Статистика и аналитика для мобильного приложения: используем Flurry в Windows Phone 8
Описание сервиса
Интеграция Flurry SDK в приложение Windows Phone
После создания аккаунта на сайте https://dev.flurry.com у вас появится возможность создать новое приложение для любой из основных платформ.
Для этого Вам потребуется указать имя приложения и категорию, к которой оно относится.
Для приложения будет сгенерирован уникальный ключ и станет доступна загрузка Flurry SDK. Можно приступать к разработке!
Первым делом нужно добавить в проект ссылку на сборку FlurryWP8SDK.dll и внести некоторые изменения в манифест приложения. А именно, установить ID_CAP_NETWORKING для передачи данных аналитики на сервер Flurry и ID_CAP_IDENTITY_DEVICE для доступа к информации об устройстве.
Чтобы начать сбор аналитики, Вам потребуется при старте приложения запустить новую сессию:
В качестве параметра функция принимает уникальный ключ Вашего приложения. Также следует запускать новую сессию после повторной активации приложения:
При этом вся аналитика будет отслеживаться в рамках старой сессии. Однако, если приложение активируется после более чем 10 секунд, то создается новая сессия и аналитика будет отслеживаться уже в рамках новой сессии. Чтобы изменить срок, в течение которого старый сеанс может быть возобновлен, Вы можете использовать функцию SetSessionContinueSeconds, передав ей в качестве параметра нужное количество секунд:
Существует также функция принудительного завершения сессии, однако вызывать ее не обязательно, так как она по умолчанию уже связана с закрытием приложения. Но если Вам в каком-то случае потребуется завершить текущую сессию это можно сделать так же просто:
Регистрация сбоев приложения
При обработке исключений, как правило, мы ожидаем определённый тип ошибок, но иногда возникают непредвиденные ситуации и приложение просто “падает”. В этом случае получить информацию о необработанном исключении – бесценно! Flurry предоставляет нам такую возможность:
В качестве параметров функция LogError принимает сообщение об ошибке и само исключение.
Регистрация событий
Как видно из кода при регистрации обычного события Вам просто надо передать уникальный идентификатор этого события в виде строки. В случае параметризованного события добавляется список параметров, который требуется связать с событием. Если же Вы хотите создать timed event (к примеру, определить, как долго пользователь находился на определенной странице, как это сделано в примере), Вам нужно передать true и когда это потребуется, завершить событие вызовом функции EndTimedEvent, передав ей тот же самый идентификатор события. Так же существует возможность связать с timed event список параметров.
Конфигурация Flurry
В дополнение Flurry SDK имеет несколько методов конфигурации. Их следует вызывать (хотя и не обязательно) после запуска новой сессии (вызова метода StartSession).
Продвинутый сценарий
Если при регистрации событий Вас не устраивает каждый раз в коде вызывать метод LogEvent, можно пойти на небольшую хитрость — создать вспомогательный класс для Flurry:
Здесь мы просто подписываемся на событие Tap элемента управления и при возникновении данного события регистрируем событие на сервере Flurry. Пример использования этого класса можно посмотреть на стандартном шаблоне Panorama App:
Теперь, при тапе на элементе списка у нас будет регистрироваться событие без лишнего кода.
Сравнение систем аналитики мобильных приложений (Flurry vs Google Analytics vs Mixpanel vs Localytics)
Ниже в таблице приведено краткое сравнение следующих систем аналитики мобильных приложений: Flurry, Google Analytics, Mixpanel, Localytics. В статье вы найдете подробное сравнение с описанием особенностей и разных хаков каждой из систем. Сравнение проводилось в феврале 2014 года.
Также я кратко описал ряд других систем аналитики для мобильных приложений: Kissmetrics, Яндекс Метрика для мобильных приложений, Game Analytics, Appsee, Capptain.
* в конце марта flurry выкатил в бете обычный нормальный отчет Retention
Идеальная система аналитики для мобильных приложений
Я считаю, что для полноценной аналитики мобильного приложения, одной из целей которого является получение дохода, необходима система аналитики со следующим базовым функционалом:
Идеальный инструмент кроме вышеперечисленного имеет следующий функционал:
К сожалению, ни один из существующих на рынке инструментов не умеет делать все это сразу (хотя некоторые близки, но очень дороги), что создает ряд сложностей в аналитике мобильных приложений.
Системы аналитики мобильных приложений, которые не попали в обзор
Я не рассматривал в сравнении системы, с которыми у меня не было реального опыта работы. Для полноты картины попробую вкратце пройтись по остальным инструментам.
Яндекс Метрика для мобильных приложений
С инструментом не работал, но по описаниям — это Flurry, но несколько лет назад. Может сегментировать аудиторию по географии, устройствам и так далее. Вроде все.
Kissmetrics
Замечательный инструмент, но все же более ориентированный на веб-аналитику SaaS сервисов и интернет магазинов. Несмотря на это, большинство запросов мобильной аналитики инструмент закрывает.
Есть воронки, есть финансовая аналитика, есть хорошее АПИ. Я бы поставил Kissmetrics на одном уровне с Mixpanel и Localytics. Стоит примерно столько же (то есть много).
Kontagent и AppSalar
С Kontagent и AppSalar у меня не было возможности поработать. На основе описаний на сайте — мощные, но достаточно дорогие инструменты. В одном ряду с Mixpanel, Kissmetrics, Localytics.
Если кто-то работает с этими инструментами, то буду благодарен за рассказ про них.
Capptain
C Capptain я работал более года назад, когда занимался МЯКом и Навигатором в Яндексе. На тот момент инструмент был крайне неудобный. Не было возможности даже банально посмотреть аудиторию конкретного события в динамике по дням. Единственным бонусом была возможность отправлять таргетированные пуш сообщения пользователям приложения.
Насколько я знаю, за это время Capptain выкатили новую версию, но поработать с ней мне уже не довелось.
Game Analytics
Еще одним бонусом является возможность трекать источники трафика, но для этого необходимо отдельно вставить в ваше приложение SDK Mobile App Tracking и настроить интеграцию MAT и GameAnalytics. Необходимо учитывать, что MAT — платный инструмент, плюс с недавнего времени их исключили из программы Facebook Mobile Measurement Program. Так что трекать установки с фейсбука не получится.
Appsee
Ключевой фичей этого инструмента является возможность записывать видео с сессиями ваших пользователей. Отзываются об инструменте положительно, хотя лично я плохо представляю, какую именно пользу подобный функционал несет разработчикам.
Подробное сравнение Flurry, Mixpanel, Localytics, Google Analytics
Dau / Wau / Mau
Самый стандартный функционал, есть во всех рассматриваемых системах мобильной аналитики.
Ивенты (события)
Все рассмотренные системы мобильной аналитики позволяют отсылать любые ивенты с параметрами (Google Analytics не поддерживает параметры ивентов, но это обходится с помощью увеличения числа самих ивентов). Без функционала отправки событий система мобильной аналитики становится бесполезной.
Сегментация по параметрам ивентов
Flurry позволяет смотреть аудиторию определенного ивента (сколько пользователей и сколько раз отправляли этот ивент), но сегментация по параметрам сильно ограничена.
Вы можете сегментировать только по версии приложения, либо по заранее заведенным «сегментам» (например, вы можете создать сегмент пользователей из какой-то страны), которые начинают считаться лишь с момента их создания. Количество сегментов, которые можно создать, ограничено.
Сегментировать ивент по параметрам, которые вы передаете с ним, формально присутствует, но пользоваться этим невозможно. Flurry позволяет лишь строить распределение по одному ивенту за весь выбранный период времени (нет разбивки хотя бы по дням/неделям/месяцам).
Например, вы можете построить отчет по ивенту «New_user», выделить тех, кто пришел с платформы iOS, затем выделить тех, у кого iPhone 5S и построить распределение этих пользователей по стране.
Еще одной удобной фичей являются формулы. Можно построить график, используя сразу несколько разных метрик. Очень удобно — не приходится выгружать данные в Excel.
Localytics позволяет строить отчеты по отдельным ивентам, сегментируя по любому параметру, а также фильтровать пользователей.
Функциональность инструмента аналогична Mixpanel, но лично мне интерфейс сегментаций в Mixpanel нравится больше (но это дело вкуса).
В прошлом пункте я уже описывал сложности с отправкой событий в GA. По сути параметры ивентов в GA отсутствуют. Для замены параметров можно создать много разных ивентов, которые покроют ваши запросы. Но для игр, например, такой вариант плохо подходит.
Воронки
Воронки — очень мощный и полезный инструмент. Воронка показывает то, как пользователи проходят через определенную последовательность ивентов. Она позволяет измерить конверсию на каждом из выбранных вами шагов, найти узкие места, а также определить то, как повлияли сделанные вами изменения на конверсию проблемных мест.
Во флурри есть воронки, но работать с ними вовсе не так удобно, как в Mixpanel или Localytics.
После того, как вы создадите воронку, первые результаты вы увидите лишь спустя 24 часа. Кроме того, здесь нельзя использовать параметры событий для более точного определения шага воронки.
Преимуществом воронок во Flurry (чего нет в других системах) является возможность ограничения периода времени, когда должен произойти следующий шаг воронки.
Ключевой особенностью и конкурентным преимуществом Mixpanel всегда являлись воронки (недавно Localytics в этом функционале догнал Mixpanel). Mixpanel позволяет делать воронки на любое количество шагов, за любой период времени (даже на старых данных, то есть ретроспективно). Любая воронка считается за несколько секунд.
Каждый из шагов воронки вы можете посмотреть более детально. Вам покажется конверсия этого шага в динамике за любой период времени.
Единственное ограничение заключается в том, что к выбранному ивенту на определенном шаге воронки можно задать лишь одно значение параметра (задать два параметра Mixpanel не позволяет), а также нет возможности поставить временное ограничение на то, когда должен был произойти следующий шаг (то, что есть во flurry).
Функционал воронок Localytics сейчас практически такой же, как и у Mixpanel.
По сути воронок в GA нет.
Есть стандартные, знакомые всем из веб аналитики «цели», которые с помощью ряда очень хитрых манипуляций позволяют рассчитывать воронки.
Как это сделать описано здесь и здесь, но я рекомендую использовать подобные методы лишь в случае крайней необходимости. Всегда остается вопрос достоверности данных.
Retention
Retention — одна из ключевых метрик для любого продукта. Она показывает как пользуются вашим продуктом во времени, то есть сколько пользователей, из тех, кто пришел в определенный месяц/неделю/день, продолжают использовать приложение спустя 1,2,3.. месяцев/недель/дней.
Для меня странно, почему почти все системы аналитики называют подобные инструменты когортным анализом. В реальности Retention является лишь одним частным случаем когортного анализа.
Во Flurry есть отчет Rolling Retention, но это не совсем то, что принято понимать под отчетом Retention в классическом смысле. Я рекомендую вам внимательно прочитать описание этого инструмента, потому что я часто сталкиваюсь с тем, что даже профессиональные аналитики неправильно интерпретируют данные получаемые из этого отчета.
Объясню на примере.
Rolling Retention на 2 день на уровне 80% означает, что 80% ваших пользователей продолжают использовать ваше приложение спустя день после установки (либо во 2 день, либо в 3, либо в 4 и т.д.)
Retention на 2 день на уровне 80% означает, что 80% ваших пользователей используют ваше приложение именно во 2 день после установки.
Комментарий от 1 апреля 2014 года: теперь по Flurry появился обычный Retention. Подробнее можно прочитать в их анонсе по ссылке.
Эти системы имеют описанный инструмент. Считают они именно Retention.
Когортный анализ
Инструмент когортного анализа подразумевает возможность выделить группу пользователей и наблюдать за ее поведением в течение времени (считать retention, ltv и любые другие интересующие вас метрики).
Ни в одной из систем мобильной аналитики полноценного инструмента когортного анализа нет, но есть ряд хаков, который позволяют частично реализовать подобный функционал в Mixpanel и Localytics.
Из частиц когортного анализа в Localytics есть возможность в отчете про ивенты и аудиторию сегментировать по неделе/месяцу, когда пользователи пришли в приложение. Также считается LTV в отчете про источники трафика, есть отчет Retention.
В Mixpanel когортного анализа нет, но есть определенный хак, позволяющий реализовать его на очень примитивном уровне. Достаточно начать передавать, как один из глобальных параметров (то есть параметр, который передается во все ивенты) день/неделю/месяц, когда пользователь появился в приложении.
Подобный подход позволит вам в отчете сегментации выделять конкретную когорту по этой переменной.
Во Flurry с когортным анализом все еще хуже. Единственный вариант — создавать сегменты пользователей на основе даты появления в приложении и затем фильтровать отчеты по этому сегменту.
А/Б тестирование
А/Б тестирование в мобильных приложениях — очень полезный инстурмент, так как в отличии от веба цикл разработки для выхода новой версии существенно более длинный.
Подобным функционалом из всех описанных систем обладает только Localytics. Он появился в самой последней версии, поэтому возможности детально с ним ознакомиться у меня не было.
Есть хак, который позволяет построить собственное решение на оснвое Mixpanel. Про это вы можете прочитать в моей статье «Как просто реализовать А/Б тестирование в мобильном приложении?»
Определение источников трафика
Определение источников трафика для мобильных приложений — одна из наиболее сложных задач. Ключевая проблема кроется в том, что между рекламной ссылкой и открытием приложения находится магазин приложений (Appstore или Google Play).
Google Play уже решил эту проблему и позволяет пробрасывать специальные utm метки для отслеживания источников трафика. Apple Appstore все еще является невидимой зоной, что создает большие трудности в определении источников трафика.
Из рассматриваемых систем аналитики функционал определения источников трафика присутствует во Flurry и в Localytics.
Если с Android и там, и там никаких проблем нет, то с iOS есть определенные ограничения (например, Flurry и Localytics работает не со всеми рекламными мобильными сетками, Flurry не работает с Facebook).
C Facebook в плане определения его, как источника трафика, все сложно. Список компаний, которые участвуют в Facebook Mobile Measurement Program невелик: Adeven, Adways, AD-X, AppsFlyer, Apsalar, Cyberagent, CuberZ, Kochava, Localytics, Septeni, Trademob. Только они поддерживают возможность определения пользователей, которые пришли с facebook.
Определение источников трафика в iOS остается одной из ключевых болевых точек, особенно на фоне постоянно растущей (и уже очень большой) стоимости установки приложения.
Пуш нотификации
Я считаю, что аналитика должна быть проактивной. Один из способов строить именно такую аналитику предоставляет возможность отправки пуш нотификаций своим пользователям.
Например, вы можете определить тех, кто не продлил подписку на ваш сервис в наступившем месяце и предложить им скидку или что-то еще, оповестив их об этом с помощью пуш нотификации.
Подобным функционалом из рассматриваемых систем обладают Mixpanel и Localytics.
Финансовые показатели
Одна из ключевых метрик, за которыми вы должны следить в вашем приложении — это LTV (Life Time Value) или ARPU (Average Revenue Per User). Также часто бывает удобно быстро окинуть взглядом метрики вроде ARPDAU, ARPPU, средняя сумма покупки и так далее.
Из описанных систем мобильной аналитики подобный функционал (пусть и в несколько ограниченном виде) обладают Mixpanel и Localytics.
Несколько слов по поводу работы с финансовыми данными в системах аналитики мобильных приложений. Финансовые показатели — это очень важные данные, на основе которых принимаются основные решения. Ввиду большого количество уязвимостей мобильных ОС часть пользователей ломают приложения и получают платные возможности бесплатно. При этом в вашу систему статистики подобные пользователи запишутся как те, кто совершил покупку. Я настоятельно рекомендую делать серверную верификацию всех покупок, совершаемых в приложении, и лишь после этого записывать их в систему статистики. В противном случае один недобросовестный пользователь испортит все ваши данные и сделает бессмысленной всю аналитику (представьте, что в анализируемую когорту попадет читер, который «потратил» в приложении 5000$).
Экспорт данных, АПИ
Возможность получить основные метрики и сырые данные через АПИ — это важная составляющая любой системы аналитики. Во-первых, это позволяет автоматизировать часть работы, а также позволяет проводить при необходимости более глубокий анализ, работая с сырыми данными.
Flurry не хранит сырые данные и позволяет получать через АПИ лишь стандартные посчитанные метрики, которые отображаются в интерфейсе системы.
Сервис сам целиком построен на основе собственного АПИ, что делает работу с ним крайне удобной. Есть возможность выгружать сырые данные — они хранятся за все время поставки данных.
С АПИ двух других систем я не работал и не разбирался. Буду рад, если кто-то поделится опытом в комментариях.
Стоимость
Mixpanel и Localytics обладают рядом очень крутых фич и неоспоримых преимуществ, о которых шла речь выше, но к сожалению эти инструменты очень дорогие (цены Mixpanel). Mixpanel стоит 2000$ в месяц за 20 млн ивентов (примерно такое количество данных генерит игра с DAU в 100 тысяч пользователей).
Неоспоримым преимуществом Flurry и Google Analytics является то, что они бесплатные.
В заключении
В настоящий момент существует множество различных систем мобильной аналитики. Учитывая их большое количество и сложность в тестировании (разобраться с SDK, вкрутить в приложение, выложиться в стор), попробовать их все не представляется возможным. Я надеюсь, что этот обзор позволит вам выбрать ту систему, которая максимально подходит для вас.
Я допускаю, что я мог упустить некоторые тонкости при описании систем аналитики. Если вы найдете ошибку, то сообщите о ней мне. Если статья была для вас полезна, то расскажите о ней. Спасибо!
Кстати, что вы используете для аналитики в вашем мобильном приложении? Что нравится, что не нравится, чего не хватает?
Эссе и образовательные симуляторы про продакт-менеджмент, продуктовую аналитику, маркетинг и рост
Сравнение систем мобильной аналитики: Mixpanel, Amplitude, Flurry, Localytics Статьи редакции
Эдуард Хорьков, основатель компании-разработчика мобильных приложений Polecat, сравнил популярные системы мобильной аналитики: Mixpanel, Amplitude, Flurry, Localytics.
В рубрике Growth Hacks — заметка Хорькова и комментарий Анатолия Шарифулина, руководителя AppConsulting и AppFollow.
При разработке мобильных приложений мы часто интегрируем в них сервисы аналитики. Мы работали с такими системами:
На наш взгляд, это основные решения на данный момент. На выбор системы аналитики нашими заказчиками влияет несколько определяющих параметров:
Разберем каждый параметр подробней.
Real-time
В некоторых случаях важно видеть и анализировать то, что происходит в приложении, c минимальной задержкой. Так, при апдейте вы можете внести изменения, которые должны повысить конверсию, в интерфейс приложения.
Real-time аналитика позволит понять, насколько эти изменения были эффективны, сразу после релиза, а не спустя какое-то время.
Данные в реальном времени дают Mixpanel, Amplitude и Localytics. В первых двух события (events) приходят с задержкой в пару секунд. В Localytics — с задержкой в несколько минут.
Во Flurry нет real-time. Частота обновления данных не задокументирована. В среднем, отправленных в аналитику данных приходится ждать сутки. Conversion funnels (воронки), о которых мы расскажем ниже, зачастую строятся еще дольше. Однажды нам пришлось ждать пересчета воронки около трех дней.
Conversion funnels
Conversion funnels (воронки) — один из ключевых инструментов в любой аналитике, где важны качественные показатели. Например, какой процент пользователей дошел до экрана покупки товара, а какой остановился на регистрации. Все упомянутые в этой статье аналитические системы поддерживают воронки, но некоторые делают это лучше остальных.
Mixpanel
При строительстве воронки в Mixpanel можно накладывать условия на каждое событие в ней. Если мы отслеживаем регистрации, то, например, можно учитывать регистрации только через Facebook.
Уже построенную воронку можно сегментировать по параметрам любого из ее событий. Можно определять свои параметры и отправлять их из приложения вместе с самим событием. Например, событием является нажатие определенной кнопки в приложении: мы хотим изменять ее цвет и наблюдать при этом за изменением поведения пользователей в зависимости от смены цвета кнопки. То есть цвет кнопки будет являться параметром события.
Также есть возможность наблюдать, как меняется конверсия во времени, то есть изменение процента перехода пользователей между различными событиями внутри воронки.
Amplitude
Так же, как в Mixpanel, можно накладывать условие на каждое событие, из которых формируется воронка, и наблюдать за распределением конверсии во времени.
Кроме этого, присутствует интересная и необычная возможность — просмотр пользователей, которые прошли или не прошли конкретный шаг воронки вместе с событиями, которые были получены от них в процессе прохода воронки.
Flurry
Воронки есть, но пользоваться ими сложнее, чем в других системах. По следующим причинам:
Localytics
Довольно непривычный инструментарий для работы с воронками. Если в Mixpanel и Amplitude всё отчасти похоже, то Localytics решил подойти к вопросу по-своему.
1. Можно накладывать несколько условий на шаг воронки. Это удобно и по сути заменяет функциональность сегментации всей воронки в трех других аналитиках.
2. Определение временного диапазона для воронки осуществляется наложением дополнительного условия на шаг. Нет возможности на одном графике увидеть изменение конверсии во времени.
3. Возможность смотреть события — для каждого шага воронки (кроме первого), до него и после для прошедших и непрошедших пользователей соответственно.
4. Детализация пользователей, прошедших шаг, по своим параметрам и большому количеству предустановленных сегментов (платформа, версия системы, страна, язык и прочее).
Трекинг установок
Отслеживание пользователей в промежутке между рекламой и установкой приложения по этой рекламе позволяет понять, какая рекламная кампания эффективнее и что делают пользователи, которые проходят по ней.
В мобильных приложениях реализовать такой механизм непросто. Из-за этого он есть не во всех аналитиках.
В Mixpanel и Amplitude такой возможности «из коробки» нет, и для этого необходимо использовать сторонние сервисы, которые будут отправлять в аналитику данные об установке приложения: для Mixpanel это Adjust или AppsFlyer, для Amplitude — Adjust.
Во Flurry трекинг установок реализован изначально, что очень удобно.
В Localytics есть встроенная возможность отслеживания установок для некоторых рекламных сетей (Adwords, InMobi, Facebook и другие). Чтобы отслеживать пользователей из другого источника, не поддерживаемого в аналитике, нужно подключать сторонний сервис — Adjust, AppsFlyer, Kochava и другие.
Внешний API
Распространена ситуация, когда часть данных отправляется в аналитику из мобильного приложения, а часть — из веб-бэкенда. В таком случае необходим интерфейс (API), через который бэкенд сможет их отправлять.
В Mixpanel и Amplitude внешний API для отправки событий реализовано. Во Flurry и Localytics — нет.
Для того, чтобы упростить сравнение по цене, допустим, что все пользователи нашей системы активные и каждый из них отправляет по 5 событий в день, 20 дней в месяц (допущение на случай не ежедневной активности пользователей). Тогда 10 000 пользователей будут генерировать 1 000 000 событий в месяц. Ниже таблица стоимости аналитик для 1 / 5 / 10 / 30 / 50 / 100 тысяч пользователей в месяц.
Соберем вышеизложенное в таблицу для обобщения данных об аналитических сервисах:
Мы не можем выбрать победителя или проигравшего в этом сравнении. Выбор аналитики очень сильно зависит от особенностей мобильного приложения и личных предпочтений разработчиков.
Надеемся, что приведенная информация поможет этот выбор упростить и сделать более осознанным.
Анатолий Шарифулинруководитель AppConsulting и AppFollow
В анализе не хватает Google Analytics. Это мощный инструмент, который хорошо прокачался за последний год в сторону мобайла.
Конечно, в гибкости и real-time он уступает Mixpanel. Но учитывая то, что инструмент «почти» бесплатный и есть возможность работать с данными с помощью языка R, measurement protocol, ga-dev-tools или даже Google Docs, он становится незаменимым.
Моя рабочая связка для мобильной аналитики: ‘Crashlytics Answers + Google Analytics + AppsFlyer’, если нужна продвинутая аналитика и есть бюджет, то и Mixpanel. Из AppsFlyer данные о рекламных кампаниях можно легко прокидывать в Google Analytics и Mixpanel.
Плюсы и минусы популярных инструментов для мобильной аналитики можно посмотреть в презентации:
Присылайте собственные кейсы, в результате которых вам удалось заметно улучшить (или, наоборот, ухудшить) показатели проекта. Интересные эксперименты обязательно попадут на страницы рубрики Growth Hacks.
Хочу отдельно упомянуть существование хабов аналитики: segment.io и mparticle.com, которые выступают в роли data-warehouse и транслируют эвенты в любую другую систему (включая реплей старых данных).
В статье упоминалось про расширенные возможности в анализе воронок, например просмотр эвентов, произошедших между шагами воронки. Я думаю что эта тема для углубленной аналитики и недостаточно эффективна в рамках упомянутых средств. В частности потому, что достаточное количество данных для проведения такого анализа на должном уровне будет стоить просто космических денег в той же Mixpanel (нужно тречить реально много эвентов). Есть например сервис keen.io, который лучше приспособлен для этого, но в моем понимании здесь речь идет уже о полноценном bi и чем-то в духе amazon redshift.
По сути все верно, но очень хотелось бы поглубже разговор завести. Кроме воронок, нужно понимать всю экономику: ARPPU, ARPU (LTV).
В Flurry очень не удобно делать анализ по каналам с воронкой и тем более оплатами (фиг вытащишь сколько денег из канала пришло и LTV посчитать можно только костылями).
Микспанель в этом сильно лучше (если вы делете трекинг установок и передаете канал в него).
Анализ churn rate когортами или анали продаж по тарифным планам нигде толком не сделать, на сколько я помню (давно локалитикс последние версии не смотрел, но они реальный пуш сделали за год последний). Приходиться глубокий анализ ручками сделать.
И да, Толя прав, последние версии GA при грамотном подходе позволяют почти все что нужно подсчитать, точнее GA и интеграция с Google Spreadsheet Dashboard, но нужно хорошо знать API и понимать, что вы хотите вытащить.
В общем все равно стройная система костылей, экслеля и мата вокруг систем аналитики пока необходима ).
Подскажите, кто еще что от систем аналитики хочет? Чего еще не хватает? Кто проще научился что делать?
Плюс Флури за последний год начал откровенно врать по числу пользователей с First App Launch на некоторых проектах (локализовать баг не удалось). Это лечиться правильным событием, которое точно 1 раз срабатывает, но тогда вообще не понятно зачем он.
За последние 2 года полностью с флури на микспанель и GA перелез (в зависимости от проекта).
А почему в анализе нет UpSight / Kontagent?
