|
百度移动统计分析介绍与进阶经验分享
http://www.cww.net.cn 2013年11月11日 13:20
接下来,笔者针对上图中四个象限的应用特点进行逐一分析: 高频率高时长:用户粘性高,这类应用通常满足了用户的刚性需求,用户依赖度非常高,日启动次数多,使用时间较长,应用提供的核心功能用户体验极好。例如微信、微博等社交类应用。 高频率低时长:用户粘性较高,这类应用用户依赖度很高,但是由于功能性有限或以满足用户某种专门需求为主,所以导致用户每次启动之后停留时间不长。例如工具类应用,如杀进程、闹铃、提醒、流量监测、清缓存等应用。 低频率高时长:用户粘性较高,这类应用用户依赖度一般,但是由于极好地满足了用户的核心需求,所以每次启动的停留时间都很长,用户愿意在应用上花更多的时间和精力。这类应用主要集中在电商应用、游戏类应用和新闻阅读类应用。 低频率低时长:用户粘性低,这类应用既没有满足用户刚性需求又没有让人眼前一亮的用户体验,所以没有得到用户的认可和依赖,在用户粘性上是失败的应用。 如果说上一个十年是WEB互联网的时代,那么接下来的十年绝对就是移动互联网的天下。对于移动开发者来讲,这是一个绝佳的机会,但同样意味着极大的挑战。百度移动统计愿与全体开发者一同,引领大数据时代下移动应用精细化、数据化运营的浪潮。 来源:infoq 编 辑:王熙
猜你还喜欢的内容
文章评论【查看评论()】
|
企业黄页 会议活动 |