ค้นหาการวิเคราะห์อุปกรณ์เคลื่อนที่ที่ดีขึ้น

เมื่อสร้างแอปพลิเคชันบนมือถือ นักพัฒนาซอฟต์แวร์จะจินตนาการถึงโมเดลและวิธีที่ผู้ใช้จะใช้แอปพลิเคชัน ปัญหาหนึ่งที่นักพัฒนาต้องเผชิญคือผู้ใช้ไม่ได้ใช้แอพอย่างที่นักพัฒนาคิดไว้เสมอ

ผู้ใช้โต้ตอบกับแอปอย่างไร พวกเขาทำอะไรในแอป พวกเขาทำในสิ่งที่นักพัฒนาต้องการให้พวกเขาทำหรือไม่? การวิเคราะห์อุปกรณ์เคลื่อนที่ช่วยตอบคำถามเหล่านี้ การวิเคราะห์ช่วยให้นักพัฒนาเข้าใจว่าเกิดอะไรขึ้นกับแอปในชีวิตจริง และให้โอกาสในการปรับและปรับปรุงแอปหลังจากเห็นว่าผู้ใช้ใช้งานจริงอย่างไร พูดง่ายๆ ก็ คือ การวิเคราะห์คือการศึกษาพฤติกรรมของผู้ใช้

อ่านเพิ่มเติม เกี่ยวกับ SmashingMag:

• จัดลำดับความสำคัญของอุปกรณ์: การทดสอบและการออกแบบเว็บไซต์ที่ตอบสนอง
• การเปลี่ยนแปลงของโนอาห์สู่การทดสอบการใช้งานมือถือ
• Open Device Labs ที่ดีที่สุดในโลกอยู่ที่ไหน
• คู่มือการทดสอบผู้ใช้มือถือที่ง่ายและไม่ยุ่งยาก

ในบทความนี้ เราจะเปรียบเทียบระบบวิเคราะห์มือถือยอดนิยมบางระบบ กระบวนการเพิ่มการวิเคราะห์ลงในแอพนั้นเกี่ยวข้องกับการพิจารณารายละเอียดมากมาย และเป้าหมายของเราคือการให้คำแนะนำที่เป็นประโยชน์เกี่ยวกับการนำการวิเคราะห์ไปใช้ ข้อมูลนี้จะช่วยคุณค้นหาระบบวิเคราะห์มือถือที่เหมาะกับความต้องการของคุณและควรช่วยให้คุณติดตั้งใช้งานในแอปของคุณอย่างเหมาะสม

บทวิเคราะห์ในชีวิตจริง

ลองใช้เป็นตัวอย่างแอปพลิเคชัน iOS ขนาดเล็กที่เราพัฒนาขึ้น เรียกว่าสิ่งที่ฉันกิน และมีวัตถุประสงค์เพื่อติดตามพฤติกรรมการกินของผู้ใช้

ผู้ใช้สามารถติดตามมื้ออาหาร ตรวจสอบรายการอาหารในแต่ละวัน และสลับระหว่างวันในปฏิทินเพื่อตรวจสอบบันทึกก่อนหน้า แอปพลิเคชันมีแบนเนอร์โฆษณา แต่ผู้ใช้สามารถชำระเงินเพื่อปิดใช้งานได้

เมื่อออกแบบสิ่งที่ฉันกิน จุดสนใจหลักของเราคือให้ผู้ใช้เพิ่มรายการอาหารใหม่ได้อย่างง่ายดาย และตรวจสอบประวัติอาหารในแต่ละวันได้อย่างง่ายดาย เรายังต้องการสร้างรายได้จากแอปพลิเคชันด้วยการซื้อในแอปเพื่อลบโฆษณา เพื่อให้เข้าใจว่าเราทำสิ่งนี้ได้หรือไม่ เราติดตามเหตุการณ์ต่อไปนี้ในแอป:

• เมื่อผู้ใช้เริ่มแอปครั้งแรก (การติดตั้งแอปพลิเคชัน)
• เมื่อผู้ใช้เปิดรายการอาหารประจำวัน (หน้าจอแอปพลิเคชันหลัก)
• เมื่อผู้ใช้เพิ่มบันทึกมื้ออาหารใหม่
• เมื่อผู้ใช้ทำการซื้อในแอปเพื่อลบโฆษณา

ในบทความนี้ เราจะแสดงวิธีที่เราใช้การวิเคราะห์เพื่อพิจารณาว่าผู้ใช้เริ่มใช้แอปหรือไม่ และผู้ใช้กี่เปอร์เซ็นต์ที่เริ่มติดตามอาหารหลังจากติดตั้งแอป

บริการวิเคราะห์เปรียบเทียบ

ทุกวันนี้ บริการวิเคราะห์ต่างๆ ออกสู่ตลาด ตั้งแต่ระบบที่รู้จักกันดี เช่น Google Analytics ไปจนถึงเครื่องมือเฉพาะ การวิเคราะห์และเปรียบเทียบทั้งหมดจะใช้เวลาตลอดไป ดังนั้นสำหรับบทความนี้เราจะไปกับเฉพาะที่เราพบว่าสะดวกที่สุด นั่นคือ เราเลือกอินเทอร์เฟซแดชบอร์ดและกล่องเครื่องมือการขุดข้อมูลที่ค่อนข้างเข้าใจง่ายและใช้งานได้ง่ายสำหรับผู้ที่ไม่มีประสบการณ์ในด้านการวิเคราะห์ เช่น ลูกค้าของเรา ในฐานะระบบวิเคราะห์เชิงมือถือ พวกเขายังสะดวกจากมุมมองการพัฒนา เนื่องจากโค้ดการวิเคราะห์สามารถนำไปใช้และปรับแต่งได้อย่างง่ายดายในแอปมือถือ นี่คือระบบ:

• วุ่นวายโดย Yahoo
• คำตอบจาก Crashlytics
• แอมพลิจูด
• มิกซ์พาเนล

เพื่อวิเคราะห์ว่าสิ่งที่ฉันกินทำงานเป็นอย่างไร เราใช้เครื่องมือหลักสองอย่างที่มีให้ในเกือบทุกระบบวิเคราะห์: เหตุการณ์และช่องทาง เหตุการณ์จะอธิบายสิ่งที่ผู้ใช้ทำในแอป ในขณะที่ช่องทางช่วยให้วิเคราะห์ข้อมูลในเชิงคุณภาพได้ มาดูกันว่าแต่ละระบบปรับใช้สิ่งเหล่านี้อย่างไรสำหรับสิ่งที่ฉันกิน

มิกซ์พาเนล

Mixpanel ช่วยให้คุณติดตามเหตุการณ์ที่กำหนดเองได้ นักพัฒนาสามารถเพิ่มพารามิเตอร์ที่กำหนดเองให้กับเหตุการณ์และใช้พารามิเตอร์เหล่านี้เพื่อแบ่งกลุ่มช่องทางการแปลง

เราสร้างช่องทางที่ประกอบด้วยสองเหตุการณ์: “ติดตั้ง” (ซึ่งระบุการเริ่มต้นใช้งานแอพครั้งแรกหลังการติดตั้ง) และ “เพิ่มอาหาร” (ซึ่งติดตามทุกครั้งที่ผู้ใช้เพิ่มอาหาร) สิ่งเหล่านี้แสดงให้เราเห็นว่าผู้ใช้กี่เปอร์เซ็นต์ที่ไม่เพียงดาวน์โหลดแอป แต่ยังเริ่มใช้งานด้วย อัตรา Conversion อยู่ที่ประมาณ 65% ซึ่งหมายความว่าจาก 100 คนที่ติดตั้งแอปนี้ มีมากถึง 65 คนที่เริ่มติดตามมื้ออาหาร

บางครั้งนักพัฒนาซอฟต์แวร์ต้องการให้เหตุการณ์ปรากฏในแดชบอร์ดการวิเคราะห์ในแบบเรียลไทม์หรือโดยมีความล่าช้าน้อยที่สุดหลังจากที่เกิดขึ้นในแอปพลิเคชัน ตัวอย่างเช่น นักพัฒนาซอฟต์แวร์อาจเปิดตัวแคมเปญการตลาดบนโซเชียลมีเดียและจำเป็นต้องติดตามว่าการเปลี่ยนแปลงดังกล่าวส่งผลต่อแอปพลิเคชันของตนอย่างไรในแบบเรียลไทม์ Mixpanel แสดงกิจกรรมเกือบจะแบบเรียลไทม์ ช่องทางที่สร้างขึ้นใหม่จะถูกคำนวณและแสดงผลเกือบจะในทันที

แอมพลิจูด

ทันทีที่นักพัฒนาเพิ่มชุดพัฒนาซอฟต์แวร์ (SDK) ของ Amplitude ลงในโปรเจ็กต์ โดยไม่ต้องตั้งค่ากิจกรรมหรือช่องทางเพิ่มเติม ซอฟต์แวร์จะเริ่มติดตามข้อมูลผู้ใช้ที่ใช้งานรายวันและรายเดือน (DAU และ MAU) เราใช้สิ่งนั้นบ่อยมากใน What I Eat เพื่อทำความเข้าใจว่าในแต่ละวันมีคนใช้แอปกี่คน

เช่นเดียวกับ Mixpanel แอมพลิจูดมีกล่องเครื่องมือที่มีประสิทธิภาพสำหรับการทำงานกับเหตุการณ์และช่องทาง นักพัฒนาสามารถสร้างช่องทางและแบ่งกลุ่มตามพารามิเตอร์ได้ ไม่เหมือนกับ Mixpanel ตรงที่ Amplitude สามารถแสดงภาพกลุ่มได้โดยตรงในแผนภูมิกรวย ซึ่งสะดวกเมื่อคุณต้องการทำความเข้าใจว่าพารามิเตอร์ส่งผลต่ออัตราการแปลงอย่างไร แผนภูมิด้านล่างแสดงให้เห็นว่าการแปลงจาก "ติดตั้ง" เป็น "เพิ่มอาหาร" แตกต่างกันไปตามภาษาของอินเทอร์เฟซ

อย่างที่คุณเห็น อินเทอร์เฟซภาษารัสเซียแสดงการแปลงได้ดีกว่าอินเทอร์เฟซภาษาอังกฤษ (83% เทียบกับ 66%) ดังนั้น ในการอัปเดตแอปครั้งต่อไป เราอาจต้องพิจารณาผู้ชมที่ไม่ใช่ชาวรัสเซียมากขึ้น

คำตอบจาก Crashlytics

เช่นเดียวกับ Amplitude เมื่อเพิ่ม SDK ของ Answers ลงในโปรเจ็กต์แอปพลิเคชันแล้ว มันจะเริ่มติดตามข้อมูล โดยแทบไม่ต้องใช้ความพยายามใดๆ จากนักพัฒนาเลย Answers ให้มุมมองที่ชัดเจนของตัวบ่งชี้ประสิทธิภาพหลัก (KPI) ของแอปพลิเคชันมือถือ: MAU, DAU, ผู้ใช้ใหม่และเซสชันรายวัน

นักพัฒนาสามารถกำหนดและติดตาม KPI ที่กำหนดเองเป็นเหตุการณ์ได้ และคำตอบจะแสดงให้เห็นในลักษณะเดียวกัน

คำตอบยังให้ข้อมูลเชิงลึกว่าผู้ชมของคุณมีความกระตือรือร้นเพียงใดและผู้คนใช้เวลาในแอปนานเท่าใด

การวิเคราะห์ของ Answers จะเก็บข้อมูลในช่วง 30 วันที่ผ่านมา และไม่มีช่องทาง ดังนั้น จะใช้ได้เฉพาะการวิเคราะห์ประสิทธิภาพของแอปอย่างง่ายในระยะสั้นเท่านั้น

วุ่นวายโดย Yahoo

Flurry ไม่สะดวกเท่า Mixpanel หรือ Amplitude เมื่อคุณต้องการสร้างช่องทางและทำการวิเคราะห์ตามรุ่น

ผู้ใช้ Flurry สามารถสร้างกลุ่มได้สูงสุด 10 กลุ่มและนำไปใช้กับช่องทาง การเพิ่มกลุ่มใหม่ในช่องทางที่มีอยู่ต้องมีการคำนวณใหม่ ซึ่งอาจใช้เวลาประมาณหนึ่งวัน ผู้ใช้ไม่สามารถสร้างมากกว่า 10 กลุ่มเพื่อใช้กับช่องทางของตน การคำนวณช่องทางที่สร้างขึ้นใหม่อาจใช้เวลาถึงสามวัน

เราไม่พบกิจกรรมและช่องทางของ Flurry ที่จะเป็นประโยชน์สำหรับสิ่งที่ฉันกิน และส่วนใหญ่เราใช้ Mixpanel และ Amplitude

มีอะไรอีกบ้างที่สำคัญ?

แม้ว่าเหตุการณ์และช่องทางจะเป็นคุณลักษณะหลัก แต่ก็มีบางสิ่งที่ช่วยในการเลือกระบบการวิเคราะห์ที่เหมาะสม

ข้อมูลประชากร

บริการวิเคราะห์บางอย่างให้ข้อมูลข้อมูลเชิงลึกเกี่ยวกับผู้ชมของแอปพลิเคชัน แม้ว่าจะไม่ได้รวบรวมไว้ในแอปก็ตาม พวกเขาทำได้โดยรับข้อมูลผู้ใช้จากแหล่งอื่นที่ไม่ใช่แอปพลิเคชันมือถือของคุณ สิ่งนี้มีประโยชน์เมื่อคุณต้องการระบุผู้ใช้ระดับสูงของคุณ แต่แอปพลิเคชันของคุณไม่ได้รวบรวมข้อมูลเกี่ยวกับพวกเขา ตัวอย่างเช่น ในแอป What I Eat ผู้ใช้ไม่จำเป็นต้องลงทะเบียน และไม่มีวิธีอื่นใดที่เราสามารถรับข้อมูลผู้ใช้ได้ แต่เรายังคงต้องการทราบว่าใครใช้ข้อมูลดังกล่าวเพื่อกำหนดเป้าหมายผู้ใช้ใหม่ด้วยแอปได้อย่างแม่นยำ การปรับปรุง

คำตอบจะให้ข้อมูลเกี่ยวกับผู้ฟังของคุณ เช่น เพศและความสนใจของพวกเขา คุณอาจสงสัยว่ามันทำได้อย่างไร? คำตอบนั้นถูกรวมเข้ากับ Twitter อย่างใกล้ชิด และเนื่องจาก Twitter รู้ทุกอย่างเกี่ยวกับทุกคนที่ใช้แพลตฟอร์มนี้ ข้อมูลส่วนบุคคลนี้จึงถูกใช้ประโยชน์โดย Answers

Flurry ประมาณการข้อมูลประชากรโดยการประมาณข้อมูลผู้ใช้ที่ได้รับจากแอพที่แชร์ เหตุผลที่นักพัฒนาแชร์ข้อมูลนี้เพราะพวกเขาได้รับชุดข้อมูลผู้ชมที่แม่นยำยิ่งขึ้นโดยการให้ข้อมูลข้อมูลเชิงลึกแก่ Flurry Flurry แสดงให้คุณเห็นความสนใจ ช่วงอายุ และเพศของผู้ใช้

ด้วยความช่วยเหลือจาก Flurry and Answers เราจะเห็นได้ว่าผู้ฟังของ What I Eat ส่วนใหญ่เป็นผู้หญิงวัยกลางคนที่สนใจเรื่องสุขภาพและการออกกำลังกาย

Mixpanel และ Amplitude ไม่ได้ให้ข้อมูลประชากรใด ๆ

API ภายนอกสำหรับการนำเข้าและส่งออกข้อมูล

Analytics อนุญาตให้นำเข้าและส่งออกข้อมูลผ่าน API ภายนอก การส่งออกช่วยให้สามารถวิเคราะห์ข้อมูลภายนอกแดชบอร์ดการวิเคราะห์ได้ (เช่น ด้วยความช่วยเหลือของซอฟต์แวร์การทำเหมืองข้อมูลของบริษัทอื่น เช่น Windrush และ DataHero) การนำเข้า API ช่วยให้คุณสามารถปรับใช้ข้อมูลกับแพลตฟอร์มการวิเคราะห์จากแหล่งที่มาต่างๆ เช่น เซิร์ฟเวอร์ส่วนหลังและระบบติดตามการระบุแหล่งที่มา เช่น AppsFlyer มาตรวจสอบว่าบริการวิเคราะห์ใดบ้างที่มีฟังก์ชันดังกล่าว:

• Amplitude จัดเตรียม API ภายนอกสำหรับทั้งการนำเข้าและส่งออกเหตุการณ์
• Mixpanel มีการนำเข้าและส่งออก API รองรับ JavaScript Query Language เพื่อให้สามารถส่งออกคำสั่งที่ซับซ้อนได้
• คำตอบไม่มี API ภายนอก คุณสามารถดาวน์โหลดข้อมูลเหตุการณ์เป็นไฟล์ CSV จากแดชบอร์ด แต่ไม่มีพารามิเตอร์เหตุการณ์
• Flurry ไม่มี API การนำเข้า คุณสามารถส่งออกข้อมูลได้โดยใช้ API การส่งออกเท่านั้น

ราคา

บริษัทวิเคราะห์มือถือทำการทดลองเกี่ยวกับราคาและอาจเปลี่ยนแปลงอัตราค่อนข้างบ่อย ข้อมูลต่อไปนี้มาจากเดือนกรกฎาคม 2559:

• Flurry and Answers นั้นฟรีอย่างสมบูรณ์
• แผนฟรีของ Amplitudes มีกิจกรรม 10 ล้านรายการต่อเดือน หากคุณคาดว่าจะติดตามมากกว่านั้น จะมีค่าใช้จ่าย $2,000 ต่อเดือน แม้ว่าเราจะเคยใช้ Amplitude มาหลายโครงการแล้ว แต่เราก็ไม่เคยต้องเปลี่ยนไปใช้ระดับแบบชำระเงินเพราะข้อจำกัดของแผนบริการฟรีก็สูงเช่นกัน
• Mixpanel มีระดับฟรี 25,000 กิจกรรมต่อเดือน หนึ่งล้านเหตุการณ์มีค่าใช้จ่าย 300 เหรียญต่อเดือน สำหรับกิจกรรมมากกว่า 10 ล้านงาน คุณจะต้องจ่าย $1,250 ต่อเดือน

เคล็ดลับการใช้งาน Analytics

ตอนนี้เราทราบความแตกต่างที่สำคัญระหว่างระบบการวิเคราะห์แต่ละระบบแล้ว มาดูแง่มุมที่ใช้งานได้จริงของการนำการวิเคราะห์ไปใช้กัน

ทำการบ้านของคุณ

หากคุณตัดสินใจว่าคุณต้องการการวิเคราะห์ในแอปของคุณ การเขียนโค้ดไม่ใช่สิ่งแรกที่คุณควรนึกถึง เราเชื่อว่านักพัฒนาที่ดีควรเริ่มต้นด้วยขั้นตอนต่อไปนี้:

• เขียนสิ่งที่คุณต้องติดตาม . เริ่มต้นด้วยการเขียนรายการคำถามที่คุณต้องการให้การวิเคราะห์ตอบ ตามรายการนั้น ให้จัดโครงร่างเหตุการณ์และพารามิเตอร์ที่คุณต้องติดตามเพื่อตอบคำถาม ไม่รวมการวิเคราะห์ในแอปเพื่อประโยชน์ของมัน
• ใช้ถ้อยคำใหม่ในแง่ของการวิเคราะห์ของคุณ . เมื่อคุณทำรายการกิจกรรมเสร็จแล้ว ให้จัดรูปแบบตามแพลตฟอร์มการวิเคราะห์ที่คุณเลือก ตัวอย่างเช่น ในขณะที่ Amplitude อนุญาตเหตุการณ์ด้วยชุดพารามิเตอร์ใดก็ได้ Google Analytics มีชุดพารามิเตอร์ที่กำหนดไว้ล่วงหน้า คำนึงถึงความแตกต่างดังกล่าวเมื่อใช้งานการวิเคราะห์
• ทำการสาธิตขนาดเล็ก . ความคิดที่ดีคือการสร้างแอปทดสอบขนาดเล็ก ติดตามเหตุการณ์หลายสิบเหตุการณ์ด้วยความช่วยเหลือ จากนั้นตรวจสอบว่าเหตุการณ์เหล่านี้แสดงเป็นภาพอย่างไรในแพลตฟอร์มที่คุณเลือกและมีเครื่องมือขุดข้อมูลใดบ้าง ใช้ความรู้นี้เพื่อเพิ่มฟังก์ชันการทำงานของแพลตฟอร์มที่เลือกเมื่อใช้งานการวิเคราะห์ในแอปที่ใช้งานจริง

คิดใหญ่เมื่อเขียนโค้ด

ออกแบบโค้ดของ Analytics เพื่อให้เป็นอิสระจากโค้ดของโปรเจ็กต์และ SDK ของ Analytics ดังนั้น ให้วางโค้ดการวิเคราะห์ในระบบย่อยหรือคลาสที่แยกจากกัน และกำหนดเมธอดของอินเตอร์เฟสที่สามารถเรียกได้จากโค้ดของแอปพลิเคชัน ตัวอย่างเช่น เมื่อผู้ใช้แตะที่ปุ่มเมนู โค้ดแอปพลิเคชันจะเรียกโค้ดคลาสการวิเคราะห์ สำหรับแอป iOS ที่เขียนด้วย Swift จะมีลักษณะดังนี้:

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

คลาสการวิเคราะห์ทั่วไปที่เรียกใช้โดยรหัสแอปพลิเคชันจะรวบรวมรายการพารามิเตอร์และส่งข้อมูลนี้ไปยังคลาสการวิเคราะห์เฉพาะ

 /** 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) } } }

คลาสการวิเคราะห์เฉพาะจะส่งข้อมูลไปยัง SDK การวิเคราะห์ ในกรณีของเรา มันคือ SDK ของ 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) } } }

ด้วยโครงสร้างดังกล่าว เมื่อใดก็ตามที่คุณตัดสินใจย้ายไปยังแพลตฟอร์มการวิเคราะห์อื่นหรือปรับชุดพารามิเตอร์เพื่อติดตาม คุณจะต้องเปลี่ยนรหัสคลาสการวิเคราะห์เท่านั้น แต่ไม่ต้องเปลี่ยนรหัสแอปพลิเคชัน

วิเคราะห์ข้อมูลทั้งหมดของคุณ

รวบรวมข้อมูลจากแหล่งที่มาทั้งหมดในแพลตฟอร์มการวิเคราะห์ที่คุณเลือก ส่งข้อมูลไม่เพียงแต่จากแอพมือถือแต่ยังจากแบ็กเอนด์โดยใช้ API ภายนอก หากคุณใช้แคมเปญโฆษณา ให้ใช้ระบบติดตามการติดตั้ง เช่น AppsFlyer หรือ Adjust เพื่อวัดประสิทธิภาพและทำความเข้าใจว่าผู้ใช้ของคุณมาจากไหน เลือกระบบติดตามการติดตั้งล่วงหน้าที่คุณจะใช้เพื่อให้แน่ใจว่าระบบทำงานได้ดีกับแพลตฟอร์มการวิเคราะห์ของคุณ

ควบคุมจำนวน SDK

ลองใช้ SDK ของแพลตฟอร์มการวิเคราะห์ที่มีอยู่แล้วในแอปพลิเคชัน หากคุณติดตามข้อขัดข้องด้วย Crashlytics คุณสามารถใช้การวิเคราะห์ของ Answers ได้โดยไม่ต้องใช้โค้ดเพิ่มเติม เนื่องจากทั้ง Crashlytics และ Answers จะรวมอยู่ใน Fabric SDK หากแอพของคุณอนุญาตให้ลงทะเบียนกับ Facebook แสดงว่ามี SDK ที่ใช้การวิเคราะห์อุปกรณ์เคลื่อนที่ของ Facebook อยู่แล้ว ดังนั้นคุณจึงอาจใช้งานได้เช่นกัน

พยายามรวมระบบวิเคราะห์ต่างๆ เข้าด้วยกัน แต่อย่าทำให้ไบนารีของแอปพลิเคชันของคุณล้นไปด้วย SDK มากเกินไป

เอกสารมัน

สุดท้าย ควบคู่ไปกับการใช้การวิเคราะห์สำหรับแอปพลิเคชันของคุณ ทำงานในเอกสารประกอบ: จดบันทึกเหตุการณ์และพารามิเตอร์ใดที่คุณติดตาม และวิธีที่คุณดำเนินการ สำหรับสิ่งนี้ เรามักจะใช้ไฟล์ Readme.md ที่เก็บไว้ในโฟลเดอร์หลักของโครงการ แต่ละเหตุการณ์อธิบายโดยข้อมูลต่อไปนี้:

• ชื่อเหตุการณ์ (เช่น “การลงทะเบียนผู้ใช้”);
• เมื่อถูกติดตาม (เช่น “เมื่อผู้ใช้ใหม่ลงทะเบียนสำเร็จ”);
• พารามิเตอร์ (เช่น “อีเมล/สตริง”);
• ตัวควบคุมที่มีการเรียกโค้ดติดตาม (เช่น “SignInController”)

รายละเอียดดังกล่าวง่ายต่อการลืม แต่มีความสำคัญเมื่อคุณต้องการเปลี่ยนชุดข้อมูลที่จะติดตาม หรือเมื่อคุณต้องการย้ายไปยังแพลตฟอร์มการวิเคราะห์อื่น

สรุป

ไม่มีบริการวิเคราะห์ใดที่สมบูรณ์แบบ แต่ละคนมีข้อดีและข้อเสีย เมื่อเลือกอย่างใดอย่างหนึ่ง คุณควรชั่งน้ำหนักปัจจัยต่างๆ เช่น ประเภทของแอปพลิเคชัน อินเทอร์เฟซของแดชบอร์ดการวิเคราะห์ งบประมาณของคุณ และอื่นๆ คุณอาจต้องการใช้โซลูชันเฉพาะกลุ่ม เช่น การวิเคราะห์เกมที่สร้างขึ้นเพื่อวิเคราะห์ประสบการณ์ผู้ใช้ที่ไม่ใช่เชิงเส้น (เช่น GameAnalytics) หรือการวิเคราะห์เชิงนักพัฒนา (เช่น Keen IO)

เราพบการผสมผสานระหว่างคำตอบและแอมพลิจูดเพื่อให้ทำงานได้อย่างสมบูรณ์แบบกับสิ่งที่ฉันกิน และเพื่อให้ข้อมูลวิเคราะห์ที่จำเป็นทั้งหมดสำหรับแอป แม้ว่า Answers จะให้บริการฟรีและแสดงข้อมูลประชากรและ KPI ของแอป แต่ Amplitude ช่วยให้วิเคราะห์กลุ่มตามพฤติกรรมที่ซับซ้อนมากขึ้น นอกจากนี้เรายังติดตามการขัดข้องของแอปพลิเคชันด้วย Fabric SDK ของ Answers

เราชอบที่จะได้ยินเกี่ยวกับกล่องเครื่องมือวิเคราะห์ที่คุณใช้ในแอปพลิเคชันมือถือของคุณ กรุณาแบ่งปันความคิดของคุณในความคิดเห็น