从2011年起，移动互联网开始进入红海竞争，融资环境差，同质化严重等因素导致应用间的竞争异常惨烈，不过这种状况反倒催生了b2d市场春天的到来——开发者们越来越重视利用数据统计、分析工具去运营和优化自己的产品。但在国内市场，数据统计分析还处在一个很初级的阶段，往往只具有简单维度的统计能力，正是在这种环境下，一群创业者建立了talkingdata公司，希望利用自己在大数据领域的技术积累开创一篇天地。

2012年2月，talkingdata的第一款产品talkingdata analytics beta版发布。这是一款面向移动应用的通用型数据统计分析产品。 在产品上线后，利用互联网圈的朋友作为种子用户，加上第三方应用市场等渠道的推荐和自身市场工作，talkingdata很快获得用户。他们又接连推出了一些更广泛的产品——游戏数据统计分析平台talkingdata game analytics，无线广告投放效果评估系统talkingdata campaign，以及综合移动互联网数据服务talkingdata insight。

在功能上，2012年5月正式发布的talkingdata analytics与市场上的那些数据统计平台相似，从三个维度为用户提供数据：

• 用户级别数据-包含整体用户量、新增用户量、活跃用户量等。
• 行为数据-包含留存度、回访率等。
• 应用质量数据-包含应用被打开的频次、用户黏度和各种操作行为。

此外他们有能力通过下载量占比、用户留存率、活跃度、留存率、单日用户下载量（防止渠道作弊）、用户活跃频次等维度帮助开发者对推广渠道进行评估。

闫辉说，由于在功能上大家都很相似，所以他们将重心放在了统数据处理的细节和力度以及对结果组织方式的优化上。截至到目前为止，该平台覆盖 1.3亿移动终端，为8000余款应用提供数据服务。

talkingdata game analytics则是市面上少见的一款产品，目的是帮助那些缺乏数据解读能力的游戏公司绕过繁杂的数据和统计页面去分析数据。它的特点在于其和游戏本身的业务体系和账号有紧密的结合，并利用一套方法论将数据变为量化的价值去展现。

至于talkingdata insight，则是一套配置灵活的综合数据解决方案。这个系统中涵盖了数据统计、机器学习引擎、仿真系统、智能推荐引擎等多种服务。

talkingdata insight并不像其他统计分析服务那样提供日志收集、数据管理、运算、报表输出等一套完整的解决方案，而是更像一个集合了多种运算模块的计算引擎。talkingdata的产品负责人闫辉告诉我，talkingdata insight通常有两种使用场景：

• 很多中大型企业有日志系统收集大量的数据，但他们缺乏数据的分析能力。他们会将这些日志导入talkingdata insight中进行运算，利用分析结果优化产品。
• 而talkingdata insight的第二类应用是在没有数据的积累下，通过设置一些模型，利用相应的模块去模拟结果，为产品设计进行参考。例如他们曾和国内某一线游戏公司合作，根据游戏策划设计的数据去模拟计算游戏中的经济系统、战斗系统、广告系统等模型。

以上的三个产品都是talkingdata独立运营的项目。而talkingdata campaign则是他们与第三方广告监控平台秒针系统合作的产物。他们联合帮助客户评估广告、渠道投放等推广方式的效果,如转化率等，其中talkingdata主要负责无线业务，而秒针系统的服务对象更多的是那些品牌广告主。另外，talkingdata campaign还提供了两种模式——基于设备指纹技术的免sdk追踪方式,及精确度更高的追踪sdk，前者部署更快，而后者更为精确。

以上的四个产品中，只有talkingdata analytics是完全免费的，我问闫辉其他产品是否会推出免费的简版服务，他给除了否定的回答。因为他认为只有全面的服务才能让客户体会到产品的有效性，所以他更倾向于赠送一些免费使用权限给开发者试用。在这四个产品之外，他们还提供为企业提供定制化的解决方案服务talkingdata enterprise。

大数据的产品虽然看起来强劲也离钱更近，但实际上也面临一些挑战。闫辉说在他看来如今面临三个痛点：

• 大量的开发者对数据分析业务的接受度太差，需求量不深，只满足于一些基本的统计服务。
•  无线行业抄袭严重，一旦一个功能推出，很快就会被竞争对手原封不懂的搬走。
•  在前两点的作用下，用户在选择产品时难以从功能层面看出区别，很多用户又不会注意细节，比起通过使用产品效果去做决定，许多开发者更倾向于从ui上做选择。

陈粲然 ray chencanran@gmail.com

关注移动互联网，如果你的产品有技术、设计体验、功能上的内容愿意分享、交流，欢迎联系我。

0 条评论