Part 1 如何从数据评估渠道质量
Part 2 国内数据分析工具介绍
Part 3 如何从数据辨别渠道作弊
Part 1、如何从数据评估渠道质量
渠道数量过多，鱼龙混杂，想要挑选出合适的优质渠道非常不易。数万元推广费用，获得上万激活量，只有几个真实用户的案例绝非个案。
一个优秀的推广渠道不仅要有稳定的新增用户和活跃用户，还要在数据上体现出用户真实的行为数据来供我们不断优化产品，下面就和大家分享一些通过统计分析工具评估渠道质量的方法。
首先，明确几个指标的定义。
1、新增用户，也就是常说的激活用户，即用户下载应用并启动。
2、活跃用户，是指在所选的时间段内至少打开过一次应用的用户数。
3、活跃用户构成，它能清晰的体现出活跃用户中的新老用户所占的比例。
4、使用时长，即用户一次启动使用应用的时长分布。
5、留存率，用户在某段时间内开始使用应用，经过一段时间后，仍然继续使用应用的被认作是留存；这部分用户占当时新增用户的比例即是留存率。
举个例子：1月1日渠道A新增用户1000人，1月2日这1000人中有500人再次启动了应用，1月3日有400人再次使用，那么1月1日A渠道新增用户的次日留存率为50%，两日后留存率为40%。
6、自定义事件，可以记录终端用户的一个行为，一个操作。比如用户下载、分享、付费等行为，都可以通过自定义事件来埋点监测。不同的用户行为可能有不同的指标需要被关注，可以分为数值型事件和计数型事件。
其他一些常见的指标如设备型号、网络类型、地域分布等信息在评判渠道质量的时候也有参考性作用，下面和大家聊聊如何利用这些指标来评估渠道用户质量。
留存分析
首先要说，现在不论是次日留存、七日留存、30日留存都可以作假，甚至可以算到很很自然，所以单看留存没有什么意义，必须结合使用时长、自定义数据等其他指标来看。
在假设数据没有掺假的情况下，开发者可以通过比较对不同渠道在固定时间长度后的用户留存率来评估渠道用户的质量。
比如渠道A的每月新增用户的3个月后留存率保持在30%左右，而渠道B的每月新增用户在3个月后的留存率大概是20%，两个渠道的新增用户数量差不多，但渠道A的用户质量优于渠道B。
使用时长
真实用户行为产生的数据和造假数据的使用时长一定是存在差异的，运营同学通常对应用的使用时长分布会有一个整体的把握，如果通过数据发现，某一渠道的使用时长和其他渠道有明显的差异，那这个渠道的数据真实性就值得怀疑了。
终端属性
这里我所说的终端属性包括设备型号、网络和运营商、地域分布。有一个案例，一个知名公司的运营同学一直怀疑渠道商有数据造假的行为，但一直苦于找不到明确的证据证明，经过多项数据指标的对比，最后在终端属性的数据中发现了蛛丝马迹：正常渠道的机型多为三星、小米等设备，而这个渠道的机型却90%以上都是一款市价400元左右的廉价安卓手机，其中还有一些型号居然是是一款安卓开发板！
总之，活用统计分析工具，可以帮助我们甄别一般的数据作假行为，评估渠道质量。
另一方面，数据造假越来越专业化、产业化，如何和作弊高手过招，从看似漂亮的推广数据背后找到造假的蛛丝马迹，本文第三部分【如何从数据辨别渠道作弊】将进一步讨论。
Part 2、数据分析工具
17款国内数据分析工具：
国内的数据分析工具大多由小部分免费功能+高级的收费功能服务相结合，早期免费的估计也会逐步转向收费模式。
一、 友盟
http://www.umeng.com/
支持iOS、Android应用数据统计分析，APP所需要的数据分析功能基本覆盖了了。2016年1月26日 友盟、全球中文网站统计分析平台“CNZZ”、国内互联网数据服务平台缔元信网络数据这三家阿里巴巴共同投资的公司宣布合并为“友盟＋”，“友盟 +” 每天可以触达全球超过 9 亿的独立互联网活跃用户。
二、 Cobub Razor
http://www.cobub.com/
开源版的友盟。支持iOS、Android应用数据统计分析。主要提供渠道、版本、使用频率、使用时长、页面访问路径、用户留存、终端与网络、运营商分布、事件与转化率、错误分析和自动更新等多项数据统计，并提供按区域查看和按时间段的查看方式。
三、 清源火眼(huoyanapp)
http://www.huoyanapp.com/
可以查看任一APP用户的日活跃、周活跃、月活跃。另外，还能进行应用对比。其功能主要分三大块，分别是渠道监测、用户分析、人群分析。用户分析主要包括新增用户、活跃用户、时段分析、使用频率。
四、 AYL爱盈利App榜单监控
http://rank.aiyingli.com/
监控自己的应用在国内各大应用市场的排名情况和下载量变化情况，iOS和Android皆覆盖。
一直以来的，iOS的工具很多，Android的很少。之前统计Android下载量数据，统计搜索排名，总榜，分类排名都是很人肉的方法，有了这个好很多了。据说，很多产品转让交易、融资、CPT统计都会参考他们家的数据.
五、 应用雷达
http://www.ann9.com/
仅针对iOS，查看App Store总榜和分类排名。查看产品在App Store 里的搜索度得分，评判ASO效果的标准之一。
六、 诸葛iO
https://zhugeio.com/
特色是可以通过属性筛选-选择条件-选择时间筛选条来对用户行为进行洞察分析，根据用户的每一步操作更直观的对用户进行画像，可将不同的消息推送给不同的用户!而且推送过后，还有效果监测。
七、 TalkingData
http://www.talkingdata.com/
统计类别有用户与使用(新增、活跃、地区分布、设备机型等)、渠道统计、事件与转化、分析工具这四大类，咱可以通过渠道数据查看用户的来源，以此来评估推广的效果。
八、 百度移动统计
http://mtj.baidu.com
支持ios和android平台。另外，开发者在嵌入统计SDK后，可以对自家产品进行较为全面的监控，包括用户行为、用户属性、地域分布、终端分析等。安卓渠道多的吓人，不可能全方位的去维护每一个渠道，所以就要靠分析了，咱能通过百度移动统计对不同渠道的推广效果进行监测，从而淘汰劣质渠道。
九、 ASOU
http://www.asou.com/
通过热门搜索可以分析出用户在某个时间段内的搜索行为，但考虑到现在刷子很厉害，这一块的数据已无多大参考价值了，可以重点查看其中是否有行为词，另外有iPad业务的开发者们也是可以使用asou工具进行分析。
十、 微拓ASO
http://vtool.cc/
可以帮助开发者们进行ASO关键词分享、关键词还原、关键词扩展、关键词24小时排名、下载量预估等针对在关键词的分析统计。
十一、APPDUU
http://www.appduu.com/
仅支持ios.可以查看APP权重、ASO关键词覆盖等情况，不过这是一款付费APP统计工具，普通用户的限制较多，升级VIP后可以看到较为全面的数据。关键词分析还有个亮点是有分词工具。
十二、ASO100
http://aso100.com/
支持苹果总榜和分榜前1500名的查询，开发者可以随时查看自己的应用排名。可搜索关键词指数排行，查询每个分类榜单每个关键词的排名。还可进行竞品分析功能。开发者可借鉴竞品在用哪些关键词，为自己的App查漏补缺。
十三、酷传
http://www.coolchuan.com/
仅支持android平台应用监控。开发者可以查看应用在主流市场下载量、排名、评分评论、关键词排名等数据，还能系统地与同类竞品进行数据对比。
十四、Play Data
http://www.playdata.cn
支持iOS、Android、WP主流平台应用数据统计分析。功能包括运营分析、用户使用、渠道分析、用户终端、事件及转化、错误分析、广告位监测。
十五、海度云分析
https://m.hiido.com/
支持主流智能手机平台，标榜永久免费，可帮助APP创业者统计和分析活跃设备、用户来源、用户属性、渠道数据和留存率等。
十六、蝉大师
http://www.ddashi.com/
支持iOS、Android应用数据统计分析，可跟踪应用在各个市场渠道的表现。同时提供ASO关键字诊断工具、拓展工具以及智能推荐工具。
十七、Shareinstall
APP开发者可以通过Shareinstall更精准的进行产品的推广。另外，Shareinstall还是一款渠道统计工具，能够全方位的分析渠道推广效果。
优势：
1、精确度高，接近 100%，可以用来做结算；
2、跨平台性，可同时统计iOS和Android两大平台的数据，一站式解决统计问题；
3、渠道分享，允许推广人员实时查看自己负责渠道的统计数据；
4、定制安装，集成了个性化安装服务，可通过参数实现适用安装用户的个性化安装。
Part 3 如何从数据辨别渠道作弊
如何判断用户是否真实、是否来自墙、是否机刷or肉刷而来？目前从跟踪统计到的用户属性上很难分别了，看用户留存、机型、地域、联网等正常也不能说一定没作弊，现在人的手段都太高了，这些都能搞定，连手机号注册都能给作假！
终极判断法——就是看用户对内容贡献：
首先要看自己应用的类型，举3个例子
比如你是电商类的应用，最直接的就看这个渠道用户的下单消费情况--激活到订单创建转化率，如果这个造假能给你产生营收贡献那也不错呀，哈哈，所以这个不会假。
比如你的应用是生活类可以产生信息的应用，如：问医生系列，那就看这个渠道用户的提问量，这个造假成本高，造假这个他们也不划算。
比如你的产品是游戏类，那就和电商差不多了，看用户购买增值道具的比例，看用户玩到个关卡的比例，他们不会雇人玩游戏造假吧！！
通过3个例子可见，还是先看自己产品，从产品内容细节上去判断，这样就容易多了。
相对容易常路出马脚的作弊数据：
(一)留存率
渠道刷量会选择在次日、7日、30日这些重要时间点上导入用户数据。然后发现APP在次日、7日、30日这些关键时间点上的数据明显高于其他时间点。而真实的用户的留存曲线是一条平滑的指数衰减曲线,如果他们发现留存曲线存在陡升陡降的异常波动,基本上就是渠道干预了数据。
(二)用户终端信息
1,低价设备排名:根据经验分析渠道的新增用户或者启动用户的设备排名。如果发现某款低价设备排名异常靠前,他们就视其为异常,开始报警。
2,新版本操作系统的占比:经过渠道多年蹂躏,运营人员终于发现,很多渠道刷量工作室在操作系统版本的适配上会有延时。查看渠道用户的操作系统时,可以和全体手机网民的操作系统的分布做比较。
3, wifi 网络的使用情况:比如说2G、3G、4G的使用比例分布是否正常等等。
(三)延伸信息
1,注册昵称的分布和规律,很多低端的刷假量的注册昵称有很强的规律性,各位运营看官肯定遇到这样的情况;
2,注册手机号码的归属地分布,这点相比各位看官也遇到过,某个渠道上来的用户手机号码不但来自某运营商的某个地市,甚至都是连号手机号码。
(四)单个指标
1,IP:是否为黑名单IP、是否为代理IP,跟一个巨大的黑名单库进行比对;
2,IMEI:是否为黑名单IP;
3,手机号码:号码是否非法,是否在黑名单。
(五)群体指标
1,IP:用户IP的地域分布是否符合先验数据的分布,地域包括国内的省份分布和海外市场的分布;
2,IMEI:用户IMEI号的地域分布是否符合先验数据的分布,IMEI所代表的制造商的分布是否随机;
3,OS:该渠道操作系统版本的分布情况是否符合一定的随机性和统计性,并与之前的先验数据进行对比判断;
4,机型:机型分布是否符合先验数据,以及最新智能手机出货量的比例;
5)位置信息:位置信息打开的比例,以及获取到位置信息的地域分布比例是否符合先验数据的分布,是否符合渠道承诺的地域情况,是否符合应用的实际分布情况;
6)运营商:运营商的数据分布是否随机,是否符合国内运营商的正常分布,以及海外运营商的随机分布;
7)网络接入方式:wifi、2G、3G、4G的分布比例是否与先验数据保持同样的趋势和数据特征。
(六)信息一致性
设备一致性的验证,包括:CPU、制造商、Mac地址、IMEI、机型、操作系统的一致性验证;
