如何使用友盟统计？android 友盟统计有什么用

　　送给有需要的朋友，这里我封装了友盟统计的功能，只需要导入这个类，就可以很方便的使用:　　[objc] view plaincopyprint?　　01.//　　02.// HYBUMAnalyticsHelper.h　　03.// UMAnalyticsDemo　　04.//　　05.// Created by 黄仪标 on 14/11/19.　　06.// Copyright (c) 2014年 黄仪标. All rights reserved.　　07.//　　08.　　09.#import 《Foundation/Foundation.h》　　10.　　11./*!　　12. * @brief 友盟统计功能相关操作API封装　　13. *　　14. * @author huangyibiao　　15. */　　16.@interface HYBUMAnalyticsHelper : NSObject　　17.　　18./*!　　19. * 启动友盟统计功能　　20. */　　21.+ (void)UMAnalyticStart;　　22.　　23./// 在viewWillAppear调用,才能够获取正确的页面访问路径、访问深度（PV）的数据　　24.+ (void)beginLogPageView:(__unsafe_unretained Class)pageView;　　25.　　26./// 在viewDidDisappeary调用，才能够获取正确的页面访问路径、访问深度（PV）的数据　　27.+ (void)endLogPageView:(__unsafe_unretained Class)pageView;　　28.　　29.@end　　//　　// HYBUMAnalyticsHelper.h　　// UMAnalyticsDemo　　//　　// Created by 黄仪标 on 14/11/19.　　// Copyright (c) 2014年 黄仪标. All rights reserved.　　//　　#import 《Foundation/Foundation.h》　　/*!　　* @brief 友盟统计功能相关操作API封装　　*　　* @author huangyibiao　　*/　　@interface HYBUMAnalyticsHelper : NSObject　　/*!　　* 启动友盟统计功能　　*/　　+ (void)UMAnalyticStart;　　/// 在viewWillAppear调用,才能够获取正确的页面访问路径、访问深度（PV）的数据　　+ (void)beginLogPageView:(__unsafe_unretained Class)pageView;　　/// 在viewDidDisappeary调用，才能够获取正确的页面访问路径、访问深度（PV）的数据　　+ (void)endLogPageView:(__unsafe_unretained Class)pageView;　　@end　　[objc] view plaincopyprint?　　01.//　　02.// HYBUMAnalyticsHelper.m　　03.// UMAnalyticsDemo　　04.//　　05.// Created by 黄仪标 on 14/11/19.　　06.// Copyright (c) 2014年 黄仪标. All rights reserved.　　07.//　　08.　　09.#import “HYBUMAnalyticsHelper.h“　　10.#import “MobClick.h“　　11.　　12.#define kUMAnalyticsAppKey @“546c4457fd98c5cb9a00319d“　　13.　　14.@implementation HYBUMAnalyticsHelper　　15.　　16.+ (void)UMAnalyticStart {　　17. [MobClick startWithAppkey:kUMAnalyticsAppKey reportPolicy:BATCH channelId:@“App Store“];　　18.　　19. // version标识　　20. NSString *version = [[[NSBundle mainBundle] infoDictionary] objectForKey:@“CFBundleShortVersionString“];　　21. [MobClick setAppVersion:version];　　22.　　23.#if DEBUG　　24. // 打开友盟sdk调试，注意Release发布时需要注释掉此行,减少io消耗　　25. [MobClick setLogEnabled:YES];　　26.#endif　　27. return;　　28.}　　29.　　30.+ (void)beginLogPageView:(__unsafe_unretained Class)pageView {　　31. [MobClick beginLogPageView:NSStringFromClass(pageView)];　　32. return;　　33.}　　34.　　35.+ (void)endLogPageView:(__unsafe_unretained Class)pageView {　　36. [MobClick endLogPageView:NSStringFromClass(pageView)];　　37. return;　　38.}　　39.　　40.@end

统计的维度很多，不过最基本的新增用户和启动次数。关于这个，可能就需要涉及到Android的activity的生命周期和状态改变。为了更好的理解，做了个简单的代码尝试。protectedvoid onCreate(Bundle savedInstanceState) { super.onCreate(savedInstanceState); setContentView(R.layout.activity_main); Log.e(TAG,“enter onCreate”);}protectedvoid onStart() { super.onStart(); Log.e(TAG,“onStart“); }

友盟统计是如何识别用户的？ 友盟UMID 方案解析！香布拉啦2014-12-16 11:401. 基本概念根据能否追踪到单个独立的设备, 可以将一个统计系统分为可区分统计（Discriminative Statistics）和不可区分统计（Non-Discriminative Statistics）。友盟提供的是可区分统计，也就是会利用一个身份标识符（Unique ID，以后简称 ID）长期追踪单个设备的数据。作为对比，早期的网站统计都是不可区分统计，例如页面访问次数，独立 IP 数等；现代的网站统计都是基于 Cookie 或硬件指纹的可区分统计。由于智能设备提供了足够多的硬件指纹和计算能力，友盟从第一天开始就专注于可区分统计。大多数移动统计的 ID 都是通过系统 ID 生成的，包括但不限于 IMEI、MAC、Android ID。最著名的 ID 莫过于 UDID， 迫于隐私的压力，苹果最终废弃了 UDID 和 MAC 地址。大多数网站统计都是基于 Cookie的，因此是暂态ID（Temporal ID）。OpenUDID 就是一个典型的暂态ID。苹果的 IDFA 和 IDFV 都是系统ID，但是他们同时也是暂态ID。由于可区分统计涉及到用户隐私，因此友盟在计算中使用的都不是系统 ID ，而是自己的 UMID。友盟不会向第三方提供包含原始 ID 或 UMID 的数据，而是提供聚合后的结果。UMID 既不是系统ID也不是暂态ID，它是一个在不断演化的ID解决方案。本文将会解释友盟为什么要设计 UMID，又为何要不断地改进这个方案。2. ID质量进行可区分统计的基础是确立一个可靠的身份标识符，这看上去是一个很简单的事情，只需要选择一个ID，或者人为构造一个类Cookie ID，就可以完成独立用户量、留存等分析。但遗憾的是，除了苹果已经废除的UDID，几乎没有一个接近完美的ID。为了方便讨论，首先忽略假数据的存在，假设每个设备都有一个真实的身份标识X。可区分统计的目标是选择一个合适的身份标识I，使得基于I的统计结果尽可能地和 X 一致。首先，我们引入两个概念ID冲突（Collision）和ID漂移（Jitter）。ID冲突对于某个设备集合（Device Cohort），在某个时间段内，总是可以测量 X 和 I 的数量，用 Count(X) 和 Count (I) 来表示。如果在足够短的时间内Count(X) 》 Count(I)我们称 I 是一个存在冲突的 ID。ID漂移对于某个设备集合（Device Cohort），在某个时间段内，总是可以测量 X 和 I 的数量，用 Count(X) 和 Count (I) 来表示。如果在足够长的时间内Count(X) 《 Count(I)则我们称 I 是一个存在漂移的 ID。Android 设备的IMEI 就是一个存在严重冲突的 ID，根据我们的估算，其冲突率大于 3%。这是因为很多山寨机的IMEI 是相同的。Android 设备的 MAC 也是一个存在冲突的ID，因为很多山寨机的MAC也是相同的。此外，MAC还是一个典型的存在严重漂移的 ID，这是因为 Android 的源代码中有一段随机生成MAC 地址后24位的代码被滥用了（参考阅读: MAC地址漂移的问题）。定性分析接下来，我们可以定性分析一下ID冲突和漂移对统计数据的影响：当一个ID仅存在冲突的时候，利用这个ID统计的DAU和安装都会被低估，但是有可能会高估留存。但是这些影响都是温和的，例如5% 的ID冲突仅仅会导致DAU至多被低估 5%，而对留存的影响几乎可以忽略。当一个ID仅存在漂移的时候，利用这个ID统计的DAU和安装都会被高估，同时会影响留存。当漂移较大的时候，对统计指标的影响是剧烈的。例如，一个每日漂移为5%的ID，可能会造成DAU被高估2%，但是会每天造成5%的虚假安装（这是因为漂移会影响所有用户，包括不活跃用户），同时这些虚假安装的留存在短期内偏高，但是长期留存则偏低（短期内没有漂移的时候就会偏高，时间长了，漂移了就会偏低）。任何类Cookie的ID都会有类似的性质，因此传统的网站统计正在全面转向更为可靠的设备指纹。当一个ID既存在冲突又存在漂移的时候，利用这个ID统计出来的DAU和安装是完全不可靠的。以MAC地址为例，存在漂移的这部分设备的MAC地址会频繁变化，因此会制造大量的虚假安装，同时留存率非常低。对于用户量不大的应用而言，选择存在这类ID的后果是灾难性的。综上所述，当ID的漂移和冲突足够小的时候，他们对可区分统计的影响都是可以忽略的。当这些误差不可忽略的时候，ID的冲突造成的影响是温和的，而ID的漂移则会严重