|
对于广告主和市场营销人员，“资源有限性”是相当重要的逻辑——老板不可能给你无限的预算试错。这使得资源的分配变得很小心翼翼，只有合理的分配才能使你的产品在市场竞争中脱颖而出。 而面对日益复杂的营销环境，投放的渠道会越来越多，就越需要解决App渠道统计问题，否则一定会产生以下困扰：
这些信息，经过精准的App渠道统计后，通通可以用数据告诉你。本文从App渠道统计的几大难题入手，详细介绍渠道统计的多种方法以及数据分析思路，相信一定能带来你更多价值。 常见的App渠道统计方法 由于国内Android市场存在割裂性，App下载主要依赖十几家主流应用商店渠道，以及通过APK安装包直接下载，因此Android渠道统计主要围绕这些渠道开展。 方法1：给每个渠道打渠道包 简单来说，就是事先给每个渠道包植入不同的渠道标识ID，再将不同渠道包分发到对应的应用商店或渠道即可，当用户下载App激活，包内的渠道ID就会上报，由此统计各个渠道数据。
尽管渠道包可以统计不同渠道的数据，但局限性也很大，当渠道数量过多、或需要通过落地页推广、或者同一渠道在多个平台上推广，打渠道包统计的方式显然无法满足需求。 方法2：通过设备号匹配 用户点击广告时，获取设备的各种ID和渠道信息，用户安装激活App后，再次上传ID匹配，即可得知渠道信息，安卓常用的ID有IMEI、Android ID、OAID等，但各种都存在一些应用缺陷，通常只能互补使用。
同样，设备号也无法适用于H5落地页的推广场景，因此这种渠道统计方式目前基本只适用于信息流广告场景。 常见的iOS渠道统计方法 iOS是一个完全封闭的系统环境，绝大部分App都是通过App Store这一个渠道下载App，因此渠道打包这种统计方式是失灵的。如何统计从四面八方来的流量下载来源和后续行为，常见的有以下做法： 方法1：通过IDFA追踪渠道 IDFA作为iOS的唯一标识号，基本上是广告商和开发者首选的追踪统计方案。但目前IDFA经过多个版本的调整后存在许多缺点，比如iOS10之后，用户可以在设备设置里主动关闭IDFA，误差就基于有多少用户关闭了这个按钮。 而iOS14以后，App在访问用户设备的IDFA之前，会弹出授权框给用户，IDFA必须获取用户授权才能使用，因此基于IDFA的统计方案目前准确度愈发降低。 方法2：通过cookie追踪渠道 SFSafariViewController是iOS 9.0推出的，可以通过Safari对应的cookie传递参数，让营销链接设置cookie并强制通过Safari来跳转到App Store，然后在打开app后通过共享cookie来获取营销链接配置的参数，从而统计渠道数据。
但是这种方法局限性很大，只能在Safari和App共享cookie，存在系统版本、浏览器等限制，比如微信等第三方App的内置浏览器就不能很好实现。 方案小结： 除了上述方案外，还存在一些通用方案，比如IP+UA、填写渠道码、使用平台提供的数据等。但尽管可以实现部分环境、部分平台、部分渠道的数据统计，却始终无法整合成一个有效的整体，由此带来的缺点至少有以下几种：
基于传参安装的渠道统计解决方案 下面我们介绍一种全面、灵活的解决方案，可以一站式兼容Android、iOS、H5、广告平台等线上线下绝大部分投放渠道。 相比于渠道包、设备号等方法无法灵活统计H5落地页的数据，使用openinstall就能解决这一问题，通过集成openinstall SDK，我们可以在推广或分享链接上动态拼接自定义参数。以地推场景为例：
用户点击含有自定义参数的推广链接后，openinstall服务器将检测设备标识和渠道参数。当用户通过链接跳转应用商店或安装包下载，安装并激活App后再根据设备从openinstall服务端对比获取之前的参数。
通过这种方法就可以确定用户的渠道来源，包含自定义的渠道参数信息，同时还能得知后续的用户行为，由此统计渠道的多维度数据。 除了H5渠道统计外，openinstall也广泛对接了BAT、头条系、ASA、DSP、垂直行业App等多家移动广告投放平台，精准涵盖市面上90%以上主流广告平台，实现从渠道曝光、点击、激活到后续留存、注册等广告转化效果的全链路数据监测。
当然，如果投放渠道必须使用渠道包，也可在H5传参基础上一次性解决多渠道打包难题：openinstall提供了一键快速导出渠道包的功能，只需要上传一次母包，就能自定义导出多个渠道包自主投放，同样可以提供多维度数据统计。
相比于此前的几种渠道统计方法，基于传参安装的渠道统计方式加上广告平台的打通融合，这种方案显然更具优势：
App渠道分析的两大思路 （1）快速找到获客成本最低的渠道 由于在业务场景中，我们可以自定义传入多组参数，因此在分析获客成本时，我们可以取关键的部分参数指标做参考，计算出不同的新用户数和获客成本。
从以上App的投放案例可以看出，其主要通过多个地推员、门店、地铁广告进行线下推广，并且在推广过程中开展了两种不同主题活动的测试，希望通过数据监控来调整推广策略。 经过一段时间“首单福利”以及“半折优惠”两种不同主题活动的推广测试后，他们利用openinstall对不同落地页参数的传递，实时追踪每个渠道、每次不同投放带来的“新增安装量”数据，通过这些维度轻松计算出了相应的渠道平均获客成本。 从用户渠道来源分析，“地铁1号线”的广告投放平均获客成本最低，而从活动类型上看，“半折优惠”主题的活动平均获客成本较低，考虑加大投放力度。此外，门店渠道的获客成本几乎比其他渠道高一倍，考虑优化或减少投放。 （2）实例：有效分析用户价值较高的渠道 我们可以结合新用户在后续的表现，综合分析渠道能带来的变现价值，从而反推渠道投放价值。 一方面要重点分析留存和活跃等指标，包括各个渠道的1、7、30日后留存数，以及安装后各个时期的活跃数。对每个用户来源渠道对比分析，我们可以快速找到留存数据和活跃数据较高的渠道，明确哪些渠道的新用户价值更高。
另一方面，不同类型产品可以根据不同的核心指标来筛查数据表现，比如筛查“访问、点击、安装、注册、分组、订单、购买”等指标的行为数据，洞察整体的用户表现，再深入到具体的渠道中去。
通过对多种指标的有效分析，该App全面加强了“半折优惠”这一主题活动的推广，并且将资源主要投放给户外广告和地推推广上。经过半个月投放测试，新增用户量提高了30%，留存率增长近一倍，在策略优化上真正实现了事半功倍的投放。 在存量市场中竞争，比拼的就是获客效率以及服务的优异，谁能善用稳定高效的工具，搭建一个完整的App渠道统计体系，谁就能对每个渠道、每次投放的渠道和质量做出精细化分析，快速应对市场变化，取得更大的竞争优势。 |
|
|
