一篇Web Analytics vs. Mobile Analytics: What’s the Difference?的文章，在我evernote里躺了几个月，最近几天刚好项目节奏不太忙，回顾了下我evernote里的很多待读文章，顺便也边读边翻译了下以便加深学习效果。

但是实际上翻译到一半我就有点后悔了，翻译实在不是一件轻松的事情，有些段落自己读起来觉得挺懂的，但是若要翻译成通顺的人类能够读懂的句子着实不容易，更不要说雅、达的终极要求了。但是还是强迫自己完成了“处女翻”，对于某些自己也无法接受的蹩脚的翻译，我保留了原文，希望朋友们能够帮忙指导。

注：

1. 下文中当提到App时，作者有时叫做App，有时又叫做mobile apps，有时又叫成mobile application, 在翻译时，我有时保留原文App，有时翻译成移动应用，有时又叫做移动应用程序，后来干脆简化之，一律称为App。

2. 文中使用了大量的术语，比如SDK， JavaScript，Cookie , 这些术语也经常出现，就不再进行转译了。如果对术语本身有问题的，可以用google百度一下。

 

人们日益依赖于移动设备通过移动浏览器以及app与企业进行交互。一份最近的研究表明目前来自移动设备的流量占据了互联网流量的15%。在2012年12月，平板设备的销量首次超越了pc电脑以及笔记本。可预期的是，在2013年年底时，每周将会有接近20亿的app被下载。

如果你现在还不够重视来自你的来自移动设备的流量，你的前景堪忧啊。如果你现在是移动数据分析的新手或者刚刚入门，了解下传统网页数据分析与新兴的移动领域的数据分析之间的区别，将对你非常有帮助。

移动数据分析横跨移动网页以及移动应用（app）

移动数据分析一般被分成移动网页分析以及移动app分析。移动网页是指人们通过他们的智能手机或平板上的移动浏览器来访问在线的网页内容。很多公司会为这类用户提供指向一个专门为移动设备定制的站点（比较典型的是一个类似于m.example.com的子域名），或者，使用响应式设计（responsive design ）让目前的网页内容在不同的设备和电脑的分辨率上实现自适应。当某些企业认识到无论他们的移动网页或主站都无法很好地服务平板用户时，他们也在开始提供平板专用的站点。

 

刚开始时，很多智能手机不支持javaScript或者cookies. 但当前大多数流行的移动设备已经对此提供支持了。所以本质上，移动网页测量网页表现的页面打点方式与传统网页是类似的——只有几点注意事项。

•  移动网络因为不同地域和不同的运营商技术（3G, 4G/LTE）而在数据连接速度上差异很大。面向缺乏耐心的移动用户，移动网站需要轻量化以及访问快速，来保证可以快速地装载。因为JavaScript会导致移动网站性能降低，所以，基于JavaScript的打点需要根据移动设备来进行优化。
• 存在若干个移动特有的维度／报告，如设备名称、设备类型、移动浏览器以及运营商网络等。这些报告被不同设备的用户标示切断了。移动设备相比电脑而言，用来标示用户的字符串（用户代理标志符：//www.ua123.net/WhatAgent.htm）更加多样化。做为对比，对于台式电脑，你只需要关心两个操作系统以及少数几个定期更新的网页浏览器。但是在移动环境中，存在一个非常广泛的操作系统（(iOS, Android, Windows, Blackberry, 等）以及不同设备类型的移动浏览器。移动分析服务商经常会用设备库服务来查找新设备所使用的浏览器标识符。但是如果设备商复用了已有的用户代理标识符，比如苹果iPad2和iPad mini就用来相同的用户代理标识符，那你就杯具了。
• 存在若干个移动特有的维度／报告，如设备名称、设备类型、移动浏览器以及运营商网络等。这些报告被不同设备的用户标示切断了。移动设备相比电脑而言，用来标示用户的字符串（用户代理：//www.ua123.net/WhatAgent.htm）更加多样化。做为对比，对于台式电脑，你只需要关心两个操作系统以及少数几个定期更新的网页浏览器。但是在移动环境中，存在一个非常广泛的操作系统（(iOS, Android, Windows, Blackberry, 等）以及不同设备类型的移动浏览器。网站分析提供商往往会与设备库服务提供商合作去实现映射用户标示到不断更新的设备列表上。但是不幸的是，这个方法并非万无一失，如果制造商决定在不同的机型上使用已有的用户识别标记的话，比如最近的苹果公司的ipad2以及iPad mini 平板。
• 如果被授权，移动网站可以充分利用HTML5挖掘到用户的GPS位置。移动网站可提供精确的GPS位置信息的能力远远超越了传统电脑访问者只能提供基于IP地址的地理信息预测。
• 屏幕的尺寸以及分辨率对于网站分析是不陌生的，但是对于更小的、多样化的设备的分析重要性提升。屏幕的纵向和横向视图用户使用各种触摸以及划动手势而非鼠标的因素为移动数据分析增加了新的转折，这些是电脑领域不用关心的内容。

虽然移动网站主要依赖于JavaScript页面打点方式进行数据收集，App跟踪使用一个基于不同客户端的方法，更有利于捕捉本机应用程序的活动。网站分析服务提供商面向不同的移动平台，如iOS, Android, Windows, and Blackberry开发了软件开发工具包（SDK)）。分析sdk提供一个有预先写好代码的程序包，开发者可以将这个包集成到自己的应用中。此sdk能够采集到应用相关的维度和度量。

该软件开发工具包（SDK）有助于简化测量过程，因为开发人员并不需要编写自己的跟踪代码。例如，为iOS平台开发的数据统计SDK将提供使用Objective C编写的代码以便使用到iPhone和iPad应用中。一旦app应用被集成并执行跟踪代码，当连接移动网络时，它将能够即时发送数据到数据采集服务器上。

除了使用SDK进行数据统计代码的集成外，移动app的监测也与mobile web及网站有着以下的不同：

• 向page view说再见（页面浏览量，也即通常我们说的pv）， 拥抱屏幕浏览（screen views）。App没有像网站一样的页面，但用户会与很多的屏幕(Screen)进行交互。你也将使用会话（ session）替代访问（visit）。尽管存在这些显著的差异，基本上你将要理解同样的事情——使用(Usage)。了解每个特定屏幕的使用情况就像了解网站的内容有没有被顾客使用一样重要。
• 对于移动设备，你不仅仅能够统计屏幕上出现的内容，因为移动应用分析可以触及到设备的很多内置功能，比如设备的加速仪，陀螺仪，GPS，以及存储容量。网站统计则局限于我们在浏览器中看到的内容以及很基本的关于电脑，IP地址以及访问来源等基本信息。移动应用统计提供了跟踪传统网站无法看到的用户交互行为类型能力。
• 唯一身份用户（非访客）使用user ID来识别，而非使用Cookie。唯一的user ID相比Cookie来说更具弹性，因为后者较容易被删除。由于移动运营商合同关系，很多用户至少2年不会更换设备。另外，基于移动设备的私人特质，你更容易把移动设备上的用户行为当成一个用户的行为，而不像家庭公用的计算机上存在多个用户的操作。user ID可以跨版本不变，所以当用户升级版本时，你也不会丢失用户。若用户授权许可的情况下，唯一用户标记还可以跨app以及机型进行追踪。（With user authentication the same unique user can be recognized across multiple apps and devices.）
• 移动app比网站有更短的用户会话（Session）时长（碎片时间）。通常，对于网站来讲，若没有任何操作超过30分钟就意味着一次会话（Session）的结束。然而，对于移动应用程序而言，因为较短的注意力集中时间，闲置30秒后即可被认为一次会话的结束。此外，当用户多任务操作时，某App被切换到后台闲置超过一定时长当用户再次返回该App时，会被标记为一次新的Session的开始。
• 取决于App的设计，用户在使用App时未必需要连接移动网络。移动统计分析可以将离线情况下发生的交互行为数据进行存储，并带着时间戳信息一起录制下来，然后当用户连接移动网络时，再将这些数据上载到数据采集服务器上。

heidi注：通常，数据会先存储在应用的内存区域，但是因为内存区域是有限容量的，一般只会限定4-5k的空间，超过这个大小，数据会被传输到每个应用的存储区，进行离线存储。但是若用户很长时间不联网，这些数据不会无休止地进行增加，否则就占用了太多的存储空间。这种情况下，移动统计工具一般会制定一些策略，比如按数据的优先级或时间顺序进行历史数据的删除。存储区容量占用的大小以及删除策略依赖于每个工具的自定义。

• App开发团队会不断地开发并升级新的版本。传统的网站上，用户所感受的体验可能是相同的，但是对于app而言，用户的体验与当前他所使用的版本密切相关。所以，在分析移动应用数据时，你可以分析到分布在不同的应用版本体验上的用户情况。
• App更加注重群组分析，通过群组分析可以观测不同的用户群体随着时间变化在App中的留存或流失情况。根据观测每周新安装应用的用户情况，你可以评估App不同的升级对于用户留存及App整体表现如参与度及转化率的影响。

 

这个表格简单总结了网站分析以及两种移动分析领域的异同。

除了这些关键的不同，移动应用分析从网站分析上继承了广为人知的测量实践。网站分析和移动分析虽然不是亲兄妹，也是关系非常亲近的表兄妹。

例如，对于用户参与度的衡量对于移动应用分析来说被特别强调——而在网页分析领域也是如此。当测量移动应用的效果时，用户下载应用只是第一步。企业想要知道他们的应用是如何吸引人，以及用户是否在定期使用。基于事件的跟踪可以让他们洞察用户与应用的不同功能如何交互。类似的，监测应用内的转化漏斗体现出来每个应用在驱动特定产出目标上效果如何。

广告活动跟踪是网站分析的另一支柱，在移动应用分析方面，它也已经浮出水面。举个例子，活动可以与Google Play 应用商店（安卓应用）绑定，然后你可以明白哪场活动和流量来源带来不错的应用下载（注意：iTunes商店目前不支持广告活动相关跟踪。）

只要你注意到了这些细微差异，移动分析代表了数字分析一个令人兴奋的，新的前沿。最后，对于大多数分析师来讲，跨渠道分析（App, 移动网页以及网页）终将到来。

via：heidixie.me