摘 要

在移动终端设备不断被普及的大潮流背景下，人们习惯使用APP客户端的方式上网。广义的用户行为分析指利用移动应用用户行为基本数据对相关内容进行分类和统计分析，发现用户使用移动应用的规则的行为。本文主要利用对用户行为数据的分析并结合市场现状对移动应用进行研究，并提出对移动应用的发展及营销建议。

关键词：移动应用 用户行为 应用市场 行为分析

Analysis of Market Trend of Mobile Application Based on User Behavior

Abstract

With the popularization of mobile terminals such as smart phones and iPads, people are becoming accustomed to using the APP client to access the Internet. At present, major domestic manufacturers all have their own APP clients. The analysis of user behavior refers to the statistics and analysis of relevant data in the case of obtaining basic data of website traffic, and discovering the rules of users visiting websites. This paper mainly uses the analysis of user behavior data and researches the mobile application based on the market status, and proposes the development proposal for mobile applications.

Key Words:Mobile application;user behavior;application market;behavior analysis

目录

摘 要 I

Abstract II

第一章 绪论 1

1.1 研究目的 1

1.2 研究背景 1

1.2.1 Native App 和 Web App 的移动应用特点及比较 1

1.2.2 市场背景 2

第二章 文献综述 3

2.1 概述 3

2.2 研究现状 3

2.3 移动应用市场现状 5

第三章 移动应用用户行为分析 8

3.1 用户分类 8

3.2 用户行为划分 10

3.2.1 应用层次 11

3.2.2 用户行为数据指标 14

3.3 用户行为分析方法 15

3.3.1 基于点击流的用户行为 15

3.3.2 基于用户行为的聚类分析 16

3.3.3 基于用户行为的转化率分析 16

3.4 应用场景 17

3.4.1 留存 17

3.4.2变现 18

第四章 案例分析 19

4.1 需求分析 19

4.2 数据接入阶段 21

4.3 应用场景 21

第五章 总结 25

5.1 移动应用用户行为分析的价值 25

5.2 营销启示 26

参考文献 28

致谢 29

第一章 绪论

1.1 研究目的

在全球信息技术水平不断发展的背景下，人们日常生活的一个重要部分已经被各种移动设备占据。且移动设备发展方向多为智能化、信息化、便捷化和网络化，人们日益增长的需要使通讯技术不断发展，最新4G技术带给用户更多的体验和满足，其中包括①移动应用的运用速度②使用方式③显示画面。

随着通信4G 技术的发展，移动互联网凭借极大的便利性优势迅速普及。手机用户只需从移动应用市场中下载符合需求期望APP，就能满足生活多方面的需求。

本文主要利用对用户行为数据的分析并结合市场现状对移动应用进行研究，并提出对移动应用的发展建议。

1.2 研究背景

1.2.1 Native App 和 Web App 的移动应用特点及比较

MobileApp，指在智能终端如手机、平板等设备上运行的第三方应用程序。移动应用的主要发布途径为各类移动应用商店，其中最为著名的国际移动应用市场是苹果AppStore和谷歌GooglePlayStore，同时也是市场保有量最大的两家移动应用市场。

智能终端上运行的移动应用主要分为NativeApp和WebApp，两者分别基于本地OS和网页运行。NativeApp也叫原生App是一种基于如iOS、Android等的智能终端本地操作系统运行的第三方应用^[1]。WebApp是基于网页技术开发并运行于浏览器上的移动应用^[2]。

目前NativeApp是App市场的主流应用。“终端˃˃应用”模式是NativeApp开发的主要模式，也是目前主流的移动应用模式。

对比两者应用特点可以发现Native App需要本地安装，开发维护成本高且不能维护更新复杂迭代周期长，但是运行速度快流量使用节省对网络硬件环境要求低，总体来说用户体验优。

其中可以看出Native App在用户体验比较中表现突出，可以更好搭载并实现复杂功能，易于在用户群中推广普及。

1.2.2 市场背景

移动互联网可以在企业和用户中间搭建桥梁，使企业、移动互联网和用户形成良性闭环，以达到理想的企业营销状态，最大化实现互联网价值，形成新趋势和影响力。

随着互联网开放程度加大，将移动应用已经以第三方合作形式参与到越来越多的互联网商业活动中，利用移动应用产生的新的盈利模式也开始被更多企业所注意到。淘宝、微博、百度等平台都是实际应用中的明显表现，在聚集不同网络受众的基础上可以更好的扩大企业影响力获得更多的商业资源。

第二章 文献综述

2.1 概述

App即应用程序通常指移动设备客户端上的应用软件，是application的缩写。

移动互联网使企业和用户之间直接建立起一个良性的闭合环：企业通过移动互联网被用户看到、了解并记住是企业在营销中希望达到的最为理想的状态。

APP起始作为一种参与到互联网商业活动中去第三方应用的合作形式，APP开始在互联网越来越开放的大环境中被更多的企业看重。阿里淘宝、腾讯QQ、新浪微博等平台都是移动应用思想的具体表现，通过在移动应用上的推广企业一方面可以从不同类型的网络受众获取到各种用户群，另一方面也能借助移动应用平台获取大众和定向的流量。对获取流量数据进行分析才能更好地对企业下一步优化做出指导。

2.2 研究现状

在移动应用的性能测试方面，已有李少杰和陈鹏分别从服务器端性能测试平台的搭建和移动客户端实时性能监控系统的研发进行了深入的研究，并提供了比较完整的解决方案。还有提出使用移动代理技术自动收集各无线传感器节点的上下文信息并自组织成测试用例套件用于移动应用的测试，减少了移动测试过程中人力、物力的开销。

在基于App的用户行为分析方面，冯满龙对 App的用户行为日志进行量化统计分析并构建出每个用户的行为轨迹，然后基于用户的行为轨迹使用改进的 K-means算法进行聚类，有利于运营商提供后续的个性化服务。张啸剑在序列增量模型和时间敏感滑动窗口模型的基础上设计了两种分别适用于增量式点击流和动态点击流的频繁序列挖掘算法。徐昊等提出了一种将点击流数据转化为特征向量的方法以简化相似度的衡量，然后基于该向量进行会话相似度计算和聚类分析，该方法虽然能够很方便地计算点击流之间的相似度，但转化过程需要针对不同的网站通过人工定义不同的维度，不具有普遍适用性和自动性。近年来，国内也出现了许多移动应用统计分析平台，如友盟、百度移动统计和 Talking Data等，这些平台普遍停留在数据统计分析的层面，只能体现移动应用的整体运营情况，不能深入了解用户的使用规律。

相关图片展示：