译者：丁磊/周晨希 群邑搜索部管培生
审核：顾青 EBizcamp创始人
移动APP分析，是GA中的第一个非网站平台分析的核心部分。这反映出了我们6年前就预测到用户向智能手机与平板电脑的转移趋势。
在过去，我们不得不自己开发移动APP数据追踪工具（由于它们的报告与网站数据报告看起来一样，因此最终会走向终结），新的Google Analytics的移动APP分析把围绕APP的数据呈现在报告中，使我们轻轻松松地便能追踪用户在APP中的交互。不再用追踪网站的方法来追踪APP，移动APP的开发人员会惊喜地发现报告反映的数据对他们的业务十分适用。
数据虽然很漂亮，但是分析的最终目的是从中产生洞察，从而可以采取行动。这篇文章中，我会从GA新的APP分析界面中找一些报表的例子，来告诉大家，这些报告如何帮助我们为业务做一些决策。
一、发布：多少人在使用我们的APP？
这就是实时报告的用武之地。在用户交互后的几秒之内，数据就能够呈现在报告之中，使我们可以根据数据快速地采取行动。我们可以看到每个APP版本的用户数量，他们活跃在哪些屏幕页面，以及他们的地理位置（可以精确到城市级别）。
二、监测与迭代：我们如何优化用户体验？
我们可以通过很多方法来获取和吸引用户。对我们来说了解用户在APP中的行为与行为轨迹十分重要。我们希望可以回答如下问题：
我们业务存在瓶颈吗？
为什么用户离开了APP？
基于不同的操作系统和语言等等，用户的行为会有什么不同？
用户行为流报表（Behavior Flow Report）会告诉我们用户在APP的行为轨迹是怎么样的，他们在哪里离开，他们怎么到达特定的屏幕页面，以及按照什么样的浏览顺序到达这些页面的。我们的“航班搜索”APP报告如下，似乎在一些重要的屏幕页面的退出率（红色部分）比较高。
我们会想到拆分这个数据，把问题缩小到某个的操作系统，APP版本，用户类型等。这种方法可以使我们能够不断重复迭代，并增进用户体验。
三、测量与迭代：我们如何为问题排优先级？
我们的APP在应用市场上可以下载，但是在用户评论中显示了APP有一些技术问题，APP有时候会突然崩溃。实际些，Bug对于开发人员来说是现实生活中不愉快的存在，在某种程度上，Bug一直都有。问题就是，我们应该如何排优先级，怎样分配资源？
崩溃与异常报告（Crashes and Exceptions Report）会给我们一些重要的数据，帮助我们接近问题答案。这个报告中会给我们一些信息，比如：
APP出现了哪些异常？
出现异常之后带来了哪些影响？
这些异常在APP哪里/何时出现的？
在哪些设备，操作系统和APP版本上出现的?
来看下面这份报告，似乎有一个Bug在升级到2.1版本的时候修复了，但又带来了另一个Bug。细分数据，去找出关于异常的更多信息，这样我们就能采取适当的措施。比如，或许这个Bug只存在安卓客户端，iOS上并没有。这样，我们的安卓开发团队就需要多做一些工作，而我们的iOS开发团队就可以早些发布iOS APP。
通常我们会把崩溃与异常分开，崩溃是异常的子集，崩溃是致命的，但并非所有的异常都致命。然而，在上面的报告中，我们只有致命的异常。
继续看设备和投放网络概览（Devices and Network Overview）报告，我们又能够为我们的“航班搜索”APP获得一些重要的信息了。比如，我们大部分的安卓用户的版本都在4.0以上，只有一小部分用户还在使用安卓2.3或者更低。这告诉我们，如果我们停止维护安卓4.0以下的操作系统版本，影响到的用户并不大。
根据上面提到的，我们可以开始用一些 4.0以上版本的功能，并且，我们不必持续支持2.3，这样可以帮我们减少一些麻烦。另一方面，我们几乎没有什么安卓2.3及以下版本的用户，可能是因为我们的APP并没有为安卓2.3版本进行优化，对此我们需要作进一步观察，从不同的角度去看这类数据十分重要，这样我们才能为业务做最好的决策。
随着用户增长，GA数据也在增加，使我们能够重要的细分数据上找到问题并且采取行动。用户行为报告（Behavior Report），例如会话时长（Session Duration）和用户忠诚度（Loyalty）报告就提供了很多有价值的洞察。
六、报表：我们如何将数据呈现做到极致？
到现在为止我们已经讨论了现成的报告。所有的报告是在GA里默认生成的。但是，针对某一项业务定制特定维度和指标的报告是很有效的方法。也就是说，报告中的数据可以反映某个特定业务。我之前写过一些自定义维度（Custom Dimensions）的用例，以及该如何使用这些自定义维度来改进报告。
自定义维度（Custom Dimensions）就像GA中已有的度默认维度一样，只是我们可以自己创建，使我们可以收集额外的，GA默认不提供的数据。
自定义维度不仅可以使我们获取用户和内容额外信息，也使我们创建适用公司内部的报表。公司内部的人不一定熟悉GA中的术语和数据展现形式。
通过创建一个“客户级别”的自定义维度，比如，我们把报告和细分创建为如下图报表，这个报表贴近我们的业务，并且也易于在公司内部传阅。
类似地，自定义指标（custom metrics）同样使我们能够把自定义的数据发送到GA，只是，自定义指标发送的是数值而不是自定义维度那样的字符串。还是拿我们的”机票搜索”APP来说，我们希望增加这样几个自定义指标：搜索次数，预订数以及取消预订数，等等。这样就可以创建下图中这样一个报告。这样的报告仍然贴近我们的业务类型并且适用于公司内部，即便是对那些不熟悉GA的人来说也很适用。
结束语
GA移动APP SDK使我们在移动APP上安装追踪代码变得十分简单，并开启了很多强大的分析功能。通过在APP上的测量和迭代，我们可以不断提升用户体验，最终增进了我们的业务。有时候很容易就能找到一处明显的赚钱瓶颈，有时候却需要更多的细致分析，才能获得更有价值的洞察。
Kristoffer Olofsson曾经是Google Analytics Premium团队的部署专家。他刚上大学时便开始与数据打交道，并且经常成为数字营销经理与开发人员的沟通桥梁。
译者：丁磊/周晨希 群邑搜索部管培生
审核：顾青 EBizcamp 创始人
关于GA的缺点：
抽样数据是个主要的问题。GA的一些报告里会使用抽样数据，导致报告的数据非常不准确，尤其是分析细节数据时。
在GA界面上创建的自定义报告，一般都会出现抽样数据，导致数据准确性很低。这是因为自定义报告里一般会包含了多维度，实时跑这种多维度报告的数据量远大于GA能够及时把报告跑出来的能力。所以GA会从“抽样”中选取（比如5%-10%）小部分原始数据去出一份“估算”的抽样报告。
当网站有大量不相同的URL时（比如产品/酒店详情页很多，列表页很多），抽样数据会导致部分的URL的数据不能在GA报告里出现（因为GA有报告行数的上限）。
GA数据保存在Google服务器，你自己没有保存一份数据。这个数据不能“落地”（放在自己的服务器或自己的云端上），以后无法去“使用”它。
【延伸阅读】
移动端数据整合及分析的价值 － 旅游、电商、O2O及互联网金融行业
距离“第三期互联网数据分析及运营实践培训课”12月11日的优惠价格还有最后1天时间，报名抓紧！
9月24-25日的“互联网数据分析及运营实践培训课“非常圆满，所以我们原计划准备在12月份开办第二期，但是由于第二期在11月18日优惠期截止之前已经全部报名满员，我们决定增加开设第三期，日期是12月17-18日，地点不变，课程增加了源自谷歌体系的AB测试、产品优化迭代和数据驱动决策的案例和分析，内容更加丰富翔实，可以直接指导实际工作。
扫描以下的二维码：
