App全渠道推广统计方案

做过 App 运营岗位，肯定提过类似的需求：

自然新增渠道：自然新增的用户，想知道他们都是从哪下载了 App，以为初步分析下载原因，好在后续提供个性化推荐等服务。
H5 推广渠道：开展活动需要分发大量 H5 给一些站外人员推广，想要监测每个 H5 各自带来的新增用户，从而得知每个人员的推广效率和结算数据。
广告平台渠道：在监测多个广告平台转化效果的同时，还想追踪新增用户下载后的活动轨迹，以此判断各个广告平台的用户质量。

以上需求涵盖了自然新增、H5 推广、广告平台投放三种不同的渠道类型，基本可以用在 App 推广的各个领域，这正好说明了渠道推广的复杂性。本质上这三种需求可以简单概括为：监测新增用户的安装来源，以及后续的活动状况。

在这些需求的背后，也蕴藏着一些行业痛点，通过一些第三方方案，我们可以实现渠道分析ROI，最终形成最具性价比的推广方案。

一、痛点：各自存在统计难题

在实际推广中，多渠道、高频次推广无疑是市场部门常用的策略，既可以在早期灰度测试期间通过数据分析效果，迅速筛选出性价比最高的投放渠道，又可以在后期运营中达到品牌效应，实现快速起量。

而在如今经济下行的大环境下，我们就要更加强调投入产出比，计算每一笔投入最终转化成多少新用户或收入，这就是 ROI。衡量推广效果的 ROI 指标，正是通过数据统计展现出来的，因此在效果广告等推广形式高歌猛进的趋势下，推广效果有了保障，多渠道齐头并进推广就可以形成常态，采用一套精准有效的统计方案也就成了相当关键的一环。

想要实现快速起量就不能只靠官方渠道宣传，哪怕你线下门店再多、官方用户量再大，也只是在自家的用户池打转。必须拓展各种渠道，量化推广效果，简单罗列一下：

线上信息流广告
线下户外广告
应用换量
地推专员
网红或大V带货
发动用户分享邀请
短信邮箱

多渠道推广看似简单，实际并不容易，因为每个大渠道下又会细分很多小渠道，比如地推，如果我找30个地推专员，就不能只统计整体带来的用户量，必须分别给他们30个人统计各自的推广效果，才能衡量各自的业绩和区域推广效果。

基于不同的推广场景，给每个渠道统计来源，从传统意义上讲是一件比较困难的事情。

首先我们需要理清用户下载流程，不管是自然新增用户，H5 推广用户，还是广告平台用户，无论来自什么渠道，最终绝大部分用户都是通过应用市场下载 App，iOS 进入 App store 安装，安卓大部分会到各大应用商店下载，小部分安卓用户会跳转浏览器下载安装包。

在传统做法中，安卓主要采用分发渠道安装包的方式统计，用户安装这个渠道的包激活后，就会上报渠道标识监控，来自不同渠道的用户自然就被区分开来了。

iOS 一般则是通过 App Store Connect 中生成营销活动链接分发到各个渠道，统计用户来源。

如果要监测多个细分渠道（如：每个用户邀请、每个地推专员推广），那么渠道包、营销链接显然就不够灵活，毕竟每个渠道打一个包、每个渠道生成一个链接，在实际操作中并不现实。于是也就有了把统计成本嫁接给用户的做法——要求用户填写邀请码、地推码，通过这种方法，在新用户填入渠道码时，就能识别绑定双方邀请关系，得知是谁邀请了谁。

但是这里面涉及到的问题比较复杂，主要包括以下几点：

安卓要对每个渠道打包，当渠道数量过多、或者想看不同素材效果时，都采用分包会带来包的数量的极大增加，使管理成本大大提高。
iOS 的营销链接也存在局限性，最大的问题是只做下载归因统计，由于获取不到相应的 Value，后续用户在 App 内的行为就无法知道，并且统计到的下载数据延时比较大，不适用于结算投放。
填写邀请码、地推码太过繁琐，一般需要较大的奖励才能驱动用户传播和填写，还有很多反感、错填的潜在用户，直接被邀请码挡在门外。
安卓和 iOS 采用不同统计维度，数据难以协同整合，后续运营分析会产生一定困扰。

可见，想要做到全渠道统计，传统的原生做法会造成很多问题，于是就有了一些第三方专门解决这个难题。

二、方案：第三方实现全渠道统计

首先目前市场上的确存在着一些相应的独立方案，可以解决部分推广场景下的统计问题，但也存在比较严重的缺陷，无法做到百分百精准，主要包括以下几种：

1、设备号匹配：通过获取安卓的 IMEI、Android ID、iOS 的 IDFA 等设计标识符，但设备号局限性在于，随着安卓 iOS 的新版本发布，IDFA 等标识将需要用户授予权限才能追踪，这意味着精准度的大幅下降。同时，设备号无法在 H5 渠道中追踪。

2、IP+UA归因：用户在 H5 页面点击下载时，采集部分手机型号、操作系统、浏览器信息、当前 IP 等信息上报，当用户激活 App 时进行匹配。但 IP+UA 方案精准度较低，在公共网络下如果有相同网络、相同机型的多个用户被统计到，就很容易被错误归因。

3、cookie追踪：iOS 当用户点击广告链接时，监控服务器可以接收到 Cookie 中含有的渠道信息。缺点是基于 SFsafariviewcontroller 的追踪必须在 iOS 9 及以上版本才有效，只是在 safari 和 App 共享 cookie，所以其他浏览器不适用，比如微信公众号广告、朋友圈广告仍然无法实现追踪。另外也是需要向用户申请权限。

使用第三方服务商

单独使用以上方案，显然是无法做到精准的全渠道统计，如果想追求一站式的省心方案，可以使用一些有技术沉淀的第三方平台产品，比如在渠道统计、免填邀请码安装领域做得比较早的 openinstall，它们在 H5 页面和广告平台的监测上都能实现渠道归因和参数传递。

大致实现方法是：

H5渠道：准备 H5 落地页（集成JS SDK），在 openinstall 后台创建任意多个渠道， openinstall 将为每个渠道生成一个带渠道编号的 url 链接，通过某个渠道链接带来的安装、均归因于该渠道。
广告平台渠道：快速集成 openinstall SDK 并轻松实现对应广告平台的联调，openinstall 将根据各个广告平台的规则，为每个渠道生成不同的广告展示监测链接与广告点击监测链接。

这种方案的优势在于：

在 H5 渠道下，开发者不需要手工生成渠道包，新用户不需要填写邀请码，可以轻松生成成千上万携带不同参数的渠道链接，投放到各个场景，实时统计每个链接带来的渠道来源和后续的用户行为。可灵活适用于多个推广场景，如 App 的好友分享，二维码的线下投放，各论坛的线上投放等。

在广告平台渠道下，可跟踪每个广告投放计划的转化效果，提供独立的第三方统计报表，同时为广告平台反馈激活量，提供广告结算依据，并实时优化投放策略与广告效果评估。

打通了安卓和 iOS 的渠道来源，也整合了数据的统一性，不需要自己在去开发一个系统分析。
不仅可以获取到每一张二维码、每一个推广人员、每一次广告展现分别带来的用户量，更可以获取到用户安装App后的操作行为，以及初步的画像，真正实现了全渠道、多维度统计。

当然，获取自定义参数的作用不限于此，我们还可以大开脑洞，做更多事情。

三、价值：渠道追踪带来无限想象

通过 openinstall 携带自定义参数的渠道来源追踪，我们可以自己定义参数的作用，标识用户是在什么环节中点击了下载，这样就能在用户首次打开App时初步判断用户的兴趣偏好等，做一些用户体验和交互上的优化：

新用户冷启动推荐辅助：将新用户在 H5 页面的操作轨迹提供给推荐算法，解决新用户冷启动精准推荐问题。比如用户从一篇海南旅游的 H5 攻略中下载了App，首次打开时可以自动跳转到该页面，并且在页面下方推荐更多海南景点、海南酒店等内容。
运营活动效果分析：可用于统计分析不同的运营活动带来的新增用户数量、留存情况，也可以通过 API 埋点更多的数据，比如付费、签到、升级等自定义数据。还能根据 App 下载的页面或素材判断用户下载 App 的动因，为精细化运营提供更多支持。
H5页面还原：通过运营活动带来的 App 用户，在首次安装完成启动 App，可以获取到对应的业务参数，比如内容 id、活动 id 之类的动态信息，自动跳转到 App 中的指定页面里。如自动跳转游戏房间、自动跳转商品购物页等。
社交分享效果统计：精确统计每个分享带来的App安装量及留存情况，不需要分享邀请码。
App地推效果统计：通过二维码统计地推效果，方便业务结算和统计每个推广地区的效果。
安装后自动绑定：在老用户分享页面中携带特定参数，可以在新用户下载后实现自动添加好友、自动获得邀请奖励、自动绑定层级关系、自动绑定客户关系等效果。

以上这些功能，都可以在用户首次下载的体验中实现，经过多轮A/B测试得出的结论是：这些优化做法对于用户的留存和活跃提升比较大，远高于什么都不做。尤其是邀请裂变等活动，多一个操作和少一个步骤是天差地别的，使用免填邀请码，安装效果至少可以提高25%。

有了高效的第三方全渠道统计工具，就可以实时监测来自自然新增、H5 推广、广告平台投放三种不同的渠道类型下的新增用户的安装来源，以及后续的活动数据，为前线拼刺刀的运营和市场人员提供充足的子弹，通过对比渠道数据，分析用户质量，大规模起量的转化效率也就有了系统的保障，产品也能迅速建立竞争优势。