最近产品对移动端的数据统计有新的需求，想要对个体也有统计。目前我们采用的是友盟统计方案，之前已经做过基本调研，友盟不支持个体的统计。如果要满足这个需求，那就需要调研一下其它的同类产品，这边主要比较了几家大厂的移动统计方案，比如百度、腾讯、小米，腾讯做的跟百度差不多，也具备了可视化埋点，但没有个体洞察，小米的话，在之前公司我有用过，但是那时候只具备基本统计功能，所以今天点体验DEMO想看看更新了啥新功能，好让我完善一下我的调研，结果说正在更新中。。。😂😂😂。
那我只能看一下它的官方文档说明，发现更新时间还是2017-07-07的，sdk最新版是2018年1月份的，看下来还是基本功能为主，小米应该还是主要为下面的生态链企业服务的。
下面我主要以百度统计为例概括一下国内移动统计的新方案，有很多功能确实有实用价值，厂家针对有些功能也介绍了一些使用场景，但具体如何落地还是需要自己摸索。
1、先说个体洞察，它通过App端上传用户标识码来区分单个用户，文档中说单个用户就是单个设备，所以它应该内部做了设备和用户标识码的绑定操作。个体洞察支持查看单个用户近期每一次启动的页面与事件访问详情，分析典型用户的行为流，归纳有价值的行为模型。在需要用户行为信息佐证分析思路以及探索典型用户行为特征的分析场景中具有重要作用。其中用户标识码是一个用户（设备）在该APP中的唯一加密身份标识。他这边唯一身份标识在iOS设备应该是采取了UDID存在keychain的方式，友盟的话采取了获取IDFA(广告标识符)的策略，但IDFA有审核风险，需要有规避操作，所以这里，百度的方案还是考虑到了用户的方便使用。
2、说完个体洞察，再来说用户分群，个体洞察其实是属于用户分群的子功能，用户分群，顾名思义就是给用户分群，有两种方法给用户分群，一种是根据App内的统计数据分群，比如根据用户属性-新老用户，设备属性-系统版本，使用行为-触发事件来分群；另一种是通过上传用户标识码模板文件，用户标识码就是上面说过的唯一码，百度做到了集成方可以自定义，友盟还是只能上传IDFA，上传之后，它会从App上传的用户标识码中去一一对应，得出用户群的数据。用户分群后期分析数据的时候可以作为筛选条件，比如漏斗模型、事件分析、页面分析等，都可以根据具体的用户群得出统计数据。
3、再来说用户管理的另外一个功能-用户触达，简言之精准推送，可以做到根据不同用户群推送不同信息流。一开始我以为一定要集成百度推送的App才可以有这个功能，后来一看，百度已经打通市面上的大厂推送，比如极光、友盟、华为等，只需两行代码即可完成打通，我看了一下，应该是把原先推送的推送ID交给百度，然后由百度来完成最后一步的推送，但是他们应该做了后台交互，不然极光推一次，百度再推一次，那可还行😂😂😂。
4、讲完用户管理的这几个功能，再来看可视化埋点。我们最早用的是代码埋点，这个应该不用多说，代码埋点的缺点大家也都知道，代码散落各处，不易维护，所以大神们后来想出来基于AOP（Aspect Oriented Programming-切面编程）的无痕埋点，继续发展就到了今天的无埋点，百度为什么叫无埋点，它也详细的解释了一下，避免开发者们进入认知误区。mtj.baidu.com/static/user…，总的来说无埋点即全埋点，只是可以根据需要来把之前埋的点得到的数据调出来为你所用。
不过使用下来，用户体验确实还是不错的，它几乎达到了产品业务这些无开发经验人员可以按需配置埋点。它通过手机投屏到web，然后在web上添加你的埋点，具体如何操作，感兴趣的同学可以自行前往尝试，我这里因为隐私缘故就不放自己的图了。
5、看完可视化埋点，再来看一个热力图，这个功能目前好像也是只有百度有，先来一张图大家一起感受一下。
看完图，估计已经不用我多做介绍了，这个功能使用场景我能想到的最贴合的就是设计重构。如果你自以为是放在首页的那几个按钮或者广告，用户根本就不点击，那你还放在那干嘛🤣🤣🤣，如果你们产品自以为是添加了那么多功能折磨你，你就抽空去看看百度统计的热力图，如果都没人用，你就直接拿数据拍他，几次三番一直这样，这个产品经理可以开了。😷😷😷
最后来说一说，经过这几天调研下来，我不仅对移动统计有了新认识，我对大数据也有了一些更深刻的感悟。比如几家大厂都有用户画像功能，这个功能基于各家大厂的后台大数据，可以得出你这个App的使用群体的性别占比，年龄分布甚至职业、兴趣爱好等，天知道他们收集了多少数据(这些还只是对外开放的功能，难以想象不对外开放的功能到底隐藏了多少秘密)，在大数据面前，我们根本就是赤裸裸的，毫无秘密可言。有好多同学应该已经体会到了刚刚才在京东或者淘宝逛完耐克旗舰店，回到今日头条想看一会新闻，立马给你一个广告“空军一号新上配色，快来抢购”😂😂😂，精准推送已经如此精准和及时，有没有感受到丝丝凉意？所以你以为你晚上窝在被窝里看P站，大数据会不知道吗？😷😷😷，那我们能做什么？对于大多数人在享受大数据给我们带来便利的同时，应该要留一份心眼，不要把私密信息直接放到云盘，不要在网络上发布过多自己的敏感信息（尤其是朋友圈现在也不纯粹了）。而作为技术人员，我们需要更多的了解大数据的一些知识，不是为了做大数据的相关工作，而是能从技术的角度去剖析去分解，为我们身边更多的人给与一些理论上的支撑，帮助他们更深刻的理解大数据。
最后的最后瞎扯一下，《黑客与画家》一书中，作者把技术人员称为“书呆子”，他让我们多了解了解这群“书呆子”，不然到时候会被这群“书呆子”创造的未来吓一跳。我也觉得“书呆子”一词很贴合技术人员或者说科研人员，这群人大多都很固执或者说偏执（包括我），这种偏执在某种意义上有利于技术的钻研，但技术做的越深，却越发现其实我们对技术一无所知。之前有新闻爆出来基因编辑技术已经成功了，在我们IT界对基因编辑玩笑话的定义是“一个拥有几百亿行代码的巨大工程，你改了一行之后，工程竟然能正常运行，然后你宣称掌握了基因编辑技术”，讲这个例子并不是对基因编辑的科研人员有任何不尊重，只是希望我们都能对技术存有最初的敬畏之心！
