数据分析怎样辨别渠道作弊.doc

数据分析：怎样辨别渠道作弊 有的运营人员做渠道投放，每个渠道都投放了，点击量特别高，但激活量只有个位数。也有可能点击激活数量都很高，但是留存率很低。费用都花光了，但是效果没有出来。自己做数据分析，但是却得不到结论。 我们做数据分析的前提是需要拿到靠谱的数据。如果数据不准确，基于这个数据分析出来的结论是没有意义的。 获取准确的数据，首先需要我们选择靠谱的统计分析平台。即便在平台靠谱的情况下，也有可能出现一些不靠谱的情况。俗话说，有榜单的地方就有刷榜，有数据统计的平台就有数据作弊的作坊。 在移动互联网生态中存在很多不为人知的渠道刷量工作室，这些工作室以非常低廉的价格贡献质量同样低廉的用户数据。 早期的统计分析平台的 SDK 基于明文的jaso n 数据包，工作室可以很方便的用程序伪造这些数据包，模拟出新增、活跃、留存、时长等用户数据。随着统计分析平台的发展，很多分析平台推出了基于二进制协议的 SDK ，开发人员还可以自行调用加密开关。这些技术的提升使统计平台的安全性和数据准确性得到了提高。如果 APP 升级到安全协议版本的 SDK ，刷量工作室已经很难采用直接模拟数据包的形式来刷量了。 所谓道高一尺魔高一丈，平台有平台的方法，刷量工作室有刷量的方式。他们可能是采用分布式人肉刷量的方式来刷量（形式可以参考基于任务的积分墙）；也有可能是采用更为智能的方式，通过编写程序脚本，修改真机参数，驱动真机运行（有兴趣的同学可以了解一下igrimace这个 iOS 的刷量工具）。这些行为已经跟真实的用户行为几乎没有差别了，很难从技术上分辨这些数据。 其实有经验的运营人员还是可以通过一些数据指标来分辨出真假用户的差异。 一渠道效果评估 留存率 有时候渠道刷量会选择在次日、7日、30日这些重要时间点上导入用户数据。我们会发现 APP 在次日、7日、30日这些关键时间点上的数据明显高于其他时间点。其实真实的用户的留存曲线是一条平滑的指数衰减曲线，如果你发现你的留存曲线存在陡升陡降的异常波动，基本上就是渠道干预了数据。可想而知，这样的用户的质量是非常差的，也不具备商业价值。 留存曲线不仅可以帮助我们判断渠道的质量，还可以在运营推广和产品优化上给出很多参考性建议。留存率这么重要，那么，留存率是怎么计算的呢？ 某一天的新增用户，在 n 天后回访的比例，就是这天的 n 日留存率。举个例子，如果我们在2月1日获取了1000个新增用户，这批用户在2月2日有400个用户回访，2月8日有200个用户回访，那么2月1日新用户的次日留存率是40%，7日留存率是20%。 留存率是业内判断用户质量的通用指标。移动互联网行业内，如果一个 APP 的次日留存率达到40%，7日留存率达到20%，30日留存率达到10%，这个 APP 的留存率就高于了业内标准了。一般来说，工具类应用的留存率高于游戏类应用的留存率，高频应用的留存率高于低频应用的留存率。除了应用类型，留存率还跟 APP 的用户体验、推广方式等因素相关。 二用户终端 每个渠道都有自己覆盖的用户群，他们的用户终端会有区别。比如说小米应用商店的用户可能TOP10的机型都是小米手机，而移动MM的用户可能绝大部分是移动运营商的用户。排除这些有特殊渠道的应用商店，大部分渠道的用户终端跟整个移动互联网终端分布是类似的。我们可以通过查看移动互联网数据报告或者数据指数产品来了解这些数据，把这些数据作为be n chmark，来对比分析 APP 的数据。 我们可以重点关注设备终端、操作系统、联网方式、运营商、地理位置这些手机设备的属性。我在下面列举了一些tips，欢迎交流与拍砖。 你可以重点分析渠道的新增用户或者启动用户的设备排名。如果你发现某款低价设备排名异常靠前，这种情况值得我们重点关注。这些数据可以在统计平台的终端属性分布中找到。 尤其是 iOS 平台没有模拟器，所有的用户数据需要通过真机触发。很多刷量的工作室会选择购买二手的iPhone 5c来做刷量真机。有个做渠道推广的朋友踩过这样的坑，发现某个渠道有75%的设备是iPhone 5c，比top5的 iOS 设备占比还多。继而又发现这个渠道的留存率等指标都差强人意，最终查出这个渠道使用了大量的iPhone 5c来刷量。 经过本人多年工作经验发现，很多渠道刷量工作室在操作系统版本的适配上会有延时。所以建议渠道人员在查看渠道用户的操作系统时，可以和全体手机网民的操作系统的分布做比较。如果你发现某个渠道下面，不存在新版本的操作系统（比如 iOS 8.x），有一种可能性就是这个渠道合作的工作室的技术还没有适配必威体育精装版的操作系统。 有的朋友问我，用户在wifi下面使用的比例达到了90%，这个比例到底正常不正常。 要回答这个问题，首先我们需要