手机上的大数据：手机大数据的特点

互联网IDC圈1月14日报道：

移动互联网具有互联网的很多特征，但移动互联网作为一个新生事物，也有其自身的 “ 不同 ” 。

用户在互联网和移动互联网上表征的不同

移动互联网的 “ 碎片化 ”

互联网造就了宅男宅女，把人们拴在了电脑桌前;而 移动互联网 又解放了宅男宅女，把他们又重新放回了现实世界中去。

在车站等车时，拿着手机在翻阅小说;站在商圈里，拿着手机搜寻热点商家;或者是在睡觉前，拿着 PAD 看看有什么娱乐信息，看看喜欢的文章，既拉长了用户们覆盖的范围，也拓宽了其使用网络的时间。

无疑，相对于成熟互联网应用而言，移动互联网的应用主要还是在填补上下班、办事途中，晚上睡觉前等碎片化时间。因此， “ 打发时间 ” 类应用也跻身三大类主要应用之一，而且受众面极广。

手机上的碎片化

虽然受众面广，时间占比高，但由于 “ 碎片 ” 的特点，目前还没有一个很好的盈利模式将其利用起来。当然，这也是一个市场发展必然要经历的过程。先让尽可能多的用户用起来吧，暂时先不要去考虑如何盈利，为时尚早。

手机阅读的使用时间

手机视频时间

可以看到，在晚上十点至十一点手机阅读和手机视频都达到了高峰，典型的睡觉前时间，从一个侧面反映了手机应用时间与互联网应用的不同。

移动互联网带来的复杂形势

移动互联网绝不仅是有线的业务延展到无线那么简单。势必会产生一些呈几何图形增长的业务，充分发挥移动互联网的特点，比如 LBS ，比如 o2o 。

移动互联网的发展使得一些本来看似不相关的东西串了起来，我隐隐有种感觉。元芳，你怎么看?

所以，移动互联网的数据处理绝不简单是统计分析，而是多种更为先进的算法来找到隐藏在层层迷雾下面的真相。

互联网分析与移动互联网分析上的差异

Web Analytics (网站分析)已经被各种互联网企业、电子商务企业、以及传统行业的企业网站广泛使用。而 Mobile Analytics 却还是一个新鲜的事物。它和 Web Analytics 有继承的关系，但是又有明显的区别。

(通常所说的 Mobile Analytics 主要指 Mobile Application Analytics ，也就是各种移动设备上的原生应用的 数据统计分析 。)

在 Web Analytics 中，绝大部分情况下用户是基于浏览器的 cookie 进行统计的。

也就是说，其实使用同一台电脑的同一个浏览器上网的两个人会被计为一个独立用户( Unique Visitor )，而同时使用同一台电脑的 IE 和 Chrome 浏览器的同一个人却会被计为两个独立用户。 Mobile Analytics 的对象却不同，它是按照移动设备(例如手机)来统计的，绝大部分情况下每个移动设备的使用者是唯一的。所以它比 Web Analytics 更能精确到人，这意味着可以在此基础上提供更个性化的服务和更精准的营销。

手机上的数据分析

这还不是 Mobile Analytics 唯一让人着迷的地方。浏览器的 Cookie 很容易被清除或覆盖，但是基于设备的统计相对更为稳定和长久。这使得用户细分( Segmentation )和断代分析( Cohort Analytics )可以更加准确和实用。我们可以通过某种条件(例如当年 3 月份的新增用户并且使用时长超过 20 分钟的)筛选出一批用户，分析他们的行为模式。

Mobile Analytics 和 Web Analytics 还有个很大的区别是，前者统计数据时，有可能是离线或者信号不好、网络不稳定的状态，导致统计数据无法立即上传。等到数据能上传时，可能已经隔了几小时到几天不等。而 Web Analytics 则不会出现这种情况，不能上网就无法访问网站，如果能上网站但是不能连接到统计服务器，这部分统计数据也不会被重新发送。这使得 Mobile Analytics 需要更复杂的数据补偿策略。

从数据量上来说， Mobile Analytics 一点都不比 Web Analytics 少。它需要统计很多Web Analytics 所没有的数据，例如设备型号、应用版本、推广渠道、甚至位置信息，同时还有很多开发者自定义的事件。而移动设备(含平板电脑)总量的增长率远远大于 PC (含笔记本电脑)总量的增长率，每个移动设备上的移动应用个数的增长也非常快。所以提供公共服务的 Mobile Analytics 平台都是典型的大数据应用场景。