手機上的大數據（二）：手機大數據的特點

本文由百分點信息無線業務部高級總監李曉東、Talking Data COO徐懿以及成都電子科大的龔亮聯合撰寫。

隨著移動設備的功效越來越壯大，移動互聯網與傳統互聯網之間的差別愈發不容疏忽。新型的技術以及數據分析方案都展現一個全新的網絡模式。我們需要打破一些固有的思維，重新審視手機上的大數據。

移動互聯網具有互聯網的很多特點，但移動互聯網作為一個新生事物，也有其自身的“不同”。

用戶在互聯網和移動互聯網上表征的不同

移動互聯網的“碎片化”

互聯網造就了宅男宅女，把人們拴在了電腦桌前;而移動互聯網又解放了宅男宅女，把他們又重新放回了現實世界中去。

在車站等車時，拿著手機在翻閱小說;站在商圈里，拿著手機搜尋熱門商家;或者是在睡覺前，拿著PAD看看有什么娛樂信息，看看愛好的文章，既拉長了用戶們籠罩的領域，也拓寬了其利用網絡的時間。

無疑，相對于成熟互聯網利用而言，移動互聯網的利用重要還是在補充高低班、辦事途中，晚上睡覺前等碎片化時間。因此，“打發時間”類利用也躋身三大類重要利用之一，而且受眾面極廣。

手機上的碎片化

雖然受眾面廣，時間占比高，但由于“碎片”的特點，目前還沒有一個很好的盈利模式將其利用起來。當然，這也是一個市場發展必定要經歷的過程。先讓盡可能多的用戶用起來吧，暫時先不要去考慮如何盈利，為時尚早。

手機瀏覽的利用時間

手機視頻時間

可以看到，在晚上十點至十一點手機瀏覽和手機視頻都達到了高峰，范例的睡覺前時間，從一個側面反響了手機利用時間與互聯網利用的不同。

移動互聯網帶來的復雜形勢

移動互聯網絕不僅是有線的業務延展到無線那么簡略。勢必會產生一些呈幾何圖形增長的業務，充分施展移動互聯網的特點，比如LBS，比如O2O。

移動互聯網的發展使得一些本來看似不相干的東西串了起來，我隱隱有種感到。元芳，你怎么看?

所以，移動互聯網的數據處理巨絕不簡略是統計分析，而是多種更為先進的算法來找到暗藏在層層迷霧下面的本相。

互聯網分析與移動互聯網分析上的差別

Web Analytics(網站分析)已經被各種互聯網企業、電子商務企業、以及傳統行業的企業網站廣泛利用。而Mobile Analytics卻還是一個新鮮的事物。它和Web Analytics有繼承的關系，但是又有明顯的差別。

(通常所說的Mobile Analytics重要指Mobile Application Analytics，也就是各種移動設備上的原生利用的數據統計分析。)

在Web Analytics中，絕大部分情況下用戶是基于瀏覽器的cookie進行統計的。

也就是說，其實利用同一臺電腦的同一個瀏覽器上網的兩個人會被計為一個獨立用戶(Unique Visitor)，而同時利用同一臺電腦的IE和Chrome瀏覽器的同一個人卻會被計為兩個獨立用戶。Mobile Analytics的對象卻不同，它是按照移動設備(例如手機)來統計的，絕大部分情況下每個移動設備的利用者是唯一的。所以它比Web Analytics更能正確到人，這意味著可以在此基礎上供給更個性化的服務和更精準的營銷。

手機上的數據分析

這還不是Mobile Analytics唯一讓人著迷的處所。瀏覽器的Cookie很容易被打掃或籠罩，但是基于設備的統計相對更為牢固和長久。這使得用戶細分(Segmentation)和斷代分析(Cohort Analytics)可以更加正確和實用。我們可以通過某種條件(例如當年3月份的新增用戶并且利用時長超過20分鐘的)篩選出一批用戶，分析他們的舉動模式。

Mobile Analytics和Web Analytics還有個很大的差別是，前者統計數據時，有可能是離線或者信號不好、網絡不牢固的狀態，導致統計數據無法立即上傳。等到數據能上傳時，可能已經隔了幾小時到幾天不等。而Web Analytics則不會涌現這種情況，不能上網就無法訪問網站，如果能上網站但是不能連接到統計服務器，這部分統計數據也不會被重新發送。這使得Mobile Analytics需要更復雜的數據補償策略。

從數據量上來說，Mobile Analytics一點都不比Web Analytics少。它需要統計很多Web Analytics所沒有的數據，例如設備型號、利用版本、推廣渠道、甚至地位信息，同時還有很多開發者自定義的事件。而移動設備(含平板電腦)總量的增長率遠遠大于PC(含筆記本電腦)總量的增長率，每個移動設備上的移動利用個數的增長也非常快。所以供給公共服務的Mobile Analytics平臺都是范例的大數據利用處景。