这篇赞助的帖子是Simon Kendall，产品经理和Adeven GmbH的分析操作负责人，移动应用程序跟踪和分析公司。

移动广告技术中有一场军备竞赛 - 游戏的名称是队列分析。尽管大多数提供商现在提供某种解决方案，但大多数仍然留下了燃烧问题：我的应用程序业务如何受益于此？队列分析已经存在于医学，学术研究，商业和其他需要与苹果比较苹果的其他领域。它在移动营销世界中的潜在应用是显而易见的，因为它们很激动。

所有移动用户都有寿命，这些寿命表达了可以操纵的趋势。当您尝试从调整或优化各种频道和功能时识别用户行为的更改时，您通常会发现趋势或变化太弱，无法得出任何结论。这通常发生在您的用户群变化时，具有不同级别的接合和用户寿命中的不同阶段。

队列分析旨在解决这个问题。在其最严格的定义中，队列是一组分享一些共同标准的用户。在队列分析中，您可以比较这些群体，观察他们的表现超过日子，数周或数月，使您能够遵守其他隐藏的趋势和动作。

让我们说你是一个酿酒师，你刚刚修改了你的呃，葡萄挤压，你想知道这是一个改进。所以你从最近的瓶子里倒了一块杯子，从旧的葡萄酒中倒了一杯，然后你要求你的侍酒师做一个盲目的考验。这可能不是最精明的比较。很容易看到这里的缺陷 - 你的老式瓶子已经变老了，成熟，改变了它的味道，作为酿酒师，你应该知道葡萄酒的味道随着时间的推移而变化。在这一刻，瓶子根本不可比较 - 并且通过这种方法，他们可能永远不会是。眼镜之间存在差异，或者我们喜欢称之为“干扰”。

用户寿命是彩虹

您的移动用户以同样的方式更改它们的寿命。他们将留在一段时间内，当他们首次开始使用该应用程序时，它们会产生不同的活动而不是几周或几个月。队列分析是一种消除干扰的方式 - 就好像你在特定成熟时期的一周内的每天味道，监测和记录葡萄酒的味道。

让我们开始简单 - 我们在移动应用程序中分段为他们下载应用程序的日期。然后，剩余的性能数据由安装周段聚合。这已经提供了整个新定义 - 在安装后的一周内，从一个安装周上挑选收入PS。

一旦您有这些细分，您将想要比较他们的寿命。简单地排队两个队列，以便您在安装后的第一周，安装后的第二周，依此类推，您可以比较指标。

由于您直接将用户与应用程序中的等效时间进行比较，因此您已删除了从变形寿命的干扰。您可以在此处回答有很多问题 - 以及您以前无法问过的新问题。

队列为您提供跟踪特定时间段的用户段的功能。订婚率不仅有所不同，而且在不同用户之间的不同阶段之间不等。优化的努力 - 成为IT营销，重新管理或产品更新 - 通常会为某些群体移动针而不是其他人。

例如，您可能希望根据他们在哪个星期内安装应用程序后的一周并将其行为作为队列，以在用户生命周期上追踪其行为。您还可以测试不同营销活动的有效性，以了解哪些渠道从长远来看，您可以为您提供忠诚，有利可图的用户。您可能已经能够为您最长的用户改进应用程序，也许是那些最强烈的人，但您的重点是将这些用户批准或您更关注增长？

应用程序？

队列分析删除可从运行的同时改进和活动，这样你可以得到什么，得到最好的结果更好的感觉，因此是值得投资出现混乱它是一个工具，使您能够看到的寿命孤立 - 集合在相似点用户在他们的寿命。从那里，它使您能够形成他们应该怎么打出来的关于如何实现这一野心和想法。

比方说，你更新你的结帐过程，你想看看，如果你的收入提高。由于政策的改变会影响所有的用户，我们将看看全线收入 - 没有其他的分割。

你可以简单地看一下你的总收入，看看是否有上升的趋势？没有，因为新用户进来会翘曲这一点。你可以计算出每用户平均收入？不是真的，因为大量构成这个平均用户是在应用程序中使用的不同阶段。只有采用队列分析可以隔离您要查找的内容：无论您的更新改进的方式你的用户去通过与采购，而不仅仅是如果这些用户无论如何都会经历了它。这是一个关键的区别。

了解你的用户帮助服务于用户

通过使用一个完全成熟的队列分析，你可以看看这些指标的变化和移动随着时间的推移，在一个更高的清晰度 - 这意味着你可以在一定时期内拉数据上的保留率从某一天。看着你从每周有多少用户保留一周以这种方式，你可以在你的应用什么时候人们失去兴趣看。这使您能够确切位置，当你可能要推高保持指出。这是多了很多漂亮的图表 - 队列分析使您能够更深入的PE，创造更好的细分你的用户。在使用数据的堆找出趋势的唯一方法是尊重这些用户的寿命。只有这样，你可以有一个真正的比较基数，以优化增长。

赞助的帖子是由一家公司生产的内容，可以支付邮政或与Venturebeat进行业务关系，他们总是明确标记。我们的编辑团队产生的新闻故事的内容永远不会受到广告商或赞助商的影响。有关更多信息，请联系[email protected]。