開篇之前必須聲明下才行，以下內容僅爲小編個人針對“項目監管工具”的小小調研任務，並非是爲了直戳工具的優與劣。所以下面小編僅針對各工具與項目之間的聯繫，簡單的發表下調研結果。
1.用戶量分析
- 新增用戶
- 活躍用戶
- 累計用戶
- 留存用戶
| 工具 | 說明（除上） |
|---|---|
| Bugly | 側重受異常影響的用戶數據分析 |
| 友盟 | 通過數據分析在各類APP當中的用戶增量趨勢排行 |
| 騰訊雲分析 | 更多用戶類型以及數據分析（比如QQ用戶性別，年齡，學歷以及新老用戶分佈比例） |
2.參與度分析
- 使用頻率
- 人均/使用時長
- 累計用戶
- 留存用戶
| 工具 | 說明（除上） |
|---|---|
| Bugly | 側重受異常影響的使用數據分析，無涉及使用時長分析 |
| 友盟 | 側重APP分析，包括訪問頁面與使用間隔分析 |
| 騰訊雲分析 | 側重單個頁面分析，包括頁面路徑來源分析（這裏可能涉及到H5） |
3.渠道分析
- 版本分佈
- 渠道分佈
- 渠道效果
| 工具 | 說明（除上） |
|---|---|
| Bugly | 側重受異常影響的版本數據分析，無涉及渠道分析 |
| 友盟 | 展示不同渠道的用戶使用情況包括留存率 |
| 騰訊雲分析 | 展示不同渠道的用戶使用情況包括留存率（同友盟） |
4.質量分析
- 異常監控
- 錯誤列表
- 渠道效果
| 工具 | 說明（除上） |
|---|---|
| Bugly | 除基本錯誤日誌，還提供相關出錯線程日誌，系統日誌以及強大的自定義日誌 |
| 友盟 | 提供基本的錯誤日誌 |
| 騰訊雲分析 | 除基本錯誤日誌，還提供接口請求質量（如失敗率和耗時）以及網速監控 |
5.使用功能點分析
- 自定義事件（解釋：埋點）
- 事件轉化率（解釋：漏斗模型分析）
| 工具 | 說明 |
|---|---|
| Bugly | * |
| 友盟 | 提供多個功能點事件（包括頁面訪問路徑，自定義事件，結構化事件）參數 |
| 騰訊雲分析 | 完全自定義功能點事件參數 |
6.設備分析
- 設備終端（包括基本的機型，分辨率，操作系統）
- 運營商
| 工具 | 說明 |
|---|---|
| Bugly | 僅產生異常所對應的基礎設備數據分析 |
| 友盟 | 除以上信息還提供設備所在地域（省市/國家）的數據分析 |
| 騰訊雲分析 | 除以上信息還提供當前設備所處網絡環境的數據分析 |
7.其他分析
| 工具 | 說明 |
|---|---|
| Bugly | * |
| 友盟 | 管理：關聯用戶反饋信息； 管理：推送渠道應用更新； 管理：集成測試（註冊測試機，通過手機實時獲取友盟日誌）； 組件：消息推送（億級別消息量10分鐘內發送完畢,在線到達率99%以上）； 組件：友盟微社區SDK（用戶間的評論、關注、轉發等互動活動）； 組件：多平臺分享； 組件：多媒體服務（輕鬆獲得上傳下載雙向加速、文件安全存儲、媒體資源多樣化處理等） |
| 騰訊雲分析 | 管理：關聯用戶反饋信息； 管理：提供數據分析結果提醒功能（可提醒至個人QQ，微信，郵箱或者手機）； 組件：雲Talk（聊天，客服） 組件：社交LBS（實現更多類似QQ附近的功能） |
8.個人總結
- 信息類的APP-友盟（比如說商業型，新聞型的APP），我們可能更多需要獲取的數據是用戶對某一個商品或者事務的感知程度，通過友盟埋點我們能關鍵獲取到用戶的操作興趣，統計起來比較可以更好幫助APP提升內容質量並優化體驗。除此以外友盟在各方面都能分析一個APP的應用趨勢，並做到不同時段的趨勢對比。
- 社交類的APP-騰訊雲分析+H5，當然H5是非必須的，之所以提到H5是因爲騰訊雲分析做到的是跨多平臺的一個監控統計（包括Android，IOS以及WP），可見騰訊雲分析在開發領域上已經爲APP+H5的事業好了準備。切入主題，騰訊雲分析除了對項目的管控以外，對獲取使用者與設備的信息較爲精煉，這對於一個社交類的APP的後期體驗和升級方案（主要指用戶的集羣點）帶來了很大的幫助。
- 各種APP-Bugly，一個“最專業的質量跟蹤平臺”。IOS/Android 崩潰卡頓還是ANR，與上面友盟和騰訊雲分析相比真的是微不足道了，但人家就只做Bug質量監控咋啦。所以，如果你想要接入的APP只是爲了能簡簡單單的跟蹤下bug情況以及用戶的使用情況分析，就他沒錯。
