干货分享 | 看看移动营销圈的高分答卷都是怎么来的

1977年，中国高考制度得以恢复，从北京卷高考作文题目《我在这战斗的一年里》首次亮相，高考作文数十年如一日地陪伴着中国考生。每年的高考作文选题都聚焦在中国社会发展最核心的问题，吸引着全社会的眼球。2019年，中国社会最热门的话题应该非数据莫属。今天，让我们一起看看 “移动营销圈·高考”的作文题目。

我们一起来看看AppsFlyer的高分答卷：

我们常见的一种误解是，对数据进行最高级别和最广泛的分析便会得出最全面深入的见解。但在现实中，事实恰好相反。过于宽泛的数据往往具有欺骗性。设定适当的范围，并对数据进行层层解析和整理，才能真正帮助我们看清哪些是有效而哪些是无效的数据。最重要的是，将数据放在正确的背景下进行解读，这才是最有效的。

数据背景可能非常复杂，而数据背景可能同时意味着许多不同的事物。我们在统计课程中学到的第一件事就是数据永远不能确定因果关系，只能确定相关性。当涉及到相关性时，你需要尽可能地清除周围的噪音，以证明它是强噪声。数据永远不会完全清除噪音，但选择能消除大部分噪音的过滤器可以给你更深刻的见解。

举一个现实生活中的“苹果对苹果”的例子。目的：比较两个家庭十个苹果的消费习惯。我们先假设两个4人的“家庭”，然后比较相同规模的购买的消费量：

随着时间的推移，4人家庭的消费习惯

（划动查看分组情况）

当查看未分组的数据时，周六似乎是一个高峰消费日，但当我们按购买日对数据进行分组时，很容易看到这样的趋势：A家庭的苹果消费缓慢，但速度相当稳定，但到了第3天似乎已经对苹果感到厌倦了，消费趋于平稳。B家庭最初对他们购买的苹果并不兴奋，但在第3天和第4天的消费量激增。（原因也许是他们找到了一个很好的苹果派食谱？）

将案例带到广告营销世界，让我们重新检查之前的ARPU示例。仅仅比较两天之间的ARPU是不够的。我们需要考虑到所有的噪音，并将其过滤掉：在一周中类似的日子里比较每用户平均收入，比较用户数量、活动，以及是否有促销或优惠可以推动更多的购买。在分析任何关键绩效指标时，确保将数据与并行数据并排比较。

当涉及到将关键绩效指标并排放置和评估战略成功时，群组分析是您需要的工具。群组分析不仅仅是分析关键绩效指标。群组分析通过发现隐藏的趋势，提供优化实时广告营销活动和进行实时更改所需的洞察力，从而提高参与度和收入。

群组分析最初可能看起来有点令人生畏，但只需几个简单的步骤，您很快就能成为一名数据分析高手。

首先，您必须确定您感兴趣的是什么。定义关键绩效指标和成功指标将引导您朝着正确的方向前进。您是否在并排衡量活动以比较媒体来源？或者可以衡量同一个营销活动在不同地区的成功程度？您如何定义成功？一旦您对于问题和需要回答的指标有了明确的想法，就完成了一半。

以下是群组分析问题的简便公式：

在群组分析中选择过滤器和分组的示例

这些特征是衡量结果的维度。关键绩效指标是您要分析的实际指标，时间范围将设置测量窗口。

让我们举一个例子，在这个例子中，我们试图评估某项营销活动在不同国家的成功率。我们想看看用户在安装应用程序当天、首次安装后的第二天以及几天后的行为。通过调整安装日期，我们可以通过调整竞争环境来分析用户行为和与应用程序的交互。为所有用户调整此指标可以有效地进行“苹果与苹果比较”。当我们在仪表板中定义要检查的群组时，我们需要选择相关的应用内事件。在下面的示例中，我们将按国家/地区对群组进行分组，并选择2019年4月1日至4月7日一周，同时将最小群组大小设置为10个用户。最后我们添加营销活动的过滤器：4月春季销售活动。以下便是设置后的仪表板外观：

在AppsFlyer信息中心中设置您的同类群组，过滤器和维度

当我们准备好时，我们点击Apply按钮进行查询。

我们的数据视图将由预定义的应用内事件确定。在此示例中，我们将查看两个不同的预定义指标：每个用户的平均会话数和每个用户的平均收入。

在查看每个用户的平均会话数时， 我们会看到：

俄罗斯用户非常关注应用程序，但这是整个故事吗？

乍一看，春季活动似乎在俄罗斯（RU）表现非常好，在印度尼西亚（ID）表现非常差。从数据的表视图可以看出，印度（IN）和中国（CN）的增长幅度较小，俄罗斯的人均会话数在第30天出现大幅增长。重要的是要注意，数据默认是累积的。

每个用户平均会话表视图细分，按国家/地区分组。第0天是安装日

但这些数据并没有给我们提供全面的信息。我们可以看到，与其他国家相比，俄罗斯的参与度很高，但随着时间的推移，这种参与度仍在不断攀升。这是否意味着这场战役在俄罗斯最成功？

每个故事都至少有两面

答案是否定的。如果我们将数据视图切换到每个用户的平均收入，我们将看到一个完全不同的情况：虽然俄罗斯用户在活动中很活跃，但他们没有花任何钱。然而，中国用户平均每次访问的费用很高。因此，我们可以得出以下结论，俄罗斯市场有优化活动的空间，并鼓励他们完成购买（例如特价、优惠券或销售）。由于中国用户在第4天左右开始处于消费高峰，我们可以在第四天左右安排一次再定位营销活动。印度尼西亚用户的支出正在稳步上升，这正是我们正在寻找的。

我们可以从这两个群组分析中获得的另一个有趣的见解是印度尼西亚用户的奇怪行为，虽然他们有相当可观的安装量（249），但实际上没有应用程序交互和购买，这表明可能存在广告欺诈，需要通过AppsFlyer Protect360数据报表进行更深入的分析。