内容来源：本文为腾讯移动分析与人人都是产品经理联合举办产品测评大赛的参赛作品。
参赛者：谭德恩， 主要负责用户画像平台的设计以及整体用户画像标签体系建设
编辑：Fiona
目录
1. 市场环境
1.1 市场容量
1.2 市场份额
1.3 竞争情况
1.4 基于PEST理论的行业趋势分析
2. 用户分析
2.1 目标用户
2.1.1 目标用户群体
2.1.2 目标用户特征
2.2 用户需求
3. 产品功能分析
3.1 商业模式分析
3.2 功能分析
3.2.1 多多记账产品功能及数据利用
3.2.2 模拟用户使用场景
3.2.3 数据统计需求
3.2.4 功能分析
定义大数据分析平台：
主要通过集成企业内部运营支撑系统和外部数据，包括交易型大数据（Big Transaction Data）和交互型大数据（Big Interaction Data），通过多种云计算的技术将之集成和处理，向企业内部和外部企业客户提供有极大商业价值的信息支撑和智能解决方案，基于大数据平台建设的数据仓库的基础上，提供报表工具，分析工具，结合企业的实际需求进行的解决方案实施服务；企业的管理人员、业务分析人员等可以通过web、手机或其它移动设备访问，以便随时了解企业的关键指标和进行深度业务分析。（来源：中国数据分析行业网）
1. 市场环境
1.1 市场容量
1) 开发者数量
根据工信部发布的2017 年上半年我国互联网业务运行情况报告显示，我国移动应用程序（APP）市场持续活跃，移动互联网应用数量已超 402 万款。
2) 中国移动网民数量
据工信部统计，截至2018年3月末，我国移动互联网用户总数达到13.2亿户，同比增长16.1%。使用手机上网的用户12.2亿户，对移动电话用户的渗透率为82.9%。
3) 数据量
信通院数据显示，目前约70%的企业 拥有的数据资源总量在50-500TB之间。 2016年数据量在500TB以上企业占比 为18.4%，较2015年增加1.4%;数据 资源在50TB以下的企业占比由2015年 的5.0%下降到2016年的3.7%。企业数据资源总量呈增长趋势。（摘自艾瑞）
1.2 市场份额
目前活跃用户排行榜中，头部应用基本被BAT包揽，而腾讯旗下微信、QQ长期位居榜首。覆盖移动网民用户量超过90%（艾瑞统计）。
同时，腾讯系应用数量不断增加，腾讯对于用户社交、视频、金融、新闻资讯、游戏、医药等方方面的数据都有涉足。
因此，目前腾讯移动应用分析不仅占有了头部应用覆盖90%活跃用户的数据量，同时，由于腾讯在数据量上的丰富，数据处理能力的体现，使得诸多第三方应用都愿意接入或者有进行数据置换、购买数据的意愿。
1.3 竞争情况
针对移动分析平台，腾讯移动分析竞争对手较多，诸如国内做数据比较早的友盟，talkingdata，以及国外发展也比较成熟的growing io，以及国内虽然起步相对较晚，但发展迅猛的极光、神策数据等。以及同样拥有海量数据的百度统计，阿里达摩盘等。
但由于大数据市场正处在迅速发展阶段，无论从市场占比及产品特色来看，各家都有很大的发展空间。但在数据的收集、存储方面各家技术基本趋于成熟，真正的分水岭体现在对数据的更高效利用，让数据在运营、产品改进、营销上发挥更大的价值。
1.4 基于PEST理论的行业趋势分析
1) 国家政策加码
近年来，随着互联网和智能硬件的快速普及，数据以爆炸方式增长。随着一系列政策的出台，大数据国家战略正在加速落地，大数据产业发展前景广阔。
据中商产业研究院发布的《2018-2023年大数据产业发展前景与投资分析报告》数据显示，2016年，全球大数据产业市场规模为1403亿美元，预计到2020年将达到10270亿美元， 2014-2020年间年均复合增长率高达49%; 2016年，我国大数据产业市场规模为2485亿元，预计2018年将近6000亿元。（数据来自中科恒运）
同时，从2015年人工智能进入爆发期以来，国家陆续提出多项意见与规划，特别是2017年“一带一路”会议、全国两会均将人 工智能列入未来发展规划中，以及2016年国家将人工智能列入“科技创新2030项目”以及“十三五”重大工程，使得人工智能在中国政治、经济、学术等领域成为重中之重，引来中国人工智能最好的时代。
2) 人口红利消失，基于存量市场的精细化运营需求爆发
中国凭借工业化发展促使经济快速增长，2010年之后工业化进程逐渐到达顶峰，随之而来的是劳动力和财力逐渐向生产价 值较低的生产部门转移，生产总值的降低导致了经济增速的下降。随着经济增速下降，无法在短时间内找到新的经济增长 点，内部问题集体产生了爆发，产能过剩，高杠杆，房地产高库存和金融风险等问题扑面而来。
这就意味着中国面临着一 次重要的经济转型，摆脱传统的高污染低效率的粗放型发展模式，同时，现今政府多次强调供给侧结构性改革，从质和量 上提升经济增长，在政策的支持下，高附加值、知识和技术密集型的产业将会重点培养，结合高科技技术，提升企业精细 化运营、降低运营成本、增加企业受益。
3) 技术
随着大数据存储和处理技术的不断发展，结合人工智能、机器学习、深度学习等数据挖掘技术的发展，数据越来越能够为企业所用，并为企业带来更多的可能。
未来的IT产业发展将围绕数据的收集、分析、处理展开，除了专业的IT技术和服务外，像O2O、导航、移动支付等日常IT服务背后，都有大数据作为支撑，其本质就是大数据服务。这意味着，目前现有的IT技术和服务将向数据化服务演变，这将为IT服务业提供新的发展动力。
4) 社会
随着数据的大量积累以及分析手段的提升，金融、医疗、制造业、物流、交通等领域也将开始借助大数据的力量实现转型升级。此外，汽车、教育、游戏、旅游等行业也将会在大数据的促进下，产生出新的商业模式，并因此保持发展活力。
2. 用户分析
2.1 目标用户
2.1.1 目标用户群体
1) 开发者，包括移动app及pc端等
2) 广告主
3) 线下零售商
2.1.2 目标用户特征
1) 开发者
拥有海量数据，需要根据数据对用户进行更加精细化的运营，在提高产品用户量和活跃度的基础上，进行流量变现。
2) 广告主
希望产品能够投放到准确的目标用户，通过广告曝光、点击、或者最终下载、购买等行为获得广告收入
3) 线下零售商
部分拥有大量的线上数据，线上数据与线下数据分离，未能很好的指导生产、销售、营销等环节。
2.2 用户需求
通过对数据的采集、分析和处理，支撑业务运营及决策，推动业务发展、实现流量变现。
3. 产品功能分析
3.1 商业模式分析
1） 提供免费数据统计及分析服务，获取更多开发者接入以获取更多第一方数据
2） 提供数据定制化服务，服务变现
3） 通过对数据的加工和处理，为广告精准营销、个性化推荐、个性化push 提供数据支撑，实现数据变现。
3.2 功能分析
3.2.1 多多记账产品功能及数据利用
3.2.2 模拟用户使用场景
因此，认为一般情况下，无论是管理者还是产品或者运营，都希望第一时间了解业务的整体概况。这就包括KPI完成进度，业务关键指标趋势，推广活动的概况，用户基本情况等数据。
所以从这个角度上来说，一方面建议增加KPI进度展示报表，报表指标可由业务进行自定义配置。另一方面建议数据概览—历史趋势展示的数据指标更多和更具有概括性，让所有查看业务报表的同学在数据概览就能看到业务整体的概况。
3.2.3 数据统计需求
即结合AARRR理论，并综合产品功能及数据可利用的方向，穷举所有统计关键指标。在这里，由于多多记账产品不涉及分享的功能，且不涉及盈利，因此，在海盗法则中，也不涉及到后两个R，即不涉及社会化分享及盈利的分析。但在渠道来源，推广活动中实际上仍然涉及社会化分享。
对比现有产品脑图，可以看到，所有关键指标基本已全部覆盖。同时，腾讯移动分析在这些关键指标的基础上，新增广告监测模块，可以非常直观的查看单个广告或者单个推广的效果以及不同渠道用户质量。
3.2.4 功能分析
结合友盟，Talkingdata、神策数据、Growing IO等同类产品，从用户体验5层对腾讯移动分析功能进行分析：
3.2.4.1 优势
可以看到，目前各类数据分析平台产品同质化高，产品结构、框架及表现层都表现较好。主要的差异点在于功能的梳理能力以及信息的表达方式，以及数据采集和处理能力。
腾讯拥有众多的腾讯系应用，数据采集上也拥有更多的主动权，拥有海量的第一方数据和第二方数据。对接广告平台、广点通push 平台，完成整个数据的生态整合。而友盟、talkingdata、神策数据等平台，虽然起步早，但需要开发者接入sdk，而定制报表则需要更深入的合作，开发者需要付费购买服务，在此基础上，也才能获得更全面的数据，从这一点上，腾讯移动分析占有比较大的优势。
3.2.4.2 不足
1) 战略层
腾讯移动分析以及友盟，talkingdata都只针对了移动应用以及网页的分析，而神策数据在移动应用以外，提供新零售类统计服务。
2) 从范围层来看，腾讯移动分析覆盖报表功能、关键指标基本完善，但也存在一些不足。
a.模版单一
不同类型的app 所关注的关键指标是不一样的，如果用单一模版，则存在个性化不足的问题，若针对每个业务单独开发，又存在费时费力的问题。
因此，建议结合神策数据的方案，既有通用模版，同时，也针对热门应用类型定制模版。同时，由于业务的多样性，即使是定制模版也可能存在覆盖不完整的情况，因此，业务在很大可能上就会存在对个性化报表定制的需求，这就需要腾讯移动分析能够支持业务自助分析，对于个性化报表能够通过业务运营或者产品人员自己拖拉拽的方式快速生成报表。
b.概览数据不够全面
从图表中我们看到，通过模拟用户数据查看思路，分析用户关键报表数据，无论是管理者还是产品或者运营，都希望第一时间了解业务的整体概况。这就包括KPI完成进度，业务关键指标趋势，推广活动的概况，用户基本情况等数据。
因此一方面建议增加KPI进度展示报表，报表指标可由业务进行自定义配置。
另一方面建议数据概览—历史趋势展示的数据指标更多和更具有概括性，让所有查看业务报表的同学在数据概览就能看到业务整体的概况，比如增加使用时长趋势，用户画像分布，以及TOP类的推广渠道及推广计划。这样，数据概览就涵盖了用户第一时间希望看到的所有概括性的数据。当然，实际上也可以通过数据看板自定义，但是仍然觉得既然有数据概览的模块，功能就应该完善。
c.缺乏竞品分析，行业数据对比
从业务角度上，了解行业竞品趋势，竞品关键指标，对业务至关重要。基于腾讯目前的数据来源，完全有能力提供竞品关键指标数据对比，因此建议增加。
d.渠道分析、路径分析缺少结论。
建议通过用户画像、渠道分析、用户转化路径分析新用户转化最优路径，为产品及运营提供数据参考。
e. 缺少产品功能统计数据
即对于产品内部各功能模块用户的使用情况，包括使用次数，使用习惯等，有利于更好的指导产品改进。
f. 缺少预测类分析数据
根据现有用户的画像数据及应用安装数据、行为数据，分析应用潜在用户，并对用户进行评分，预测用户转化可能行。针对不同用户进行推广活动，并根据活动中表现预测用户转化可能性。
g.画像分析中缺少用户消费偏好、收入水平画像分析
多多记账作为一款记账类应用，记录了用户的收入及支出金额，而且对于支出分类有清晰的记录。数据能够应用与对用户收入水平、消费水平、甚至是否有车、有房、是否有孩子等多方面的分析，用于应用与广告投放、流量变现。
3) 从框架层来看
a.导航分类不够清晰，部分分类存在较多交叉，实际关联性比较大
比如：安装来源与版本/渠道分析，以及用户挖掘下的设备分析，个人认为渠道分析和安装来源应该放在一起，无论是从大的应用分发渠道还是比较具体的推广计划，反映的都是用户来源，考核指标都是用户安装激活量。而版本分析和设备分析属于基础类分析，比较倾向于归为设备分析一类，即，新分类为：
b.部分配置类的页面放到了应用分析下，建议移至配置管理
例如：版本/渠道分析下的分组管理以及安装来源分析下的推广计划，推广计划仅保留数据展示部分，而设计到编辑、配置推广渠道等可合并为一列，用户点击后跳转至配置管理进行编辑。
c. 安装来源模块比较混乱，新原型脑图及原型设计如下：
将安装来源更名为推广计划，仍然有两张报表，但一张为推广效果，展示推广计划明细，及整体推广效果情况（可选择单个推广计划），另一张为时段分析，包括了实时数据及时段趋势以及对应明细数据。
不同的是，一方面筛选条件增加渠道对比，另一方面时段趋势不再限定为24小时，而是更长，仍然以小时为统计粒度。交互方式参考了百度指数。
4) 其他一些问题汇总
时间有限，本准备对运营方面进行一些思考，只能下次再继续了。
相关阅读
腾讯移动分析产品测评大赛火热进行中，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
本文为「人人都是产品经理」社区和腾讯移动分析MTA共同举办的#腾讯移动分析产品测评大赛#的参赛作品，转载请联系人人都是产品经理
有关产品测评大赛合作事宜，请联系邮箱：[email protected]