首先要做客户分析，其实很简单。

流量就是钱，流量就是硬通货，各大产品都希望能够控制更多的流量。

但是流量不是凭空而来的，无论是线下邀请、口碑传播，还是推广，都是一个获取的过程。

客户分析的关键是金钱和预算，这通常是我们应该分析的第一件事。因此，我们需要一件事。因此，我们需要对流量有一个清晰的了解。我们可以知道从数量、质量到后续的转换，我们可以用同样的钱获得更好的结果。

先梳理一下完整的付费投放场景，第三方投放内容主要有两大类：

广告空间：比如一些APP的开屏广告，就是嵌入在这类应用信息流中的一些广告，或者广告横幅等等。

Sem关键词的发布：主要是指百度关键词的付费发布。

三个痛点：当用户在这些第三方交付平台上看到产品广告和推荐时，一旦点击，他们将进入开发的登陆页面，通常是H5页面。到目前为止，将有三种不同的路径。

如果用户手机中没有安装APP，就会跳转到应用商店安装APP，然后打开。

如果用户在点击在点击落地页面时已经安装了APP，那么就会直接从落地页面唤醒，然后打开APP。

网页产品将直接进入网页产品使用。

因此，最终，只要进入各个平台的产品端，我们就能完整地收集用户的行为数据进行分析。

在这个过程中，数据分析主要有三个重点。

首先是检查和监测合作伙伴的数据。

企业要直接花钱做投放，但是不能从企业的角度客观地监控自己的数据，那么只能依靠第三方给我们的数据来检查。

第二个是如何识别唯一的用户。

这实际上是一个非常根本的痛点。用户从登录推广页面到网页端，然后跳转到应用商店，然后下载应用程序。应用程序商店是一个完全的第三方。企业无法收集数据。此时，他们甚至无法衡量一个用户在两个平台上的行为，或者他们是否是两个用户。

假如不能解决用户识别问题，就不能确定用户是自然流量还是促销活动的流量，那就不能进行分析。

三是各平台数据不能统一汇总分析。

例如，Android上的用户一直在检查商品；最后一个订单是在IOS上完成的。如果无法总结和分析行为，我们只能认为Android上有一个非常有价值的用户，他在付款前就失去了。

在这种情况下，如果对这类用户做一些其他策略或短信提醒，那势必是无用的，可能会引起用户的反感。

一、如何检查和监控合作伙伴的数据？

广告监控技术从广告的存在开始就不断发展。这里的困难在于第三方平台上的广告。一般企业不能直接添加数据监控代码，因此主流广告监控技术将通过一些图片请求的数量记录广告曝光和点击，从而实现对第三方广告相关数据的监控。

另一方面，我们通常测试，我们通常使用添加参数的方法。这是谷歌当时制定的一套方案。现在它基本上是行业中公认的一种方式。

通过UTM参数，通过不同的渠道配置不同的参数。当用户进入登录页面时，浏览器会记录URL的地址，从而直接分析URL参数的具体设置，明确用户进入我们产品的方式和关键词，最后总结。

因此，合作伙伴的数据问题主要涉及到用户进入登陆促销页面之前的时间和之前的广告曝光。广告监控技术是一套完整的解决方案。

有来源、媒体、活动名称、活动内容和关键词五个独立维度。当这五个维度的参数被添加到一个URL中时，它基本上足以覆盖所有的新闻场景。

当然，每个参数的名称，本质上是一个代号，定义名称的原因，其实只是为了给大家做一个应用场景的梳理。

您还可以根据名称的含义设置参数。事实上，在本质上，只要你知道哪个参数对应你设计的维度。配置完成后，将自动记录传输内容的数据，让我们了解不同关键词和媒体带来的流量数量和趋势，最终帮助我们分析。

二、如何识别唯一用户？

从用户识别的角度来看，有几个常见的场景，每个场景都会有这样一个过程，用户从未登录状态到登录状态。它还涉及到用户在多个设备和技术平台上使用后的唯一标识。

首先，为了方便用户了方便用户使用，cookie信息可以存储在浏览器中，通过cookie识别用户是业内常见的做法。然而，在多个设备的多个浏览器上使用一个用户是可能的。

因此，在用户有登录行为后，用户帐户通常被用作通过每个平台和浏览器上的唯一识别识别行为；如果用户没有登录，我们主要通过浏览器的cookie识别用户；当用户从未登录状态转换为登录状态时，我们将使用用户帐户信息作为用户的唯一识别标识。在相关级别上，通过cookie的唯一性，cookie是唯一的，无论用户是在登录在登录前打开用户的行为。

事实上，移动终端和js终端是一样的道理，但最难的是如何在js移动终端和APP移动终端之间识别用户。

例如，你做了一个促销活动，然后同时在知乎、豆瓣和贴吧上推广。当用户打开促销页面并单击下载时，他们将跳转到苹果商店或应用商店，如应用宝藏和豌豆荚。当启动应用程序时，您不知道用户是从知乎还是豆瓣带来的。您只能看到这些来自苹果商店或应用程序宝来。但显然，这对我们的促销活动没有任何帮助。最后，它可能属于同一应用平台或应用商店。

因此，需要有技术来关联用户下载前、下载中、下载启动APP后的身份，这样我们才能与具体的推广活动联系起来。特别是在做活动之前，如果你想做准确的跟踪，那么这样的技术解决方案实际上应该提前知道。让我们解释一下deeeplink技术的原理。

它主要解决的问题：

一是我们不允许在应用商店中进行一些渠道跟踪标识，应用商店向我们开放的数据维度和标识方案相对有限，无法实现用户的源标识。

第二个问题是，这个过程实际上是用户从手机浏览器到移动终端APP的迁移过程。

因此，这两个技术平台的标注方式不同，也是难以标注同一用户的一大难题。

在实现方面，通过收集的基本信息和算法技术，在没有用户账号作为跨平台标识的情况下，绕过应用商店和技术平台带来的数据断层，实现用户用户源标识和用户独特性标识，直接打落地推广页面与app之间的这种用户行为关联。

本质上，具体算法实际上有两个方面。

一方面，它是一个有效的时间窗口。通常，我们将其定义为用户转换周期的半小时。毕竟，从登录到这个网页再到最终下载和启动，实际上需要一个转换时间。

这个时间也可以调整，但是如果时间太长，就会失去识别的价值，因为随着时间的推移，有太多的可能性无法把握。因此，建议时间为半小时甚至更短。

另一方面，可以收集的设备和环境信息，如浏览器的useragent和设备特性，如型号品牌，然后通过算法对这些多维信息进行整合和判断。

三、如何总结各平台的数据分析？

之前提到的第三个痛点是，每个平台的数据无法进行统一分析。在用户标识的问题刚刚解决后，总结分析相对简单。

例如，我们可以准确地看到哪些用户来自知乎的推广渠道，以及有多少来自知乎的用户已经注册，那么这些用户在JS、Android和IOS中的行为特征是什么。事实上，通过监控和监控整个平台的用户行为，我们可以清楚地了解每个渠道的用户质量。它可以帮助我们了解JS端是否具有排水功能，移动应用端是否具有沉淀用户的功能。

我们今天的内容简单地和大家谈谈客户分析中的三个重点。

事实上，这三个维度的价值在于能够准确衡量用户的获取来源和新的活动状态，能够更宏观、更真实地看到平台上多个平台的新增活动是一个人还是多个人；第二个是分析用户平台之间的流通状态。我相信大多数企业对每个平台的应用端都有定位。只有当我们看到用户在每个平台之间的流通状态时，我们才能知道用户是否是我们设计的。

总之，现在大多数公司都呈现出这种全平台客户端的状态，整合各个平台的数据进行分析是非常必要的。