android数据分析工具用什么软件
1. 开源大数据生态圈
Hadoop HDFS、Hadoop MapReduce, HBase、Hive 渐次诞生，早期Hadoop生态圈逐步形成。
开源生态圈活跃，并免费，但Hadoop对技术要求高，实时性稍差。
2. 商用大数据分析工具
一体机数据库/数据仓库（费用很高）
IBM PureData(Netezza), Oracle Exadata, SAP Hana等等。
数据仓库（费用较高）
Teradata AsterData, EMC GreenPlum, HP Vertica 等等。
数据集市（费用一般）
QlikView、 Tableau 、国内永洪科技Yonghong Data Mart 等等。
前端展现
用于展现分析的前端开源工具有JasperSoft，Pentaho, Spagobi, Openi, Birt等等。
用于展现分析商用分析工具有Cognos,BO, Microsoft, Oracle,Microstrategy,QlikView、 Tableau 、国内永洪科技Yonghong Z-Suite等等。
APP运营数据分析工具有哪些
云测试主要为开发者提供自动化的移动APP测试，包括功能、UI、性能、稳定性、安全和竞争测试，返回包括日志和截图的详细测试报告，支持iOS和Android两大平台。
云测宝主要通过分布全球真实网络中的真实终端，监测用户访问移动应用App、HTML5、移动Web的真实体验数据，从最终用户的视角跨越移动设备、网络和国家地区范围，从移动“端”侧对移动互联网的“云”服务性能进行监测与评估，使移动业务用户所获得体验效果达到最大。
友盟是为中国开发者定制的灵活、简单、免费、跨平台的移动应用统计分析工具。
三个产品从不同的
app分析工具有哪些？怎么样选择呢？
1、Upsight (含付费项目)
Upsight是供移动应用开发人员使用的分析工具。其功能包括：用户分组、漏斗分析、留存分析、应用内购买组件和无限的数据存储空间。Upsight支持几乎所有移动平台，包括iOS、安卓、Java Script、Adobe Air等等。
2、Tap stream (免费)
Tap stream的亮点在于对用户生命周期的分析。如果你想知道用户每天都在哪里搜索你App的信息、或者他们在某个渠道上的实际下载频率，Tap stream将成为值得你信赖的信息源。Tap stream支持iOS、Android、Windows和Mac应用程序。
3、Flurry Analytics (免费)
Flurry几乎是移动应用分析的“行业标准”。Flurry帮助你跟踪用户会话，以便您可以看到用户在操作App时遇到了什么困难。你也可以创建自定义人群分组，以求更好地了解App的用户群体。
4、Capptain (含付费项目)
Capptain是一款实时分析工具，它看起来就像是一组数据仪表板。不仅为你跟踪实时发生的用户行为，更可以监测到用户的使用反馈，甚至将用户群体进行实时分组，基于用户的地理位置向他们发送即时消息等等。Capptain适用于iOS、Android，HTML 5，黑莓，Windows等平台。
5、Followapps – App精细化分析平台
6、MobileAppTracking – 用户数据跟踪与预测模型
7、HeatMa.ps热图 (需付费)
热图是为数不多的App热区追踪工具。热图帮助App开发人员记录所有屏幕触碰、手势（扩大/缩放/滑动）和设备定位。你甚至可以得到详细的用户触屏热点分布图。唯一的遗憾是，热图仅支持iOS App。
8、Heat Data (需付费)
Heat Data是另一个移动应用及网站的热区工具。你可以跟踪你的用户触及屏幕时所发生的所有行为：点击、滑动、伸缩放等等，并获得详细的可视化分析报告。Heat data是跨平台的，你要做的全部事情就是复制一行JS代码嵌入你的App并使用它。但如果你不想在你的App里嵌入JS，那么你就需要使用另一个工具。
9、Appsflyer (含付费项目)
Appsflyer是一款自带分析功能的一体化营销工具。你可以在同一款工具内跟踪应用内购买、软件安装情况和用户使用表现。除了支持主流的iOS、Android和Windows系统外，Appsflyer还支持其它平台与引擎，包括：Unity、Marmalade、Appcelerator等。可谓是真正地实现了全平台支持。
10、Appfigures (含付费项目)
Appfigures可以在追踪事件的同时，监测事件相关的应用内销售情况。Appfigures汇集了来自不同渠道的应用评分、下载量和支付金额，并予以呈现。Appfigures同样适用于iOS、Android和Mac平台。他们也提供API接口，便于你使用和获取任何其它你想要的东西。
11、Swrve – 应用内购买分析平台
12、Apsalar (含付费项目)
Apsalar是专供大型应用程序商店使用的数据分析。除了基本的用户分析功能以外，Apsalar还拥有强大的广告管理组件。
13、App Annie (含付费项目)
App Annie是很个性的分析工具，它不再分析用户活动，而只跟踪应用的下载量与销量。无论是iTunes、Google Play还是亚马逊商店，你都可以通过App Annie直接了解App的下载量、评级、评论和排名。
14、Askingpoint (含付费项目)
Askingpoint的亮点同样在于对App评分的跟踪。事实上，它的主要功能就是通过提示让更多地用户来评论你的App。虽然小编并不认为这是提升用户评价的最好途径，但借助这款工具，还是可以帮助开发者更简单地获取并跟踪评论的。
15、Distimo’s AppLink
跨平台的渠道分发与转换率跟踪工具。他们还有自己的App，帮你随时随地监测App运营数据。
16、Trademob – 移动营销分析
17、Adxtracking – App内广告运作、优化与分析工具
18、亚马逊移动分析 (免费)
移动数据分析只是亚马逊庞大生态链中的一个部分，是一款跨平台的基本分析工具。你可以用它跟踪你发布在的iOS、安卓，当然还有亚马逊平台的应用。它拥有你所能想到的所有典型的数据分析功能。同时它还拥有A/B Test的功能，帮助运营者在一个应用上测试不同的运营模式。
19、Roambi (需付费)
Roambi专注于服务大型研发团队。这是个3合1分析工具，它集成了基本数据分析、移动应用的BI报告和程序异常预警等三大功能。Roambi还允许你将数据回传到其Box组件中，生成易于团队成员阅读的数据报告。
20、App celerator(含付费项目)
App celerator的主要业务是手机应用的整合营销组件，但是他们的应用分析工具也足以独当一面。在App celerator工具里，你可以跟踪新用户和自定义事件的会话时长。
21、Countly (含付费项目)
Countly是一个开源的移动应用分析工具。与大多数开源项目不同的一点是，Countly实际上相当漂亮的。通过Countly你能很容易地看到你的App在不同的平台、屏幕大小和设备上的分布情况。
22、Kontagent – 移动应用数据分析组件
23、Claritics – App BI数据分析
24、Appsee – 可视化移动应用分析
25、Yozio – 移动应用数据动态跟踪
26、AppsFlyer – 移动应用的检测和数据跟踪
27、Telerik - 移动应用分析
28、Honey tracks (含付费项目)
Honey tracks的不同点在于，它专注于游戏的移动应用分析。Honey tracks被配置来帮助游戏工作室跟踪超过90项的指标，包括手游用户的参与度和留存分析。
29、Playtomatic (免费)
Playtomatic也是一款开源App分析工具，但它更专注于手游领域。Playtomatic帮助游戏开发者追踪游戏玩家的在手游内的地理位置和成就，支持多个平台，包括：iOS、Android、JavaScript、HTML 5,Unity 3D引擎等等。
30、Applicasa – 手机游戏管理平台
APP要怎样提高用户留存率？
关于提高用户留存率首先就要明确用户留存的三个阶段。用户留存的三个阶段所成的数轴图像就像是一个在第一象限中的反比例函数图像，随着促活活动后的时间越长，用户留存量逐渐减少后趋于平缓。这是一个常见的留存曲线，可分为三个部分：第一部分——迅减期，第二部分——震荡期，第三部分——平稳期。首先，经过一系列促活活动之后产生了大量的用户尝试使用你的app，迅速爆发的增长后劲往往是乏力的。所以一般来说用户都会在促活活动停止一段期间之后有明显的降低趋势，我们称之为迅减期，而后发现在迅减期过后，用户留存曲线会出现一系列波动，谓之振荡期。最后才会步入平缓期，从数据层面分析，若要想提高用户留存率，代表着降低迅减期的速率，加深振荡期的波动。减低迅减期的速率意味着用户在经过你一系列促活活动之后，你的APP仍旧可以给用户把你的APP留下来的理由，这其中涉及到的方面可以很多，一款APP之所以会产生之所以能够运行的主要原因在于这款APP填补到了供需关系之中，就像潮浪带动小船前行般，APP随着供求关系的大潮前往了无畏的大海，所以要提升你的APP的用户的留存数量的关键因素有两点，一是APP开发的质量，二是APP开发的定位。APP开发的质量取决于APP开发服务商的专业程度，这是开发APP时为什么要慎重选择APP开发商的原因，一款APP给用户的使用感受对于用户留存率的提高至关重要；APP开发的定位就是最关键的一点就是要契合用户的需求，无论这个需求是痛点，欲望点兴奋点，只要契合其中之一的需求并源源不断的提供需求，即可附着上供求关系的大浪。加深振荡期的波动这意味着在用户犹豫着是否还要继续留着你的APP的时候，要求有新的刺激点出现，将振荡期的波动由上下波动往下趋于平缓促使成向上波动不断提升，这就是很多时候为什么APP总是会层出不穷的出活动，为的是最终实现提高用户留存率。
如何通过应用统计进行用户行为分析，在APP做到精细化运营？
问题比较泛，只能粗略回答了 ：）一、精细化运营的目标比如说你的产品只是个工具，那恐怕谈不上过多的精细化运营，一般做好常规的用户行为分析、再配合用户定性研究，用于指导产品的设计即可；如果是内容型产品，或者功能和内容兼具的产品，那确实需要考虑。2.设计统计框架假设用户在你的app上会频繁进行交互和使用功能，同时还会浏览或者产生内容，那么需要在产品设计的同时，把你的统计框架设计好。二、简要的操作流程1.数据采集首先列出你需要的数据项，接着评估哪部分是需要APP上报的，哪部分是后台可以统计的，然后分别在前后台加上。一般来讲，APP上报采集的数据，在发布前一定要经过谨慎的校验和测试，因为一旦版本发布出去而数据采集出了问题，不仅之前的功夫都白做了，还会带来一大堆脏数据，同时还有可能降低客户端的运行效率，得不偿失。2.数据整理数据采集完之后，需要将各种原始数据加工成为产品经理需要的直观的可看数据，这里需要做一些基本的数据逻辑关联和展示，就不赘述了。3.数据分析按照一开始设计的统计框架，你可以很清楚的看到自己需要的数据了。当然以上只是基础得不能再基础的分析，再深入一点的，例如你拿到这些数据，可以分析使用A功能的用户同时还喜欢B功能，二者关联性较强，是否可以在前端设计时更多的考虑整合，或者界面上的调整；比如分析点击流，大部分用户访问或使用APP的路径是怎么样的，是不是把核心功能藏得太深了？再比如可以分析不同用户属性，比如男性用户和女性用户，他们在用户行为上是否有明显差异？等等。不同产品的数据分析方式和模型差距非常大，没法一下子就说清楚。所以以上更多的是举例。三、一些需要注意的原则1.数据本身是客观的，但被解读出来的数据一定是主观的，同样的数据由不同的人分析很可能得出完全相反的结论，所以一定不能提前带着观点去分析（比如已经有了假设，再用数据去论证）；2.APP采集数据，一定是优先级比较低的事情，不能因为数据的采集而影响产品的性能和用户体验，更不能采集用户的隐私数据（虽然国内很多APP并没有这么做）；3.数据不是万能的，还是要相信自己的判断。
