网站分析常用的指标之内容指标(一下无埋点实现监测的真相——革新还是噱头？(图))

　　网站分析常用的指标之内容指标(一下无埋点实现监测的真相——革新还是噱头？(图))

　　首先，让我们快速谈谈两者之间的相似之处。 APP分析和网站分析，如果分析用户行为，主要思路和方法非常相似。

　　但是有很多不同之处。一是体现在数据采集（或俗称监控）上；二是体现在指标上；第三个（也是更重要的）体现在用于分析的工具上。

　　从数据采集的角度来看，应用数据采集和网页数据采集本质上是两点：用户行为和流量（推广）来源。

　　先看数据采集：

　　在用户采集方式上，web的主要方式是将JavaScript监控代码部署到页面上，app主要是通过SDK部署到app程序中。但是，随着 JavaScript 在 web 上的部署，可以自动监控大多数页面上的交互（主要是 html 超链接点击的交互）。即使应用添加了SDK，也无法直接实现应用中的用户交互行为。跟踪还需要“事件监控”，即部署事件跟踪。部署方法是在每次交互时添加事件跟踪专用代码。一些工具虽然提出了所谓的“无埋点”的方法，但本质上还是会监控app内所有的交互事件，然后工具会自动添加事件跟踪。相对而言，可靠性不如手动一一稳定。关于本节内容，请参考这篇文章:href="/auto-event-tracking-good-bad-ugly/">不埋点实现监控的真相-创新还是噱头？

　　另外，应用还存在离线使用的问题，所以监控方案比网页多了一种“存储转发”的方式。

　　在流量来源方面，应用的推广来源（注意不是指应用是从哪个应用商店下载的，而是指什么推广让用户点击并链接到应用商店下载。例如推广应用广告。）统计非常困难，而网络则非常简单。网页主要采用链接流量来源的url和link tag的方法（比如Google Analytics的utm参数），但是app不能直接使用这种方法。目前，监控APP推广来源主要有两种方式。第一种方法是在应用程序的安装包中写上应用程序推广来源的标记。另一种方法是升级类似于web的link标签方法，但需要推广。广告所在的广告网络或广告联盟提供技术支持，难度较大，但理论上准确率比前一种方法高。

　　再次查看指标：

　　网络和应用之间的指标差异并不是特别大。过去，网络强调用户交互，比如点击哪里，做什么，以及是否等待转换。因此，一种网络热图的分析工具更受欢迎，因为它非常直观地展示了用户的交互。除了刚才提到的这些与网络的交互之*敏*感*词*内远不如网页版的热力图工具准确。

　　最后看看分析用到的工具：

　　网页分析工具主要是网站分析工具，如GA（谷歌分析）、百度统计、白金分析（ptengine）等。近年来出现了一些名为“用户行为分析工具”或“成长工具”的产品，类似于网站分析工具，但加强了“访问者”或“用户”的分析功能。也就是我前面提到的，在web端增加了用户留存、周期活跃度（日活跃度、月活跃度等）、生命周期价值等功能。其实老的网站分析工具，比如GA，已经有了这个功能，并且正在朝这个方向发展。

　　还有两种类型的应用分析工具。一个是专注于app用户行为分析，比如国内的有萌+（原阿里收购的有萌），国外的比如appsflyer和flurry。另一类强调用户的生命周期，采集用户行为数据做一些用户细分（segmentation），并实现一些简单的基于分组的营销自动化工具，比如这方面的始祖Mixpanel，以及国内的sensorsdata（神策）数据）等。这两类差异也在缩小。

　　另外，值得注意的是，即使是过去那些强调app端分析的工具，也基本都在考虑web，web工具也开始做app版本。前者和神测数据一样，也可以用于网页数据分析和监控。后者比如 GA 推出的 GA 应用版本和 Google 后来推出的 firebase 分析——这是专门用于应用分析的，但很快就会被整合到 GA 中。

　　就是这样。如果您有任何问题，我会补充。