如何通过数据指标分辨真假用户.pdfVIP

如何通过数据指标来分辨真假用户 运营人员可能会遇到的事情 ：做渠道 放的时候 ，每个渠道都 放了 ，点击量特别高 ，但是激活量 却只有个位数。点击量和激活数量都很高 ，但是留存率却很低。花了大量费用在渠道 放上 ，但是 效果却并不好。 其实 ，在移动互联网生态中存在很多不为人知的渠道“刷量”工作室 ，这些工作室以非常低廉的价格 贡献质量同样低廉的用户数据 ，这给 A pp 生态圈带来了很多恶意后果。面对“刷量” ，运营人员往往 在虚假数据面前束手无策。那么 ，“刷量”到底是怎么进行的 ？在运营过程中我们要怎样去判断数据 是否有“水分” ？ 一、关于“刷量” 早期的统计分析平台的 SDK 基于明文的 jso n 数据包 ，工作室可以很方便的用程序伪造这些数据包 ，模拟出新增、活跃、留存、时长等用户数据。随着统计分析平台的发展 ，很多分析平台推出了基 于二进制协议的 SDK ，开发人员还可以自行调用加密开关。这些技术的提升使统计平台的安全性 和数据准确性得到了提高。如果 A pp 升级到安全协议版本的 SDK ，刷量工作室已经很难采用直接 模拟数据包的形式来刷量了。 所谓道高一尺魔高一丈 ，平台有平台的方法 ，刷量工作室有刷量的方式。他们可能是采用分布式人 肉刷量的方式来刷量 （形式可以参考基于任务的积分墙 ）；也有可能是采用更为智能的方式 ，通过 编写程序脚本 ，修改真机参数 ，驱动真机运行 （有兴趣的同学可以了解一下 igrimace 这个 iO S 的刷 量工具 ）。这些行为已经跟真实的用户行为几乎没有差别了 ，统计平台也很难从技术上分辨这些 数据。 那么 ，有什么办法能识别这些虚假数据呢 ？一些有经验的运营人员 ，会通过渠道效果评估的数据指 标和反作弊模块两方面来分辨出真假用户的差异。同时 ，友盟新出的用户评级产品 ，通过设备在友 盟数据平台的全局行为来评估渠道用户质量的好坏。下面 ，我们来仔细分析 ，如何通过这些指标和 工具来辨别真假用户。 二、如何识别“刷量”数据 第一、渠道效果评估 留存率 有时候渠道“刷量”会选择在次日、7 日、30 日这些重要时间点上导入用户数据。我们会发现 A pp 在 次日、7 日、30 日这些关键时间点上的数据明显高于其他时间点。其实真实的用户的留存曲线是一 条平滑的指数衰减曲线 ，如果你发现你的留存曲线存在陡升陡降的异常波动 ，基本上就是渠道干预 了数据。可想而知 ，这样的用户的质量是非常差的 ，也不具备商业价值。 （小贴士 ：留存曲线不仅可以帮助我们判断渠道的质量 ，还可以在运营推广和产品优化上给 出很多参考性建议。留存率是怎么计算的呢 ？某一天的新增用户 ，在n天后回访的比例 ，就 是这天的 n 日留存率。举个例子 ，如果我们在 2 月 1 日获取了 1000 个新增用户 ，这批用 户在 2 月 2 日有 4 00 个用户回访 ，2 月 8 日有 200 个用户回访 ，那么 2 月 1 日新用户的次日 留存率是 4 0% ，7 日留存率是 20%。 ） 用户终端 每个渠道都有自己覆盖的用户群 ，他们的用户终端会有区别。比如说小米应用商店的用户可能 T O P10 的机型都是小米手机 ，而移动 MM 的用户可能绝大部分是移动运营商的用户。排除这些有 特殊渠道的应用商店 ，大部分渠道的用户终端跟整个移动互联网终端分布是类似的。我们可以通过 查看移动互联网数据报告或者数据指数产品来了解这些数据 ，把这些数据作为 enchmark ，来对比 分析 A pp 的数据。 我们可以重点关注设备终端、操作系统、联网方式、运营商、地理位置这些手机设备的属性。我在 下面列举了一些 t ips ： 方法一 ：关注低价设备的排名 你可以重点分析渠道的新增用户或者启动用户的设备排名。如果你发现某款低价设备排名异常靠前 ，这种情况值得我们重点关注。这些数据可以在统计平台的终端属性分布中找到。 尤其是 iO S 平台没有模拟器 ，所有的用户数据需要通过真机触发。很多刷量的工作室会选择购买二 手的 iPho ne 5c 来做刷量真机。有个做渠道推广的朋友踩过这样的坑 ，发现某个渠道有 75% 的设 备是 iPho ne 5c ，比 t o p5 的 iO S 设备占比还多。继而又发现这个渠道的留存率等指标都差强人意 ，最终查出这个渠道使用了大量的 iPho ne 5c 来刷量。 方法二 ：关注新版本操作系统的占比 很多渠道刷量工作室在操作系统版本的适配上会有延时。所以建议渠道人员在查看渠道用户的操