第3期:国内APP的跟踪监测原理与方案选择

鉴于有读者反馈视频查看不方面而且耗时，本期采用图文的形式讲解。

这一节要介绍国内APP的跟踪原理与方案，主要讲解目前市面上一些工具采取的主流的跟踪方式和原理，以及其中的优缺点，让大家在选择第三方工具的时候心里有个底，而不是只是看第三方宣传吆喝。

这一节主要分为四大点，第一点是国内APP跟踪的现状，由于Google Play不能在大陆使用，说造成了现在国内安卓应用市场百花齐放，这给跟踪增加了不少难度；第二点是介绍目前市面上主要采取的集中跟踪方案和优缺点，第三个是，对比目前市面上集中比较热门的工具的所采用的方案；最后一个就是怎么选型了。

在正式进入正题之前，我们先来了解一下广告主和APP下载跟踪的整个流程，看这个流程主哪些参与者能够获取数据，看下图：

首先，是广告主，广告主通过广告平台去投放广告，吸引用户点击去应用市场下载APP，然后激活使用，在这个过程中，广告平台可以知道广告的展示和点击，应用市场可以知道下载，最终的激活这个数据就需要做跟踪才有的，激活的数据可以传递会前面不同的几个参与者，如应用市场，这个通常是操作系统本身才有的，如苹果的IOS和Google的google play,另一个是广告平台的，广告平台有些是目标优化或使用look alike这个功能，需要应用回传一些数据，最后一个就是广告主的，非常关系整个流程的转化，投入产出，ROI等，一般会使用第三方工具做监控，也就是我们这一节要讲到的。

目前操作系统主要是Android和IOS,虽然仍有部分使用微软的wp或其他的linux类的操作系统，但主流是安卓和苹果，可以说，手机系统，不是安卓就是苹果了

安卓的话

谷歌官方有个应用市场Google play，一般内置在系统里面，国外用户下载APP都是通过google play下载，APP的跟踪继续沿用web的逻辑，Google play能够传递传递referral参数，能够跟Google Analytics无缝对接。

但是在国内，由于一些政策因素，谷歌的这部分服务不能在大陆使用，国内的用户连不上google play,这个机遇催生了很多的应用市场，这跟跟踪带来的一定的难度，目前采用主要形式是渠道包，也就是每个渠道带一个包，内嵌一个id，通过id去识别；另一种方法是模糊匹配了，这个是比较少用的。

IOS的话

绝大部分的用户下载APP都是通过APP Store，只有部分越狱用户通过第三方市场去下载，现在越狱的已经很少了，所以这里主要讲解APP Store的跟踪方式，IOS是个比较封闭的系统，所以你能跟踪什么，能跟踪多少，取决于苹果开放了多少，目前苹果主要有3中跟踪方式

1、IDFA IDFA就是广告标示符，广告平台回传给第三方工具IDFA，用户下载后激活APP是也会回传IDFA，两者进行匹配。

2、cookie 用户点击推广链接的时候，链接上有广告参数，app在后台打开safari，然后将链接上的广告参数写入到cookie，然后跳转到app store下载，用户打开APP的时候，会沿用之前的cookie，实现广告参数的传递与回传。

3、模糊匹配，下载激活前后获取用户设备的指纹，如ip user agent idfa等，然后使用算法进行匹配。

下面来看看每种方式的具体实现原理,首先来看看安卓平台的

Android—Google Play

google Play的广告参数有一个完善的机制，这个机制也可以被第三方工具使用个，我在有些网站有看到第三方工具对这个原理做了测试，下面以google analytics讲解Google play如何实现广告参数传递的。

首先是用网址构建器对APP的下载链接添加广告参数，需要注意app的网址构建器跟web是不同的，用户在从google play 下载APP的时候，BroadcastReceiver会发送一条带有Referral的广播给APP，用户打开APP的时候，前面的广播就会发给GA，GA的接收器就接收到这个referral，这个用户就带上了对应的渠道标签了。

google Analytics 和Google Play都是谷歌的产品，所以整个过程可以无缝链接的。

Android—国内应用市场

众所周知 Google Play 无法在中国使用，所以国内 Android 市场被数十家应用商店（ 豌豆荚、百度助手、酷市场、360手机助手等等 ）占领，应用市场可以分成两个阵营，一类是大型互联网公司，如腾讯的应用宝，百度的手机助手，360的360应用市场，另一个阵营是手机厂商的，如华为，金立，vivo，Android 渠道追踪主要围绕上述渠道展开。

具体来说就是开发者为每一个渠道生成一个渠道安装包，不同渠道包用不同的 Channel ID （渠道标识）来标识，这个id一直跟app绑定；当用户下载了 App 之后，ID会岁相关的数据发送回来，从而实现渠道的识别。

这种方式完全是为了适应我们大陆的情形的，如果要上传的应用市场多的，意味着需要打很多的包。

这种方法有个天然的缺点，就是只能定位到应用市场，不能做更细的广告系列划分。

安卓平台的模糊匹配跟ios的模糊匹配的原理只一致的，这部分放到ios里面讲，基本上模糊匹配不怎么会用在安卓上的,有很大的难度，

iOS的发行渠道则与安卓有很大的不同，除了少数越狱的机器之外，大部分用户的App都是从 App Store下载的。iOS的“渠道”其实通常是指那些在其它App或者网页内部，提供到AppStore的链接的页面。因此，在iOS中追踪发行渠道，主要是追踪进入App Store相关页面的渠道信息。

但iOS的渠道追踪面临着一道无法逾越的鸿沟。正因为iOS的渠道分发都有跳转到App Store这一步，而Apple本身是不会提供太多信息给开发者，所以，对于整个流程的三个步骤：在某个渠道点击下载链接并跳转到App Store ---> App Store内下载App --->用户激活App，这整个过程能获取到的信息的多少。取决于苹果开放了多少。

现在市场上大概有以下三种方式：

IOS— IDFA

通过IDFA进行追踪：IDFA 的全称是 Identifier for Advertisers ，即广告标识符的含义，这是苹果专门给各广告提供商用来追踪用户而设的标识。这个方案一般用在App里面打开下载链接这种推广方式。Gooogle Analytics是通过IDFA去跟踪的，通过非APP投放广告也是可以跟踪到的。

基本的方案是，媒体的App（例如微信，这里就是媒体1，2,3），会详细记录哪个IDFA点击了待推广App（例如）的链接（或是在微信中嵌入SDK去记录），而聚美本身，也会记录具体的哪个IDFA激活了聚美App，两者都将记录下来的IDFA上传至指定的服务器，进行对比，即可确定下载来源。在用户不重置系统，不还原广告的情况下，这种方式精准度比较高。网页不支持这种形式。

IOS— Cookie

基于Cookie的方式，iOS 9中新增的SFSafariViewController，这个类的API允许在app内打开一个safari浏览器，而不是一个app内部的webview。这个app内的safari和外面系统的safari是同一个，共享同一个沙盒，可以操作同一个Cookie，也就是说它可以跨App与Safari实现共享Cookie。

基于SFSafariViewController控件，当用户在App中通过它打开渠道页面时，我们可以将渠道信息写入Cookie中，并设置生效时间。当用户安装并激活 App后，再次使用SFSafariViewController上报激活信息，同时将Cookie中的渠道信息上传，通过匹配，便可确定下载来源。由于渠道信息保存在设备本地，因此匹配是100%准确的。

但是基于SFSafariViewController这种方式也有一定的弊端：首先，这个方案只能支持iOS9及以上版本的设备，但覆盖了绝大部分用户，此外，对于目前业界主流的一些推广渠道，如微信、朋友圈，它们尚未在App中使用SFSafariViewController控件访问网页，因此这部分渠道也无法使用精准匹配的方案。

IOS— 模糊匹配

模糊匹配，点击下载链接，会跳转到appstore页面，这个过程会触发一个服务端的请求，服务器来记录这次点击的设备信息，包括ip地址、机型等。同时，被推广App这边，也可以记录用户激活App时机器的一些基本信息，并上传至服务器。结合下载和激活的时间差，再结合设备的IP地址和机型等信息，大概可以模糊地识别出同一个用户先点击了下载链接，再激活了App，从而确定下载渠道。这种方式的精确度取决于前后两次数据收集的完成程度和算法。

市面上的做法有的是上述三种方式单一出现，有的是两两组合，总之不管是通过哪种方式，这都是我们想象出来的间接的方式，只能说是尽量的去接近准确，但不能做到100%准确。

越狱的。参考Android的内嵌ID/渠道打包

下面来看看各种跟踪方式的优缺点：

Google Play的UTM跟踪方式是非常精准的，缺点是做国内市场的应用不适用

国内应用市场一般是采用渠道包的形式，缺点是只能跟踪到应用市场级别的数据，不能继续细分

对于IOS而言。

IDFA的准确度是非常高的，但是用户可能会关闭IDFA权限，重置系统、还原广告，数据会丢失

cookie的准确度也是很高的，但是IOS9以上适用，微信公众号广告、朋友圈广告仍然无法实现追踪

模糊匹配，这的很多厂商都在使用的一种方式，都强调倒高识别率，但是这个严重更依赖于两次收集的数据与算法，

一般来说数据会是idfa，ip user aget等信息，基本上，按优先级来说，第一个信息就能够匹配掉很高的比例了，收集多一个字段的信息，能够匹配更多，如idfa已经能够匹配八成的用户了，如果你用算法，可能是9成，也可能是6成，这个看你算法选型和调参的能力的，对于大部分人来说，这个是黑匣子的，即使第三方工具只是做了一个简单的优先级去匹配，然后对完宣称通过大数据，人工智能的方式去匹配，你也不知道的。

下面看看几个工具的采用的跟踪方式，下面的数据主要是通过官方网站去找的，可能存在部分工具已经对跟踪方式左右优化调整的了，只是作为参考。

google analytics 采用referral和渠道包的方式，两种方式都有，所以国内也是可以用的，IOS的话是采用IDFA的方式

Adobe Analytics的 安卓端的没找到，苹果端口采用模糊匹配的形式

Umeng的，安卓采用渠道包，ios采用模糊匹配

growingIO 安卓是采用imei，苹果的话是优先采用IDFA，如果这个为空就采用模糊匹配

诸葛io 安卓采用的是渠道包，苹果的话有限采用idfa，其次是IDFv，IDFV是提供给APP开发者的唯一标示。

神策的话，安卓采用渠道包方式，苹果的话是采用Cookie和模糊匹配的形式

可以看到后面的三家，在ios的跟踪上都是采用两种方式的节奏，尽可能的去匹配准确，具体效果怎么样，只有它们知道了。

你要问哪种哪种比较准确，我也不知道，我只能说，目前各个第三方工具爆出来的数据，很多是公关数据，就高不就低的。

关于如何选型：

预算够的，找有售后服务的：有问题，找乙方处理

免费的就找功能强的，用户群多的：遇到问题容易解决

只是看看数字，随意用个第三方工具就行

有看过我博客的人应该知道，我使用的是谷歌的方案，非要推荐，我推荐使用GA