下面我们介绍一种快速、灵活的解决方案 ––– 基于用户设备标识的追踪方法，它可以同时兼容 Android 和iOS 两个平台、适用于大部分投放渠道。
（一）基于用户设备标记的追踪原理
上面介绍的基于 IDFA 和 SFSafariViewController 的两种方法均受到 iOS 的限制，而用户的设备标记则不受系统的影响。在 GrowingIO 【渠道来源】解决方案中，我们将『 IP+UserAgent+设备ID 』组合设置为用户的设备标记。
图4：通过用户设备标记追踪渠道
用户点击含有UTM追踪参数的广告链接后，GrowingIO服务器检测到用户的设备标记以及UTM渠道参数。链接跳转到应用商店（ Android 和 iOS 均可以）后，用户下载安装并激活 App，此时 GrowingIO 服务器第二次收到用户的设备标记。
系统匹配前后两次的标记，可以确定用户的渠道来源，同时 UTM 参数含有的详细渠道信息一并呈现。
（二）用户设备标记方法的特点
当然，基于用户设备标记的方法也有一定不足。当小部分用户所处的网络环境前后变化时（如从 WiFi 切换到4G），此时 IP 前后不一致就会导致匹配失败。
但是相比于前面的4种方法，基于用户设备标记的渠道追踪方法显然更有优势：
第一点，打通了 iOS 和 Android 的渠道来源，可以将【操作系统】加入用户属性整合分析；
第二点：避免了 Android 平台重复打渠道包的工作；
第三点：规避了 iOS 原有诸多限制，适用于更加广泛的推广渠道；
第四点：只需修改推广链接中的参数、无需改动安装包，适合大规模、多渠道、敏捷的推广需求。
图5：UTM 参数的含义
同时，广告链接中含有的渠道参数（ 广告来源、广告媒介、广告名称、广告内容、广告关键字 ）可以一同加入用户属性数据中，方便后期对用户数据进行多维度的对比、交叉分析。
App 渠道数据分析两大思路
有了 App 渠道追踪数据后，我们可以将 UTM 的五个参数作为维度，从数量和质量两个思路出发，进行 App 渠道数据分析。
（一）数量：找到获客成本最低的渠道
根据业务需要，我们选取广告来源（ utm_source ）和广告关键词 ( utm_term ) 两个维度，计算出不同渠道的获客数量并评估获客成本。
图6：评估获客成本
某 O2O 类 App 先后在3个渠道上进行了2次投放，投放内容先后是『美食』和『外卖』。通过 UTM ，我们监测到每个渠道、每次投放的 『App 新增用户量』，然后计算出平均获客成本。
从广告来源上看，渠道1的平均获客成本最低；从广告关键词上看，『外卖』主题的广告平均获客成本最低。从客单价的角度出发，接下来可以针对性优化投放渠道和投放内容，大幅度降低投放成本、提高拉新效率。
（二）质量：找到获客价值最高的渠道
『App 新增激活用户量』和『获客成本』这两个指标是从数量的角度进行分析，但是数量大、价格低并不一定代表渠道用户质量高。我们还需综合考虑用新用户在接下来的表现，以及新用户所能带来的价值。
方法1：用户行为数据分析
在这个过程中，我们重点参考用户留存指标，包括次日留存率、三日留存率、七日留存率、三十日留存率等等。
图7：不同渠道新用户留存曲线
我们按访问来源（utm_source）分析新用户的留存度，发现渠道2的三十日留存率高达14%，而渠道1为8%、渠道3为6%。从留存度上来看，渠道2 获取的新用户价值显著更高。
方法2：用户价值分析
除了用户行为指标，财务指标也非常具有参考性。按照广告来源（utm_source）我们统计出不同渠道获取到的新用户的财务价值，如新用户在第一个月的月付费率（MPR）和用户平均收益（ARPU）。
图8：不同渠道新用户的价值
通过分析发现，渠道2获取的新用户首月付费率（42%）最高，用户平均收益（30元）也是最高的。虽然渠道2的获客成本略高于渠道1，但是从收益的角度来说，投资渠道2显然是一种更加明智的选择。
综合上述指标，该 O2O 类 App 在下个月的市场投放中将资源集中到了渠道2，同时主打『外卖』主题内容。还是和上个月同样的市场预算，但是新增用户却提高了150%、新用户留存率提升了240%，这是一个巨大的增长。
移动互联网的流量红利逐渐褪去，数以百万的 App 正在一个存量市场中抢占用户；谁能提高获客效率，谁就有可能在激烈的竞争中胜。搭建一个完整的 App 渠道追踪体系，对每个渠道、每次投放的数量和质量进行精益化的分析，如此事半功倍的方法，难道你不想试一下吗？
郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。
