Cómo utilizar las estadísticas de la UA
[objc] view. Plaincopyprint?
01.
02.HYBUMAnalyticsHelper.h
03.UMAnalyticsDemo
04.
05 Por Huang Yibiao Realizado el 14/11/19.
06. Copyright (c) 2014 Huang Yibiao Todos los derechos reservados.
07.
08.
09. #importar
10.
11./*!
12.* @brief API contenedor para operaciones relacionadas con las funciones estadísticas de AUMA
13.
14.* @author huangyibiao
15.
16.@interface HYBUMAnalyticsHelper: NSObject
17.
18./*!
19.* Iniciar UMAnalyticStart
20.
21. (void)UMAnalyticStart
22.
23./ / Llamado en viewWillAppear para obtener la ruta de navegación de la página correcta y la profundidad de acceso (PV)
24.@interface HYBUMAnalyticsHelper: NSObject
24.@interface HYBUMAnalyticsHelper: NSObject
26.
24. (void)beginLogPageView: (__unsafe_unretained Class)pageView;
25.
26./ / Llamado cuando viewDidDisappeary para obtener la ruta de acceso a la página correcta, datos de profundidad de acceso (PV) < PV) datos
27. (void)endLogPageView: (__unsafe_unretained Class)pageView
28.
29.@end
HYBUMAnalyticsHelper.h
UMAnalyticsDemo
Creado por Huang Yibiao el 14/11/19.
Copyright (c) 2014 Huang Yibiao. Todos los derechos reservados.
#importar
/*!
* @brief API contenedor para operaciones relacionadas con funciones estadísticas de AUMA
*
* @author huangyibiao
*/
@interface HYBUMAnalyticsHelper: NSObject
/*!
* Iniciar la función HYBUMAnalytics
*/
(void)UMAnalyticStart
// Llamado en viewWillAppear para obtener la vista de página correcta ruta, datos de profundidad de acceso (PV)
(void) beginLogPageView: (__unsafe_unretained Class)pageView
/ Llamado en viewDidDis. ..... gt;gt;
Pregunta 2: ¿Cómo utilizar la analítica? Agregue un proyecto XCode básico
Importar SDK
Descargue Analytics_iPhone_SDK_1.6.4.zip y descomprímalo
Después de descomprimirlo, podrá ver los siguientes 2 archivos: h libMobClickLibrary .a
Cuando editamos el SDK, la configuración que usamos es Base SDK: iOS 4.2, iOS Depolyment Target: iOS 3.0, por lo que esta versión del SDK admite dispositivos que usan iOS 3.0 ~ 4.2, en el proyecto. Presentamos el SDK de estadísticas a nuestros amigos. Se recomienda configurar el SDK base con la última versión del SDK de iOS (la última versión actual es iOS 4.2)
Importar complemento
Haga clic con el botón derecho en la carpeta Clases en la estructura del directorio del proyecto y seleccione Agregar -gt;Archivos existentes..., seleccione estos dos archivos. Seleccione ambos archivos. O arrastre estos dos archivos a la estructura de directorios del proyecto XCode y seleccione el elemento de copia en la interfaz emergente
Pregunta 3: Cómo usar Umeng Statistics Puede usar Laicai Mao, simplemente abra el cliente, el software ayudará automáticamente a que su aplicación mejore las estadísticas de Umeng.
Pregunta 4: Cómo utilizar Android para desarrollar estadísticas de Umeng Hay muchas dimensiones de las estadísticas de datos, pero la más básica es la cantidad de nuevos usuarios y empresas emergentes. En este punto, puede ser necesario involucrar el ciclo de vida y los cambios de estado de las actividades de Android. Para una mejor comprensión, creamos un código simple para probar.
protectedvoid onCreate(Bundle saveInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout. Activity_main); > Log.e(TAG, ingrese onCreate");
}
protectedvoid onStart() {
super.onStart();
Log.e(TAG, onStart);
}
Pregunta 5.
Pregunta 5: Cómo utilizar las estadísticas de AUO para unirse a XCode en el proyecto iOS para implementar el uso básico Importar SDK Descargar Analytics_iPhone_SDK_1.6.4.zip y descomprimir Después de descomprimir, puede ver los dos archivos siguientes: h libMobClickLibrary.a Cuando editamos el SDK, las configuraciones utilizadas son: SDK base: iOS 4.2, iOS Depolyment Target: iOS 3.0
Pregunta 6: ¿Cómo cuenta Umeng Statistics el número de personas en línea? ¿Cómo identifica Umeng Statistics a los usuarios
Shambhala 2014-12-16 11:40
1. Conceptos básicos
Dependiendo de si se puede rastrear un único dispositivo independiente, el sistema estadístico se puede dividir en Estadísticas Discriminativas y Estadísticas No Discriminativas, que proporcionan estadísticas discriminativas. utiliza ID únicos (en lo sucesivo, ID) para rastrear datos de un solo dispositivo durante un largo período de tiempo. Las estadísticas son estadísticas indistinguibles, como visitas a páginas, número de IP únicas, etc. Las estadísticas de red modernas son estadísticas distinguibles basadas en cookies. o huellas dactilares de hardware, por lo que AU está disponible desde el principio porque los dispositivos inteligentes proporcionan suficientes huellas dactilares de hardware y se pone énfasis en estadísticas distinguibles.
La mayoría de las estadísticas móviles se generan por identificación del sistema, incluidas, entre otras. IMEI, MAC, ID de Android y, el más famoso, UDID (debido a la presión de privacidad, Apple finalmente abandonó el UDID) y direcciones MAC.
La mayoría de las estadísticas web se basan en cookies y, por lo tanto, son ID temporales. OpenUDID es una identificación temporal típica.
IDFA e IDFV de Apple son ID del sistema, pero también son ID temporales.
Dado que las estadísticas diferenciables implican la privacidad del usuario, AU las utiliza en sus cálculos. La AU utiliza su propio UMID en los cálculos en lugar del ID del sistema. No proporciona datos que contengan ID sin procesar o UMID a terceros [1], sino que proporciona resultados agregados. UMID no es una identificación del sistema ni una identificación efímera, sino una solución de identificación en evolución. Este artículo explica por qué AU diseñó UMID y por qué continúa mejorando la solución.
2. Calidad de la identificación
La base de las estadísticas distinguibles es establecer un identificador confiable. Esto parece ser una cuestión muy simple, simplemente elija una identificación o constrúyala manualmente. -like ID se puede utilizar para analizar la cantidad de usuarios únicos, la tasa de retención, etc.
Pero desafortunadamente, aparte de UDID, que Apple ha dejado de usar, casi no hay identificaciones que estén siquiera cerca de ser perfectas.
Por el bien de la discusión, primero ignoramos la presencia de datos falsos y asumimos que cada dispositivo tiene un identificador X real. El objetivo de las estadísticas distinguibles es elegir un identificador I apropiado de modo que los resultados estadísticos basados en I sean lo más consistentes posible con X.
Primero, introducimos dos conceptos: conflicto de ID (colisión) y deriva de ID (jitter).
Conflictos de ID
Para un dispositivo determinado*** (grupo de dispositivos), siempre es posible medir el número de X e I en un período de tiempo determinado, usando Count(X ) y representación Count(I). Si en un tiempo suficientemente corto
Count(X) gt; Count(I)
decimos que I es una identificación conflictiva.
Deriva de ID
Para un grupo de dispositivos determinado, dentro de un período de tiempo determinado, el número de X e I siempre se puede medir, usando los medios Count(X) y Count (I). . Si dentro de un período de tiempo suficientemente largo