化率也更高。这告诉我们，我们应该关注用户的留存与参与度:我们希望我们的用户可以在离开之后回到我们的APP，我们需要定位用户退出那些点（上面提到的用户行为流（Behavior Flow report）可以帮助我们），数据显示重复用户和参与APP时间更久的用户的转化几率更高，这一信息对于无论是营销还是设计工作都是分分重要。

六、报表：我们如何将数据呈现做到极致？

到现在为止我们已经讨论了现成的报告。所有的报告是在GA里默认生成的。但是，针对某一项业务定制特定维度和指标的报告是很有效的方法。也就是说，报告中的数据可以反映某个特定业务。我之前写过一些自定义维度（Custom Dimensions）的用例，以及该如何使用这些自定义维度来改进报告。

自定义维度（Custom Dimensions）就像GA中已有的度默认维度一样，只是我们可以自己创建，使我们可以收集额外的，GA默认不提供的数据。

自定义维度不仅可以使我们获取用户和内容额外信息，也使我们创建适用公司内部的报表。公司内部的人不一定熟悉GA中的术语和数据展现形式。

通过创建一个“客户级别”的自定义维度，比如，我们把报告和细分创建为如下图报表，这个报表贴近我们的业务，并且也易于在公司内部传阅。

类似地，自定义指标（custom metrics）同样使我们能够把自定义的数据发送到GA，只是，自定义指标发送的是数值而不是自定义维度那样的字符串。还是拿我们的”机票搜索”APP来说，我们希望增加这样几个自定义指标：搜索次数，预订数以及取消预订数，等等。这样就可以创建下图中这样一个报告。这样的报告仍然贴近我们的业务类型并且适用于公司内部，即便是对那些不熟悉GA的人来说也很适用。

结束语

GA移动APP SDK使我们在移动APP上安装追踪代码变得十分简单，并开启了很多强大的分析功能。通过在APP上的测量和迭代，我们可以不断提升用户体验，最终增进了我们的业务。有时候很容易就能找到一处明显的赚钱瓶颈，有时候却需要更多的细致分析，才能获得更有价值的洞察。

作者介绍：

Kristoffer Olofsson曾经是Google Analytics Premium团队的部署专家。他刚上大学时便开始与数据打交道，并且经常成为数字营销经理与开发人员的沟通桥梁。

译者：丁磊/周晨希  群邑搜索部管培生

审核：顾青 EBizcamp 创始人

关于GA的缺点：

抽样数据是个主要的问题。GA的一些报告里会使用抽样数据，导致报告的数据非常不准确，尤其是分析细节数据时。

在GA界面上创建的自定义报告，一般都会出现抽样数据，导致数据准确性很低。这是因为自定义报告里一般会包含了多维度，实时跑这种多维度报告的数据量远大于GA能够及时把报告跑出来的能力。所以GA会从“抽样”中选取（比如5%-10%）小部分原始数据去出一份“估算”的抽样报告。

当网站有大量不相同的URL时（比如产品/酒店详情页很多，列表页很多），抽样数据会导致部分的URL的数据不能在GA报告里出现（因为GA有报告行数的上限）。

GA数据保存在Google服务器，你自己没有保存一份数据。这个数据不能“落地”（放在自己的服务器或自己的云端上），以后无法去“使用”它。

如果你的企业在使用GA做为数据分析平台时碰到类似的问题，可以与EBizcamp创始人顾青先生联系, 微信号richarddq。

【延伸阅读】

移动端数据整合及分析的价值 － 旅游、电商、O2O及互联网金融行业

距离“第三期互联网数据分析及运营实践培训课”12月11日的优惠价格还有最后1天时间！

报名：http://event.3188.la/530802826

为了能够更好地帮助刚开始建立运营体系的企业解决一些日常工作中的痛点，推荐你上一门由作者总策划的课《互联网人的数据运营实践训练营》，由长年工作在大型互联网企业内部，踩过过无数的“数据坑”，平均经验都在十年以上，都符合格拉德威尔在“一万小时定律”中的描述的四位老师：安琦、黄捷、黄一能、王晔传授！时间：2016年12月17日-18日 8:30-17:30，一定能有效地帮助你。