京公网安备 11010802034615号
经营许可证编号:京B2-20210330
国内APP排名伤不起 大数据多为忽悠_数据分析师培训
随着移动互联网的发展,智能手机与APP为人们生产生活带来了极大改变。根据有关数据显示,2014年,我国各类APP超过了70万,仅教育类APP就超过了7万个。
不过,伴随着移动互联网人口红利逐步消失,新手玩家及普通玩家比例在逐步减少,用户对于APP选择将越来越苛刻,部分用户体验较差,运营不佳的APP将被迅速淘汰。
那么,各类APP开发者或者运营者包括BAT第三方应用平台在利益驱使下,不断出炉各种APP排名榜。而这些排名也遭遇多方面的质疑。
近日,全球领先的市场研究集团益普索(Ipsos)资深研究总监,电信与大数据研究专家张宗华在西班牙MWC2015接受《通信生活报》(微信:maoqiying2008)采访时表示,目前很多公司声称拥有大数据,并且定期发布大数据分析结果,甚至高调推出APP排行榜。但细究其数据来源,不难发现,“相对于基础运营商(中国移动、中国电信、中国联通)拥有的全客户、全行为数据,这些所谓大数据仍就只是抽样数据,只不过样本量更大而已。在数据的多样性、更新的速度以及真实性上都达不到大数据的标准。”
张宗华透露,益普索目前与国内三大基础电信运营商以及华为等合作,将在今年5月份推出最为权威的APP报告、App排行榜,并且出炉“App潜力指数”。
张宗华认为,该报告的影响可能有三个:第一、对用户来说,可以免遭垃圾推送之苦。譬如,基础运营商掌握了用户基本的消费行为,就不会随意群发垃圾短信,APP体验一定会越来越好;第二、对开发者而言,要求比较严苛,开发出的App真正有人使用,不太容易说靠着一些公关活动或短期的营销。因为App推广方面,第一步骤肯定是砸钱,希望越多人来装越好,但数据出来之后,就会公开透明;第三、VC不会去乱烧钱,能够精准掌握APP潜在价值。
张宗华还发表如下观点:
1、现在,几乎所有创业人都想弄个App,感觉其门槛比较低。但是App有没有成功或有多少用户在使用,在市场上没有一个有公信力数据。益普索有一个突破,就是利用益普索“推动+互动+体验=潜力”这一App潜力评估模型,推出不同品类中APP潜力排名,以及排名背后的推动因素。不管是App公司、投资者、广告主,可以看到这个App是否值得投资;
2、真正大数据,具有Volume(数量)、Variety(多样)、Velocity(速度)和Veracity(真实)特性,除了上述4V之外,还该具有第五个V,也就是Value(价值),没有价值的大数据是不值得收集和分析。目前大数据分析多是由IT人员主导的,里面有过多的工具性和技术性。然而,再好的工具不能解决人们的问题依旧是没用的工具。在大数据研究的领域,益普索将加入其多年的消费者心理和行为研究的经验,找到确实能解决企业和用户问题的方向,为大数据添加更多的目的性和人性化。
3、中国真正有资格谈大数据是基础运营商,如果中国三大运营商把数据拿出来,就是一个全量数据,而且没有作假的可能性。运营商记录数据是用户一天使用的行为,用户有没有使用一个App,使用App多久,使用APP干什么,数据记录清清楚楚;现在基础运营商都想发展自己的App(注:中国电信流量宝、中国联通沃理财以及中国移动和教育),因为语音通讯时代为主导世界已过去了,现在是移动互联时代, 不能在这个时代还让用户打热线去营业厅,服务手段最简单就是做App,所以他们不断开发各种App,让用户能够在移动互联网上得到各种服务。
4、360手机助手、百度移动分发以及腾讯应用宝会有一个下载市场。现在有很多刷榜公司,几十部手机、百部手机在那边下载,甚至可能有一些比较更恶劣做法,就是App甚至可以交给他们一些钱,把分数做上去。诸多APP排行榜在国内缺少公信力:第一、App的拥有者本身刷榜行为;第二、发布榜单本身可能有一些类似百度的竞价排名模式。
5、HTML5是基于浏览器开发出来一些工具,用浏览器肯定没有用App方便。3-5年内HTML5要取代App是不太可能。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22