精益化运营:10款移动统计分析工具推荐

简介: 移动应用和游戏的运营离不开大量用户数据的支持。目前国内市场的移动应用分析领域的公司则有友盟、Talking Data、App Annie、百度等,都是开发者比较熟悉的平台。相对来说,国外有哪些靠谱的移动应用分析工具呢?我们从中整理了10款,希望对开发者有所帮助。

移动应用和游戏的运营离不开大量用户数据的支持。目前国内市场的移动应用分析领域的公司则有友盟、Talking Data、App Annie、百度等,都是开发者比较熟悉的平台。相对来说,国外有哪些靠谱的移动应用分析工具呢?我们从中整理了10款,希望对开发者有所帮助。

 

Apsalar ApScience

Apsalar ApScience是一个移动分析平台,它集成了定位和优化工具,旨在帮助移动开发者提高用户参与度和收入。ApScience支持开发者在应用中设定并跟踪特定事件。

Apsalar还可帮助开发者了解用户行为和特征,分析用户生命周期。例如,帮开发者识别出忠诚的付费用户,适时地向他们推送打折信息,促进购买行为。

除了分析功能以外,该平台还可检测应用推广、运营效果。它还在今年6月份,推出移动广告DSP平台服务。

Google Analytic

这款分析工具,可以协助开发者监测移动应用、Web App、移动网站的实时数据。要玩转Google Analytics,最重要的是利用好它的自定义变量以及事件追踪。以自定义变量为例,把应用的版本号作为自定义变量传回,可以有效地帮助你分析出不同版本在转化漏斗上的改进程度。

另外,如果将应用中的每个按钮的点击操作作为事件回传,也可以帮助开发者分析不同按钮、功能的使用情况,有助于产品改进。

Flurry Analytics

Flurry Analytics是个免费的移动应用数据分析平台,可应用于iOS、 Android、Windows Phone、HTML5、Hybrid应用、移动Web、    BlackBerry和JavaME。经过数年的技术积累和产品迭代,Flurry 的统计SDK非常稳定,并且提供了功能强大的统计后台,和配套的应用推广工具。    

 

Localytics

在国内也有不少移动开发者使用Localytics的分析服务。它有三个主要特点:1. 实时分析功能,可让开发者通过设备型号、位置,或其他自定义变量分析应用的使用情况,提供实时分析功能。2.    与营销自动化结合,可以实时测量分析应用的付费情况,以及用户在应用中的交互和应用内信息交互情况。3. 提供轻量级的SDK,支持iOS、Android、Blackberry、Windows和HTML5。    

Segment.io

Segment.io允许开发者将数据一键分送给多家数据分析服务提供商,目前集成了Countly、Mixpanel、Localytics、Flurry、Google    Analytics等数据分析平台。开发者只需部署一次,即可随意开关各个平台的数据通道。    

Mixpanel

Mixpanel是一个Web服务,让开发者跟踪用户的使用习惯,并提供实时分析。Mixpanel提供的“人物”功能,可以让你根据用户在应用程序内采取的行为对其发出推送通知。Mixpanel    API是一个RESTful API,以JSON格式返回响应。    

Capptain

Capptain API可以让开发者实时跟踪用户数据,并与用户进行交流。支持跟踪安装数据、安装设备,以及监测应用性能,并有针对性地推送活动信息。    

 

Appsee

Appsee提供用户体验分析平台,帮助开发者了解他们的用户如何与iOS应用进行交互。Appsee的市场总监    Alon Even表示,它提供会话反馈(Session Playback),会记录用户在使用应用过程中所有执行操作,并能反应出用户遇到的问题。Appsee会通过可视化图表显示出用户每次的点击行为。    

Countly

Countly是一个开源的实时移动应用分析平台。它支持事件跟踪,几乎每个用户操作行为都可被跟踪,包括应用付费、广告点击等。它基于PHP/MySQL开发,同时还支持越狱渠道统计功能。Countly不仅支持iOS、Android、Blackberry,还支持Appcelerator    Titanium和Uniy3D SDK。    

Cobub Razor

Cobub Razor也是一款开源的移动分析工具。提供应用用户行为分析、设备性能报告、应用事件和会话分析、应用错误分析报告。开发者可以部署自己的私有数据库,而且对分析工具有特殊要求的开发者可以自行定制。    




原文发布时间为:2013-09-09


本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
2月前
|
数据挖掘 C语言 C++
R语言是一种强大的统计分析工具,提供了丰富的函数和包用于时间序列分析。
【10月更文挑战第21天】时间序列分析是一种重要的数据分析方法,广泛应用于经济学、金融学、气象学、生态学等领域。R语言是一种强大的统计分析工具,提供了丰富的函数和包用于时间序列分析。本文将介绍使用R语言进行时间序列分析的基本概念、方法和实例,帮助读者掌握R语言在时间序列分析中的应用。
58 3
|
2月前
|
机器学习/深度学习 并行计算 数据挖掘
R语言是一种强大的统计分析工具,广泛应用于数据分析和机器学习领域
【10月更文挑战第21天】R语言是一种强大的统计分析工具,广泛应用于数据分析和机器学习领域。本文将介绍R语言中的一些高级编程技巧,包括函数式编程、向量化运算、字符串处理、循环和条件语句、异常处理和性能优化等方面,以帮助读者更好地掌握R语言的编程技巧,提高数据分析的效率。
61 2
|
4月前
|
SQL 监控 开发工具
移动端统计分析工具Firebase、AppsFlyer、Adjust、Flurry、Tap stream、Kochava 、branch不完全对比分析
文章对比分析了Firebase、AppsFlyer、Adjust、Flurry、Tapstream、Kochava和Branch等移动端统计分析工具的优缺点,包括成本、数据追踪能力、用户界面、市场占有率和特定平台的集成情况,旨在帮助用户根据自身需求选择最合适的分析工具。
229 0
|
7月前
|
数据可视化 数据挖掘 数据处理
statsmodels, Python 统计分析工具库!
statsmodels, Python 统计分析工具库!
116 1
|
Web App开发 监控 Linux
AWStats 互联网统计分析工具
转载自:http://www.chedong.com/tech/awstats.html AWStats: Advanced Web Statistics AWStats是在Sourceforge上发展很快的一个基于Perl的WEB日志分析工具。相对于另外一个非常优秀的开放源代码的日志分析工具Webalizer,AWStats的优势在于: 界面友好:可以根据浏览器直接
1336 0
|
数据挖掘
87 网站点击流数据分析案例(统计分析-Visit分析【点击流模型】)
87 网站点击流数据分析案例(统计分析-Visit分析【点击流模型】)
95 0
87 网站点击流数据分析案例(统计分析-Visit分析【点击流模型】)
|
数据挖掘
88 网站点击流数据分析案例(统计分析-键路径转化率分析)
88 网站点击流数据分析案例(统计分析-键路径转化率分析)
91 0

热门文章

最新文章