你可以重点分析渠道的新增用户或者启动用户的设备排名。如果你发现某款低价设备排名异常靠前,这种情况值得我们重点关注。这些数据可以在统计平台的终端属性分布中找到。
尤 其是 iOS 平台没有模拟器,所有的用户数据需要通过真机触发。很多刷量的工作室会选择购买二手的 iPhone 5c 来做刷量真机。有个做渠道推广的朋友踩过这样的坑,发现某个渠道有 75% 的设备是 iPhone 5c ,比 top5 的 iOS 设备占比还多。继而又发现这个渠道的留存率等指标都差强人意,最终查出这个渠道使用了大量的 iPhone 5c 来刷量。
很 多渠道刷量工作室在操作系统版本的适配上会有延时。所以建议渠道人员在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。如果你发现 某个渠道下面,不存在新版本的操作系统(比如iOS 8.x),有一种可能性就是这个渠道合作的工作室的技术还没有适配最新的操作系统。
有的朋友问我们,用户在 wifi 下面使用的比例达到了90%,这个比例到底正常不正常。要回答这个问题,首先我们需要对现在的大形势有些了解。现在是一个高速网络的环境,无论是新增用户还是活跃用户,wifi 的使用占比都比较大。
从用户行为上来说,如果你留心身边的朋友,会发现大家在下载 App 的时候倾向于使用 wifi(流量贵啊),相比之下,启动 App 时,会对当前网络的敏感性差一些。也就是说,新增用户的 wifi 使用比例会大于启动用户的 wifi 使用比例。
另外,wifi 的使用比例还跟应用类型相关。如果你是一个在线视频类型的应用,wifi 的比例可能会在 90% 以上。如果你是一个小流量的 App ,同时能够在新增用户和活跃用户的 wifi 数据对比上看出蛛丝马迹,可能真的是渠道在捣鬼了。
有个行业内做了很久的朋友传授给我一个经验,说福建地区的作弊比较多,我们在制定投放策略的时候可以重点考虑屏蔽作弊多的地区。这个黑名单也可以根据 App 实际的分地域投放效果来定制。
另外,我们在投放时也可以根据需要重点选择部分地区投放。比如北上广这些高消费的地区,比如三四线城市这些相对蓝海的区域。查看数据时就需要验证用户是否和我们的投放策略相符合了。
如果一个 App 运营的时间比较久,访问页面、使用时长、访问间隔、使用频率等这些行为数据会趋向稳定的。不同 App 的行为数据是有差异的。可能刷量工作室可以模拟出看似真实的用户行为,但是很难跟你的 App 的日常数据做的完全一致。
一个渠道用户的使用时长、使用频率过高过低都值得怀疑。我们在平时做渠道数据分析时,可以将这些数据跟整个 App 作比较,或者将安卓市场、应用宝这些大型应用商店的数据作为基准数据,进行比较。
很多刷量工作室通过批量导入设备数据或者定时启动的方式来伪造数据。这种情况下,新增和启动的曲线会出现陡增和陡降。真实用户的新增和启动是一条平滑的曲线。一般来说,用户的新增和启动会在下午 6 点之后达到高峰。而且新增相比启动的趋势会更加明显。
我 们可以将不同渠道的分时数据进行对比,找到异常。需要注意的是,这种行为数据的对比需要遵循单一变量原则。也就是说,除了是不同的渠道,实验中的其他因素 必须完全相同。如果我们选取渠道 A 在周三的活跃数和渠道 B 在周六的活跃数做对比,这两个数据肯定是有差异的,不具备可比性。
有些工作室会将 appkey 打到其它高频的 App 中。这样,我们可能会发现渠道用户的数据非常漂亮,但是仔细观察可以发现,页面名中有大量的页面不是自己定义的。通过对比页面名称,可以定位到这种形式的渠道作弊。
如 果是 Android App,这个名称是 activity 或者 fragment ;如果是 iOS App ,这个名称是自定义的 view 。这段记不住也没关系,记得找开发人员要一下具体页面的名称列表,对比一下统计后台用户访问的页面明细,就能看出差异了。
转 化率数据的分析不仅可以帮助我们应对渠道作弊,还可以帮助我们判断不同渠道的用户质量,提高投放效率。每一个 App 都有自己的目标行为。比如电商类应用的目标行为就是用户购买商品的情况。游戏类的应用需要考察应用内付费。社交类应用会关注用户产生内容的情况。运营人员 需要定义和设计应用的目标行为。
如 果一个用户是真实的流量,他会经历点击、下载、激活、注册、直到触发目标行为的过程。我们可以将这些步骤做成漏斗模型,观察每一步的转化率。漏斗的步骤越 靠后,作弊的难度越大,所获取用户对系统的价值越高,同时我们付出的用户成本也越高。运营人员需要对目标行为进行监控,在渠道推广时,考察目标行为的转化 率,提高渠道作弊的边际成本。
友盟近期推出的用户评级产品,可以综合友盟数据平台全量数据进行挖掘和分析,通过设备在友盟数据平台的全局活跃情况、存活时长、App使用情况等六大特征来衡量各个渠道的新增用户表现,帮助开发者更有效的评估用户质量。