一、实验目的

学生通过本实验，使学生了解指标体系的构建和实现过程。包括数据指标梳理、模型设计、数据加工处理、指标展现的完整流程。通过实际操作，熟悉如何使用阿里云大数据平台产品:大数据计算服务MaxCompute、一站式大数据开发平台DataWorks、BI报表平台Quick BI构建运营指标的分析应用。

二、实验背景

本实验输入数据为某APP的使用数据。包括用户安装、使用日志的明细记录和用户画像汇总数据。通过对用户的使用行为的数据分析，梳理APP运营核心指标，帮助APP运营者深层次挖掘用户需求，清晰了解APP行业地位，为产品运营和推广决策提供数据支撑。

本实验选取了部分APP运营核心指标作为演示，指标说明如下：

新增用户：首次联网使用应用的用户。如果一个用户首次打开某app，那这个用户定义为新增用户；卸载再安装的设备，不会被算作一次新增。

活跃用户：打开应用的用户即为活跃用户，不考虑用户的使用情况。每天一台设备打开多次会被计为一个活跃用户。

留存用户：某段时间内的新增（或活跃）用户，经过一段时间后，仍继续使用应用的被认作是留存用户，这部分用户占当时新增（或活跃）用户的比例即时留存率。次日继续使用的为次日留存；第3日继续使用的为3日留存；第7日继续使用的为7日留存，以此类推。

使用时长：一次启动内使用应用的时间长短被称作单次使用时长，使用时长统计的是应用一次启动内在前台的时长。

    分析的维度除了时间以外，其他维度主要有：

渠道：渠道信息是应用的初始安装渠道，对设备来说，如果该设备安装了不同渠道的某应用，不会被记为其他渠道。

版本：即APP的版本信息，是指应用自定义的版本信息，通过版本可以记录应用不同版本的使用情况及版本升级情况等。Android平台的应用版本为Version name的信息；iOS平台的应用版本为Xcode的Build号。

本实验的数据来源于领先的第三方全域数据智能服务商—友盟+。友盟+以“数据智能，驱动业务增长”为使命，基于卓越的技术与算法能力，结合实时更新的全域数据资源，覆盖191个行业分类，输出300+应用或行业分析指标，通过AI赋能的一站式互联网数据产品与服务体系，帮助企业实现深度用户洞察、实时业务决策和持续业务增长。截至2019年6月，已累计为180万移动应用和815万家网站提供九年的专业数据服务。2019年7月，友盟+发布友盟云—互联网企业数据智能云，实现采集、存储、建模、数据管理与数据应用的云上服务，加速企业智能化进程，驱动业务增长。

本实验涵盖了数据整理入库、指标数据加工、指标分析展现几部分内容，目的是帮助学员了解数据指标分析从数据采集、加工到报表展现的完整流程。在企业实际做移动应用APP和网站指标分析时，通过友盟+的云服务，网站站长通过友盟+提供的SDK和在线工具，无需自己开发代码，即可直接生成这些分析报表。

三、实验流程

本实验整体流程分为以下几个步骤：

1．数据准备

安装MaxCompute命令行客户端，上传实验数据到MaxCompute。

2．指标梳理

分析需求，明确分析、展现的指标和展现方式。

3．数据建模

根据指标展现的需求和数据源，设计数据加工过程所需要的表。包括汇总表、展现指标的结果表、维表等。

4．指标数据加工

按照数据模型设计，完成数据从源表到中间汇总表、指标展现表的数据加工处理。在DataWorks中开发业务流程实现。

5．指标数据分析展现

使用Quick BI，按指标梳理明确的展现方式，实现指标的图表展现。

四、实验仪器、设备

1 硬件

PC 微型计算机、1G以上内存，40G以上硬盘

2 软件

阿里云账号及开通相关阿里云产品（MaxCompute、DataWorks、Quick BI）

1、MaxCompute（原ODPS）是一项大数据计算服务，它能提供快速、完全托管的PB级数据仓库解决方案，使您可以经济并高效的分析处理海量数据

2、DataWorks是从工作室、车间到工具集都齐备的一站式大数据工场，助力您快速完成数据集成、开发、治理、服务、质量和安全等全套数据研发工作。

3、阿里云Quick BI提供海量数据实时在线分析服务，支持拖拽式操作、提供了丰富的可视化效果，可以帮助您轻松自如地完成数据分析、业务数据探查、报表制作等工作。它不止是业务人员看数据的工具，更是数据化运营的助推器，实现人人都是数据分析师。