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：刘盼盼
编辑：Fiona
目录
一、 行业分析
1 移动分析产品出现原因分析
2 竞品分析
二、MTA优化建议
1 差异化——凸显核心功能
2 界面层级清晰
一、行业分析
1 移动分析产品出现原因分析
目前，市场上的移动应用平台有IOS、Andriod、Windows、锤子系统等，如果把它们比作像华谊一样的影视公司，很明显，平台中特色鲜明的APP则是公司的艺人，它们直接曝光在大众面前，接受着大众的审视。就像影视公司打造明星艺人一样，APP也需要被打造。
为什么要打造？如何打造？这些问题的答案如何得到？移动APP分析产品正好可以解决。
1） 提供数据衡量指标，建立APP评价模型
评价一个事物的价值，一千个人会有一千个衡量指标，这时候有一个大家都认可的衡量标准的出现，能立马解决这个问题。就好比2018年5月8日刚出来的瑞幸咖啡，它投入大笔的资金在线上线下宣传自家的产品，那线上线下渠道的转化率究竟是怎样，哪个更能为用户接受？它是否如其宣传的，比星巴克还牛呢？
很显然，瑞幸和星巴克谁说了都不算，数据说了算。
通过对比分析两家的日客流量，月营销量可以很容易的看出两家咖啡在市场上的受欢迎程度（这里就不细说了）。这时候移动分析产品（比如本文要分析的MTA）对于线上瑞幸开发的APP应用分析就是很有必要的工具了，它能精准地给出瑞幸APP（其中的一个例子）用户画像及行为分析、用户APP的版本/设备分布、注册渠道分析等，建立一个完善的数据衡量指标体系，建立APP评价模型。
2） 为决策者提供决策依据，驱动产品运营
实时了解应用的各项数据指标，能对应用的各个维度有一个很全面的了解，做到心中有数，对用户行为进行深度挖掘，提高用户留存率和使用率，寻找新的流量转化入口等。
3） 助力产品决策者，优化APP
很多时候是不是有人会问你为什么要添加这个功能？为什么要这么设计布局？
有时候是不是被怼的说不出理由。虽然鼓励产品设计者在产品的宏观方向上拥有感性思维，但是，具体细节的执行时都是需要有严密的理性思维辅助。当有了数据的支持后，很多问题都能用它们来说话，有理有据地去执行，APP执行及优化效率更高。
2 竞品分析
在现有的移动分析市场中，Google Analytics、百度移动统计、腾讯云分析、MTA、【友盟+】U-App、TalkingData、Adobe Analytics等都是很好的移动应用分析软件，本文将百度移动统计和【友盟+】U-App作为MTA现有的竞品进行分析。
1）定位：三者均是通过提供APP相关的各项数据，助力决策者决策、优化产品，提高各个生命周期中用户的活跃率
2） 目标用户：APP开发者、产品决策者
3） 研究对象：移动APP
4） 研究维度
正如信息有原始信息（即一手资料）和二次信息（即对原始信息进行加工、分析、改编、重组、综合概括生成的信息），数据也有原始数据和二次数据。移动应用分析中，原始数据的主要维度有基础数据（日活、新增、留存等）、用户行为数据（下载渠道、使用时长、页面访问、页面路径等）、APP异常数据（崩溃日志、功能bug等）、APP开发相关组件数据（版本信息、网络及运营商监控、接口监控）等；二次数据有用户挖掘数据（留存率、转化率、用户画像等）、推广数据（安装渠道分布、广告效果数据等）、APP核心功能数据（事件及业务漏斗分析等）、APP性能数据（事件回复速度、抗灾容灾能力等）等。
下表罗列了 MTA、【友盟+】U-App和百度移动统计对APP进行的数据分析维度：
MTA主要对移动应用的版本/渠道/安装来源、用户行为/生命周期/画像、Crash、广告效果等进行了分析，内容全、功能广，但总觉得有些发散、杂乱，分类不够准确。
【友盟+】U-App对应用的概况、用户分析、用户构成、留存分析、渠道分析、用户参与度、功能使用、终端属性、错误分析、社会化分享、消息推送、在线参数、移动广告监测等进行了分析，类目较清晰。
百度移动统计主要包括应用概况、定制分析、用户分析、使用行为、渠道分析、留存分析、转化分析、个体洞察、错误分析、在线调试、用户管理，分类更明确，直观，并且术语易于理解。
总体来看，相对于【友盟+】U-App和百度移动统计，MTA在APP数据研究维度上全而广，但分类并不是那么明晰。相比而言，百度移动统计维度更明确。但三者均仅仅是数据上的展示，没有深入挖掘用户的行为，即没有直白地引导用户去深入挖掘数据背后的含义；并且分析的维度单一，缺乏多维度的分析模型。
二、MTA优化建议
1 差异化——凸显核心功能
古语有云，“兵不在多，而在于精”，同样，功能不在于广，而在于强。市面上的移动应用分析软件不少，功能大同小异，如何立足不败之地，唯有打造不可替代的差异化功能。用户即意味着流量，能像今日头条一样很好的迎合用户的口味是一种很成功的模式，而用户分析模块（包括用户相关的一切行为分析及挖掘）是最能助力APP产品决策者进行决策的。
目前，MTA分了3个模块来直接分析用户的行为，分别是用户生命周期、用户行为、用户挖掘。以体验demo为例，提供的都是单一维度数据趋势或类似的走向报表图，对于刚接触数据分析的用户可能比较适用，但是对于高阶用户来说远不能满足定制化的需求。
所以，可以将机器学习算法融入到用户挖掘模块，全方位、多维度的挖掘用户行为，给MTA的用户进行一个简单的用户画像，然后定制不同的页面。
2 界面层级清晰
不要让用户去找，做到每个模块只有一块视觉重点，干净、简洁、突出重点。功能按钮等的设计排版会影响用户认知，效果不好会造成视觉上的繁杂，看着没有重点并眩晕。MTA的有些界面体验下来，层级框架显示的不是那么清晰。
以demo为例：从路径【配置管理—应用管理—权限管理】进入的页面，“用户组”和“用户列表”在页面上是平级的，但页面的布局让人感觉是先有“用户组”再有“用户列表”，所以 这里感觉不太合适。
而其他界面细节上，也是需要优化的，比如：【配置管理-用户属性配置】页面中的搜索框内没有引导用户输入的内容，但是，配置管理模块的其他搜索中，搜索框均标明了可搜索的内容，此处没有标明，是否该统一呢？
总体上MTA功能较完备，但也存在可以优化的地方。细节决定成败，用户的眼睛是雪亮的，一定不能让用户去思考无关紧要的东西，但要引导用户进行更深层次的思考。
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！
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]