Găsirea unei analize mobile mai bune

Când creează o aplicație mobilă, un dezvoltator își imaginează un model și modul în care utilizatorii vor folosi aplicația. O problemă cu care se confruntă dezvoltatorii este că utilizatorii nu folosesc întotdeauna o aplicație așa cum a fost prevăzut de dezvoltator.

Cum interacționează utilizatorii cu aplicația? Ce fac ei în aplicație? Fac ei ceea ce dorește dezvoltatorul să facă? Analizele mobile ajută la răspunsul la aceste întrebări. Analizele permit dezvoltatorului să înțeleagă ce se întâmplă cu aplicația în viața reală și oferă o oportunitate de a ajusta și îmbunătăți aplicația după ce a văzut cum o folosesc de fapt utilizatorii. Pentru a spune simplu, analitica este studiul comportamentului utilizatorului.

Citiți suplimentare despre SmashingMag:

• Prioritizarea dispozitivelor: testare și design web receptiv
• Tranziția lui Noah la testarea de utilizare mobilă
• Unde sunt cele mai bune laboratoare de dispozitive deschise din lume?
• Un ghid pentru testarea simplă și nedureroasă a utilizatorilor de dispozitive mobile

Cu acest articol, vom compara unele dintre cele mai populare sisteme de analiză mobilă. Procesul de adăugare a analizelor la o aplicație implică luarea în considerare a multor detalii, iar scopul nostru este să vă oferim sfaturi utile despre implementarea analizelor. Aceste informații ar trebui să vă ajute să găsiți un sistem de analiză mobil care se potrivește nevoilor dvs. și ar trebui să vă ajute să îl implementați corect în aplicația dvs.

Analytics în viața reală

Să folosim ca exemplu o mică aplicație iOS pe care am dezvoltat-o. Se numește Ce mănânc și are scopul de a urmări obiceiurile alimentare ale utilizatorului.

Utilizatorii își pot urmări mesele, pot verifica jurnalul zilnic de mese și pot comuta între zile din calendar pentru a revizui jurnalele anterioare. Aplicația are un banner publicitar, dar utilizatorii pot plăti pentru ao dezactiva.

Când am proiectat What I Eat, obiectivul nostru principal a fost de a permite utilizatorului să adauge cu ușurință noi înregistrări de masă și să își revizuiască cu ușurință istoricul zilnic al meselor. De asemenea, am vrut să monetizăm aplicația cu o achiziție în aplicație pentru a elimina reclama. Pentru a înțelege dacă am reușit să facem acest lucru, urmărim următoarele evenimente în aplicație:

• când utilizatorul pornește aplicația prima dată (instalarea aplicației),
• când utilizatorul deschide lista de mese zilnice (ecranul principal al aplicației),
• când utilizatorul adaugă o nouă înregistrare de masă,
• atunci când utilizatorul face o achiziție în aplicație pentru a elimina reclamele.

Mai târziu în acest articol, vom arăta cum folosim analiza pentru a determina dacă utilizatorii au început să folosească aplicația și ce procent de utilizatori încep să urmărească mesele după instalarea aplicației.

Compararea serviciilor analitice

Astăzi, pe piață există o mulțime de servicii de analiză, de la sisteme bine-cunoscute, cum ar fi Google Analytics, până la instrumente de nișă. Analizarea și compararea tuturor ar dura o veșnicie; așa că, pentru acest articol, vom merge doar cu cele care ni s-au părut cele mai convenabile. Adică, i-am ales pe cei a căror interfață de bord și instrumente de extragere a datelor sunt relativ ușor de înțeles și ușor de lucrat pentru cei care nu au prea multă experiență în analiză, cum ar fi clienții noștri. Ca sisteme de analiză orientate spre dispozitive mobile, acestea sunt, de asemenea, convenabile din perspectiva dezvoltării, deoarece codul de analiză poate fi implementat și reglat cu ușurință într-o aplicație mobilă. Iată sistemele:

• Flurry de la Yahoo
• Răspunsuri de la Crashlytics
• Amplitudine
• Panoul de mixare

Pentru a analiza modul în care funcționează What I Eat, folosim două instrumente principale pe care aproape fiecare sistem de analiză le oferă: evenimente și pâlnii. Evenimentele descriu ceea ce fac utilizatorii în aplicație, în timp ce pâlniile permit o analiză calitativă a acestor date. Să examinăm modul în care fiecare dintre sisteme le implementează pentru What I Eat.

Panoul de mixare

Mixpanel vă permite să urmăriți evenimente personalizate. Dezvoltatorul poate adăuga parametri personalizați la evenimente și poate folosi acești parametri pentru a segmenta canalele de conversie.

Am construit o pâlnie care include două evenimente: „Instalare” (care indică lansarea inițială a aplicației după instalare) și „Adăugați masă” (care urmărește fiecare dată când utilizatorul adaugă o masă). Acestea ne arată ce procent de utilizatori nu numai că au descărcat aplicația, ci și au început să o folosească. Conversia este estimată la 65%, ceea ce înseamnă că din 100 de persoane care au instalat aplicația, până la 65 au început să urmărească mesele.

Uneori, un dezvoltator are nevoie ca evenimentele să apară în tabloul de bord de analiză în timp real sau cu întârziere minimă după ce au avut loc în aplicație. De exemplu, un dezvoltator poate să fi lansat o campanie de marketing pe rețelele sociale și trebuie să urmărească modul în care aceasta îi afectează aplicația în timp real. Mixpanel arată evenimente aproape în timp real. Pâlniile nou create sunt calculate și vizualizate aproape instantaneu.

Amplitudine

Imediat după ce dezvoltatorul adaugă kitul de dezvoltare software (SDK) al Amplitude la proiectul său și fără alte setari de evenimente sau canale, software-ul începe să urmărească datele utilizatorilor activi zilnic și lunar (DAU și MAU). Folosim asta foarte mult în What I Eat pentru a înțelege câți oameni folosesc aplicația în fiecare zi.

La fel ca Mixpanel, Amplitude oferă o cutie de instrumente puternică pentru lucrul cu evenimente și canale; dezvoltatorul poate crea o pâlnie și o poate segmenta după parametri. Spre deosebire de Mixpanel, Amplitude poate vizualiza segmente direct într-o diagramă funnel, ceea ce este util atunci când trebuie să înțelegeți cum afectează un parametru rata de conversie. Tabelul de mai jos arată modul în care conversia de la „Instalare” la „Adăugați masă” variază în funcție de limba interfeței.

După cum puteți vedea, interfața rusă prezintă o conversie mai bună decât cea engleză (83% față de 66%). Prin urmare, cu următoarele actualizări ale aplicației, ar putea fi nevoie să ne uităm mai mult la publicul nostru non-rus.

Răspunsuri de la Crashlytics

Ca și în cazul Amplitude, odată ce SDK-ul Answers este adăugat la proiectul aplicației, acesta începe să urmărească datele. Fără aproape niciun efort din partea dezvoltatorului, Answers oferă o imagine clară a unor indicatori cheie de performanță (KPI) ai aplicației mobile: MAU, DAU, utilizatori noi și sesiuni zilnice.

Dezvoltatorul poate defini și urmări KPI-uri personalizate ca evenimente, iar Answers le va vizualiza în același mod.

Answers oferă, de asemenea, informații despre cât de activ este publicul tău și cât timp petrec oamenii în aplicație.

Analiza Answers păstrează datele din ultimele 30 de zile și nu are canale. Astfel, funcționează doar pentru analiza simplă și pe termen scurt a performanței unei aplicații.

Flurry de la Yahoo

Flurry nu este la fel de util ca Mixpanel sau Amplitude atunci când trebuie să construiți canale și să faceți analize de cohortă.

Utilizatorii Flurry pot crea până la 10 segmente și le pot aplica într-o pâlnie. Adăugarea unui nou segment la o pâlnie existentă necesită recalcularea acestuia, iar acest lucru poate dura aproximativ o zi. Utilizatorii nu pot crea mai mult de 10 segmente pentru a le aplica canalelor lor. Calculele canalelor nou create pot dura până la trei zile.

Nu am găsit că evenimentele și pâlniile lui Flurry sunt utile pentru What I Eat și am folosit în mare parte Mixpanel și Amplitude.

Ce altceva este important?

În timp ce evenimentele și canalele sunt caracteristici cheie, alte câteva lucruri se regăsesc în alegerea sistemului de analiză potrivit.

Date demografice

Unele dintre serviciile de analiză oferă date de perspectivă asupra audienței aplicației, chiar dacă nu sunt colectate în aplicație. Ei fac asta obținând date despre utilizatori din alte surse decât aplicația dvs. mobilă. Acest lucru este util atunci când trebuie să vă identificați utilizatorii cu putere, dar aplicația dvs. nu colectează date despre aceștia. De exemplu, în aplicația What I Eat, utilizatorii nu trebuie să se înregistreze și nu există altă modalitate de a primi date despre utilizatori, dar am dori totuși să știm cine le folosește pentru a viza cu exactitate noii utilizatori cu aplicația actualizări.

Answers oferă date despre publicul dvs., cum ar fi sexul și interesele acestuia. S-ar putea să vă întrebați cum face asta? Ei bine, Answers este integrat strâns cu Twitter și, deoarece Twitter știe aproape totul despre toți cei care folosesc platforma, aceste date personale sunt valorificate de Answers.

Flurry estimează datele demografice prin aproximarea informațiilor despre utilizatori pe care le primește de la aplicațiile care le-au partajat. Motivul pentru care dezvoltatorii împărtășesc aceste informații este că primesc un set de date mai precise privind publicul prin furnizarea de date statistice lui Flurry. Flurry vă arată interesele utilizatorilor dvs., intervalul de vârstă și sexul.

Cu ajutorul Flurry și Answers, putem vedea că publicul What I Eat este în mare parte femei de vârstă mijlocie interesate de sănătate și fitness.

Mixpanel și Amplitude nu furnizează date demografice.

API extern pentru importarea și exportarea datelor

Analytics permite importarea și exportul de date prin intermediul API-urilor externe. Exportarea permite analiza datelor în afara tabloului de bord de analiză (adică cu ajutorul unui software de extragere a datelor de la terți, cum ar fi Windrush și DataHero). Importarea API-urilor vă permite să implementați date pe platforme de analiză din surse, cum ar fi servere back-end și sisteme de urmărire a atribuirii, cum ar fi AppsFlyer. Să examinăm ce servicii analitice oferă astfel de funcții:

• Amplitude oferă un API extern atât pentru importul, cât și pentru exportul de evenimente.
• Mixpanel are API-uri de import și export. Acesta acceptă JavaScript Query Language pentru a permite interogări complexe de export.
• Answers nu are un API extern. Puteți descărca datele despre evenimente ca fișier CSV din tabloul de bord, dar nu include niciun parametru de eveniment.
• Flurry nu are un API de import. Puteți exporta date numai folosind API-ul său de export.

Preț

Companiile de analiză mobile experimentează cu prețurile și își pot schimba tarifele destul de des. Următoarele date sunt din iulie 2016:

• Flurry și răspunsurile sunt complet gratuite.
• Planul gratuit al Amplitudes oferă 10 milioane de evenimente pe lună. Dacă vă așteptați să urmăriți mai mult decât atât, va costa 2.000 USD pe lună. Deși am folosit Amplitude în destul de multe proiecte, nu a trebuit niciodată să trecem la nivelul plătit, deoarece limitele planului gratuit sunt și ele mari.
• Mixpanel are un nivel gratuit de 25.000 de evenimente pe lună. Un milion de evenimente costă 300 USD pe lună. Pentru mai mult de 10 milioane de evenimente, va trebui să plătiți 1.250 USD pe lună.

Sfaturi pentru implementarea Analytics

Acum că cunoaștem principalele diferențe dintre fiecare sistem de analiză, să ne aprofundăm în aspectele practice ale implementării analizei.

Fă-ți tema

Dacă ați decis că aveți nevoie de analize în aplicația dvs., codificarea acesteia nu este primul lucru la care ar trebui să vă gândiți. Credem că un dezvoltator bun ar trebui să înceapă cu următorii pași:

• Scrieți ceea ce trebuie să urmăriți. . Începeți cu alcătuirea unei liste de întrebări la care doriți să răspundă analytics. Pe baza acelei liste, prezentați evenimentele și parametrii pe care trebuie să îi urmăriți pentru a răspunde la întrebări. Nu includeți analize în aplicație de dragul acesteia.
• Reformulați-l în termeni de analiză. . Odată ce ați completat lista de evenimente, formalizați-o în funcție de platforma de analiză pe care ați selectat-o. De exemplu, în timp ce Amplitude permite evenimente cu orice set de parametri, Google Analytics are un set predefinit de parametri. Luați în considerare astfel de nuanțe atunci când implementați analiza.
• Faceți o mică demonstrație. . O idee bună ar fi să construiți o aplicație de testare mică, să urmăriți o duzină de evenimente cu ajutorul acesteia și apoi să verificați cum sunt vizualizate aceste evenimente în platforma la alegere și ce instrumente de extragere a datelor sunt disponibile. Folosiți aceste cunoștințe pentru a maximiza funcționalitatea platformei selectate atunci când implementați analiza în aplicația live.

Gândiți-vă la mare când codați

Proiectați codul de analiză pentru a-l face independent de codul proiectului și SDK-ul de analiză. Astfel, plasați codul de analiză într-un subsistem sau clasă separată și definiți metode de interfață care pot fi apelate din codul aplicației. De exemplu, atunci când un utilizator atinge un buton de meniu, codul aplicației va apela codul clasei de analiză. Pentru o aplicație iOS scrisă în Swift, ar arăta astfel:

 /** Application code: menu tap handler */ @IBAction func menuButtonPressed(sender: UIButton) { //Showing menu, etc... AnalyticsManager.sharedInstance.userTapMenuButton() }

Clasa de analiză generală numită de codul aplicației colectează o listă de parametri și trimite aceste date către clasa de analiză specifică.

 /** General analytics class: a bridge between the application code and the specific analytics class */ class AnalyticsManager { static let sharedInstance = AnalyticsManager() private var services: [AnalyticsService] private init() { services = [AmplitudeAnalyticsService()] } func userTapMenuButton() { let name = "MenuTap" let properties: [String: AnyObject] = [/* define your properties */] for service in services { service.trackEvent(withName: name, properties: properties) } } }

Clasa de analiză specifică trimite date către SDK-ul de analiză. În cazul nostru, este SDK-ul lui Amplitude.

 /** Specific analytics class. */ class AmplitudeAnalyticsService: AnalyticsService { func trackEvent(withName name: String, properties: [String : AnyObject]?) { if let propertiesToTrack = properties { Amplitude.instance().logEvent(name, withEventProperties: propertiesToTrack) } else { Amplitude.instance().logEvent(name) } } }

Cu o astfel de structură, ori de câte ori decideți să migrați către o altă platformă de analiză sau să ajustați setul de parametri de urmărit, va trebui doar să schimbați codul clasei de analiză, dar nu și codul aplicației.

Analizați toate datele dvs

Colectați date din toate sursele în platforma de analiză la alegere. Trimiteți date nu numai din aplicația mobilă, ci și din back-end, folosind un API extern. Dacă derulați o campanie publicitară, utilizați un sistem de urmărire a instalării, cum ar fi AppsFlyer sau Adjust, pentru a măsura eficiența acesteia și pentru a înțelege de unde vin utilizatorii dvs. Selectați în avans sistemul de urmărire a instalării pe care îl veți utiliza pentru a vă asigura că funcționează bine cu platforma dvs. de analiză.

Controlați numărul de SDK-uri

Încercați să utilizați SDK-urile platformelor de analiză care sunt deja în aplicație. Dacă urmăriți blocările cu Crashlytics, atunci puteți utiliza analiza Answers fără niciun cod suplimentar, deoarece atât Crashlytics, cât și Answers sunt incluse în Fabric SDK. Dacă aplicația dvs. permite înregistrarea la Facebook, atunci are deja SDK-ul care implementează analizele mobile ale Facebook, așa că ați putea la fel de bine să o utilizați.

Încercați să combinați diferite sisteme de analiză, dar nu copleșiți binarul aplicației dvs. cu prea multe SDK-uri.

Documentează-l

În cele din urmă, în paralel cu implementarea analizei pentru aplicația dvs., lucrați la documentația acesteia: notați ce evenimente și parametri urmăriți și cum o faceți. Pentru aceasta, folosim de obicei un fișier Readme.md care este stocat în folderul de bază al proiectului. Fiecare eveniment este descris de următoarele date:

• numele evenimentului (de exemplu, „Înregistrare utilizator”);
• când sunt urmărite (de exemplu, „La înregistrarea cu succes a unui nou utilizator”);
• parametrii (de exemplu, „Email/String”);
• controler la care este apelat codul de urmărire (de exemplu, „SignInController”).

Astfel de detalii sunt ușor de uitat, dar devin critice atunci când doriți să schimbați setul de date de urmărit sau când doriți să migrați pe o altă platformă de analiză.

Rezumând

Niciun serviciu de analiză nu este perfect; fiecare are argumentele sale pro și contra. Atunci când alegeți unul, ar trebui să cântăriți factori precum tipul aplicației, interfața tabloului de bord de analiză, bugetul dvs. și așa mai departe. S-ar putea să doriți chiar să utilizați soluții de nișă, cum ar fi analizele de jocuri care au fost create pentru a analiza experiențe neliniare ale utilizatorilor (de exemplu, GameAnalytics) sau analize orientate către dezvoltatori (de exemplu, Keen IO).

Am găsit o combinație de răspunsuri și amplitudine pentru a funcționa perfect cu What I Eat și pentru a oferi toate analizele necesare pentru aplicație. În timp ce Answers este gratuit și arată date demografice și KPI-uri ale aplicațiilor, Amplitude permite o analiză mai complexă a cohortei comportamentale. De asemenea, urmărim blocările aplicațiilor cu Answers' Fabric SDK.

Ne-ar plăcea să aflăm despre setul de instrumente de analiză pe care îl utilizați în aplicația dvs. mobilă. Vă rugăm să vă împărtășiți ideile în comentarii.