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。