本文作者将在此与大家分享其对MTA进行的产品评测，以及结合自身运营经验讲述他的数据驱动实践分析。enjoy~
随着移动互联网下半场的到来，产品运营日趋精细化，类似增长黑客、数据驱动的意识越来越深入到每一个互联网人的心中。与此同时，为了满足我们数据驱动的诉求，移动统计平台也越来越多，摆在我们面前的是两个主要问题：
如何辨别和选取一个好平台？
是自建平台还是接入第三方？
笔者有幸在负责运营的过程中，接入并体验过多个数据平台，最终我们还是选择了腾讯移动分析MTA和自建平台相结合的方式。这篇文章我将带着这两个问题来进行MTA的评测并讲述我的数据驱动实践分析。
一. MTA是否称得上好平台？
个人认为一个好的平台应该是要做好下面4个方面：
数据定义明确，且能针对各个类型的应用进行特殊化处理；
数据采集的实时性、准确性、稳定性和个性化；
数据深度足够深。
那么，MTA在这4个方面体验又如何呢？具体说一下我的感受：
1. 数据定义方面
数据定义是一个很容易被使用者忽略的问题，但是却是一个很关键的问题。你不妨反问自己一句，什么是活跃用户？如果让你来定义，你会如何定义？
刚刚接触的时候，我觉得只要打开过APP的用户就算是活跃用户。事实远比我最初想的要复杂，我们可以看到MTA的在这一块做的还是很细致的。
主要表现在两个方面：
（1）定义非常细致和详细；
（2）支持自定义日志活跃。
图1
图2
如上图，活跃的定义就涉及到7种不同的日志类型，而大多数被理解的活跃往往只是7种中的1种——页面浏览日志。也正是因为定义涉及的细节很多，所以我们需要明确的定义和自定义的活跃方式，而很多平台的定义不细致，至少没有给出。
总的来说，定义明确且细致解决的隐藏痛点在于：
若平台之间存在活跃数据差异，我们至少能明确可能是哪里存在汇报不一致、统计口径不一致等问题；
如果你的应用存在非应用内触发的功能，你可以知道并定义它是否应会为活跃。比如WiFi万能钥匙只需要有人在用它的功能并不一定需要打开页面就可以算为活跃，类似这样的场景和技术处理有很多；
加强我们对数据拥有更强的把控力。类似活跃这种基础数据了解不清楚会直接影响多维度的数据（如留存、人均时长等的数据）的判断。
所以，MTA在数据定义和数据个性化方面的细致成为了我选择的原因之一。
2. 数据采集方面
（1）实时性层面
秒级的数据更新速度足以满足开发者的需求。对应的维度支持新增、活跃、启动次数等主要数据的更新，同时支持快捷添加看板便于开发者系统的、及时的了解到产品的动态。总的来说，速度靠谱，维度中规中矩。
图3
（2）准确性层面
本来依托于腾讯大数据就具有一定说服力，又曾对比过其他平台和MTA之间的用户画像差异，再结合主观判断（自身产品有微信登录功能），明显选择相信MTA更接近真实值。此外腾讯作为第三方平台，可以确保跟渠道结算激活时的公正性。
图4（MTA）
图5（百度统计）
（3）采集时效层面
据观察，MTA采用的是7天内持续汇报的策略来确保数据尽可能接近真实值，即只要是7天内产生过数据的，即使是在第7天客户端日志才上传至MTA，也会更新数据。
为便于理解，我补充解释一下：
用户在1月28日使用了产品，但是因为突然发现没流量了，然后关掉了流量，在2月1日再打开，这时候如果采用延迟汇报的策略就能确保类似的用户数据不会被舍弃。没准还能帮你冲一波KPI呢！
（4）稳定性层面
从笔者使用MTA的情况来看，数据还是非常稳定且保留时间非常长的。目前仍可追溯到3年以前的数据表现。这也是我们选择MTA的另一个原因。当然若MTA能够提供接口供开发者获取数据，供我们保留，那更好不过。
（5）个性化层面
不得不说做的非常细致。比如：MTA可以开放给开发者选择页面数据汇报的权限，也就是说每个开发者可以觉得自己哪些页面应该作为时长统计。说一个我的亲身经历：因为我们的APP中有一个页面是在外部生成的，类似一个小弹窗，但并不能代表用户的真实使用，且触发频率极高，最开始我们并未在意，最终产品上线之后才发现，原来仅仅是这个页面产生的时长数据就导致了时长翻了5倍以上。虽然看起来是好事且拿出去给人看倍有面子，但是却会影响你之后对时长数据的判断和敏感度，这是作为数据运营者不能忍的。
目前MTA已有的维度从数据概览到反作弊，覆盖8个大的方面，对比其他平台（如下图），会发现MTA在数据维度上会更全面，且覆盖的产品、运营场景更加丰富。
图６（左1左2为MTA，左3为百度统计，左4为诸葛IO）
从分析用户生命周期的角度来看，MTA包含的数据维度有活跃度、活跃天数、留存率、流失与回流数、使用时段、用户构成；而百度统计仅有新用户留存和活跃用户留存，相比之下略显单薄。
4. 数据深度
数据深度总体上能满足大多数的数据分析需求。我们可以用5W1H的方法去思考：即尽可能了解到who（用户特征）在when（时间点/时间段）在where（渠道）以how（功能）的方式做了what（用户行为记录），而why可能更多是产品、运营者需要考虑的，这是一条完整的链条。虽然4W1H的数据MTA几乎已经全部覆盖，但却没有完全串联起来。
所以在笔者的实际运营过程中，它能帮助解决大多数需求，但少数情况仍无法解决。这时候基本要靠自建平台获取源数据才能解决，去在原始数据里给每一个CID（用户）对应上各种tag和type字段，这样就能精确定位每一类人的做了什么。这是第三方平台目前都很难做到的，但个人认为这也是未来的一个方向。
总的来看，MTA算是市面上已有的“好平台”，但还仍存在一些不足。除了刚刚所谈论到的，下面也有笔者一些拙见：
二. 对MTA的Redesign想法和建议
1. Redesign的想法
（1）安装来源分析
【安装来源分析】的功能模块目前的设计并不是太理想，存在的问题和重新设计的结果如下：
①与所选平台类型不相符。如图，我是安卓APP 类型，显示的却是PV/UV的数据。故第一个需求就针对不同平台类型自动匹配对应的功能模块。
图７
②目前实时效果展示并无数据主体。个人的想法是直接重新换成如下原型展示形式：
图８
所包含的维度为：访问时间、版本、渠道、设备品牌、设备型号、联网方式、地域、操作系统、分辨率、运营商、内存等；
每个维度下可以选中属性值，支持单选或多选，如多选华为、OPPO、vivo、小米；
支持直接导出CSV。
如此一来，开发者可以更清晰明了地知道自己的用户从哪里来，具有什么样的属性；甚至能解决刷量判断、团队地推效果管理等问题。
（2）数据看板
目前【数据看板】的鸡肋在与：数据类型基本都有，但维度不够自由、展示时不够定制化。如：我想看A渠道和B渠道下的新增用户趋势，却无法实现。
图９
个人想法是：
维度自由定制。可以基于渠道或版本去看新增活跃等数据，也可以基于新增、活跃等数据去看渠道或版本的数据。
看板大小可以在更大范围内，每次以固定的距离上下左右自由调整，以此便于各种场景展示，如汇报会议、周会等。
（3）用户属性
目前的【用户属性】更加复杂，我觉得可以简化，把属性作为成一个基本维度。
用户范围可以变为非必选项，直接选择用户属性、设备属性、自定义事件等，再基于这些看其他数据。
图10
如：用户属性选择华为手机，安卓7.0以上，打开过应用的(自定义事件)；然后再基于这些属性去看新增、活跃、留存、时长等数据。可以理解为在渠道和版本的维度上多了一个用户群维度。
图11
2. 测评建议
图12
（1）【自定义事件相关1】在不需要切换页面且不需要改变时间、渠道、版本维度的情况下，能快速更换自定义事件，查看数据。
比如：能否将红框内的自定义事件做出一个下拉框并附带搜索按钮，以便于保留原选中维度的情况下快速查看其它自定义事件的数据表现。
（2）【自定义事件相关2】只要是代码中已埋的埋点，不论何时在MTA添加，都可以查到从代码埋点开始时的数据，以避免因产品/运营导入时漏了或缺失的情况。
（3）【自定义事件相关3】参数明细统计时可以同时多选渠道和版本，目前不每次只能选取一个渠道，疑似BUG。
图13
（4）账号权限管理中报表查看可以选定渠道和版本下的数据，以便跟渠道合作时用来统一校对数据。
图14
（5）在渠道/版本的分类下也添加“全部”选中功能，点击后可以选中该分类下的全部渠道/版本。
图15
三. 数据分析实战：加需求真的可以“为所欲为”
先简单介绍一下事情的背景：
恰逢公司战略转型，工具类转型内容型工具，大改版之际，老大从战略层面的高度直接拍板，壮士断腕，一波带走了很多原来的功能，简化操作弱化功能。产品上线，数据下滑，而我又只能凭直觉和用户反馈确定其中的“浮动通知“的功能是不能砍掉的。因为涉及产品大改版，多维度的论述并证明这个功能的必要性成了必然（因涉及内部数据保密，对数据进行了相对调整，但符合原数据的推理逻辑和结果）。
在整理前，为了确保数据足够有说服力，需整理了一下思路和细节：
前提：能确保当时该功能上线后，无其他干扰因素或该干扰因素可以忽略。
因在样本数据的选取上，不同类型数据不同，主要的注意点如下，后续不再赘述数据细节：
渠道。所选取渠道应相同，若为多个渠道综合数据，应确保渠道新增来源无较大变化。
时间段。所取时间段不宜过长，要减少市场变动等因素影响。不同数据对比时，需要选取的时间维度也不一样。
版本。对应时间段内，所取版本必须为单一版本。
1. 历史留存
要了解“酷炫通知”功能的成功性，就必须追溯到该功能首次上线后的表现。
在MTA上，我们可以轻松地按时间、版本、维度选取酷炫通知功能上线前后的数据进行计算。
当时选取对应版本的应用市场全部渠道数据如下：
表1
图16（注：图中留存波动与2.6发布时间相同）
从图表中我们可以很明显地看出，最初此功能上线后留存明显提升，30日留存提升14.05%，且进一步确认是全渠道数据同步提升以及2.6版本仅添加了酷炫通知和对机型做了兼容。
得出结论1：酷炫通知在当时能显著提升30日留存，提升约14%。（对新增也有一定刺激作用，此处不做讨论）
2. 历史使用程度（自定义事件，需埋点）
接下来通过对此功能被砍掉之前的使用度进行分析，思路：
找到最能代表核心功能被使用的埋点；
进行横向和纵向对比查看。
具体数据如下（仅展示Top5）：
表2
图17（注：用户参与度=事件触发用户数/活跃用户数）
除被删除的功能外，其他功能和tab都只进行了调整，但未删除。
通过自定义事件很明显会发现，横向“酷炫通知”功能有约12%的活跃用户在使用，且纵向来看使用主功能的人有约22%的人在使用此功能，且超过其他核心功能的使用度。使用程度高，就意味着被删除后，用户流失的程度也会越严重。同时该功能在被删除之前反而还有略有上升趋势。
得出结论2：酷炫通知功能使用度仅次于核心功能1，若删除可能会导致活跃用户流失超过12%。
3. 用户反馈
之后再整理收集上线后一个星期内的1010条反馈内容，如下图：
图18（注：反馈来源为应用市场评论、APP内部反馈、粉丝群反馈等）
得出结论3：反馈用户中，有约40%的用户期望加回的酷炫通知功能。
4. 用户画像变化
再通过MTA整理了版本更新前后的用户画像变化，去检验是否符合战略定位的期望。最终发现男女比例变化较小，而17岁以下的用户减少约5%。
图19
得出结论4：低龄用户对个性化功能需求比较强烈（酷炫通知本身也是因为过于个性化且加大产品复杂度，而被删除），与我们产品定位于95后年轻用户的意愿相违背。（95前的我们依旧年轻！）
5. 设备画像变化
进一步从通过设备画像的变化，我们可以看数据发现：OPPO用户流失最多，华为其次。
图20
图21
得出结论5：OPPO、华为作为出货量TOP3的手机厂商，其用户的流失，非常不利于我们在该类渠道拉新。
6. 相关功能使用情况（自定义事件）
结合前5个结论，目前我们基本能得出酷炫通知功能加回的必要性。接下来可以再通过了解原酷炫通知功能系列下的各个小功能的使用情况，给产品和老板更多建议，毕竟仍能要满足功能简化，弱化工具属性的要求。
数据如下：
表3
给出建议：可以考虑删除弹框模式和透明度。
最终结果当然是功能如愿加回，且数据表现亦证明该功能加回去的成功性。
在这个问题的数据分析过程中，还有很多类似数据需要从结果数据和趋势数据上分析，以及数据的深度还可以更进一步，如酷炫通知下的每一个小功能都有对应的参数数据。通过参数数据可以分析用户的主要选择（如透明度数据是大部分用户喜欢76%的不透明度），进而可以对部分设置进行默认化。
不得不说，老板在大方向的方面会有很多真知灼见，转型也是必然，但并不是当时所有的决策都是对的，诸葛亮也有错用马谡的时候。作为员工，我们有更多的时间身处前线，我们不妨把自己对用户的动态、需求的理解不时去反馈给老板，做老板的好助手，少抱怨，这样才能让产品少走弯路。
写在最后
个人觉得，如何选择第三方和自建数据平台，取决于你们的团队是否有能力做好。如果能，自己做当然更个性化一点且数据分析起来会更加顺心，但我相信绝大多数团队没有这么多的人力和时间来做到极致。这种难度的差异几乎是自建一个商超和去一个现成的商超里买东西一般。所以，个人建议还是接入MTA这样的第三方，有条件可以配合自建平台吧。
相关阅读
腾讯移动分析产品测评大赛报名开启，丰厚大奖等你来！
腾讯移动分析测评大赛结果公布｜这一次，且听我娓娓道来
