手机APP大数据归因精准匹配之研发摘要

透过覆盖我的黑夜,
我看见层层无底的黑暗。
感谢上帝赐我,
不可征服的灵魂。
就算被地狱紧紧攫住,
我不会畏缩，也不惊叫。
经受过一浪又一浪的打击，
我满头鲜血不低头。
在这满是愤怒和眼泪的世界之外,
恐怖的阴影在游荡,
还有，未来的威胁,
可是我毫不畏惧。
无论我将穿过的那扇门有多窄，
无论我将肩承怎样的责罚。
我是命运的主宰,
我是灵魂的统帅。

19世纪英国诗人威廉亨利《不可征服》

2016年我从外企到一家创业公司接手的第一个工作任务，从此之后我就与他展开了不解之缘。我们为了提高1%的准确率要花费100%的努力，直到现在为止我们都在为了哪怕只能提高0.1%的准确率而不懈努力。

核心摘要

direct download link

custom download link for apk file
https://dlhost/{apkname}

appstore
https://itunes.apple.com/{appid}

google play
https://play.google.com/store/apps/details?id={packagename}

track link

https://tlhost/{schema}
	| - storage to db & redirect to
		|-> https://dlhost/{apkname}
		|-> https://itunes.apple.com/{appid}
		|-> https://play.google.com/store/apps/details?id={packagename}

sdk track

1 2	POST DATA To Server https://apihost?data={DATA}

server side

click event （data from track link, such as QR Code、SNS Media、Web Browser, etc.）
	-> storage to db	
	
install & launch event （data from sdk track，such as install and first launch or others）
	-> storage to db	
	
matching accuracy (importance, the big data algorithm)
	-> matching click / install data

track link
跳转之前可以做很多事情，如获取浏览器信息，设置cookie，甚至持久化session
sdk track
第一次安装启动时可以通过sdk传递数据到服务器，同track link的操作类似
matching
通过获取到数据进行匹配，难点就在此了，这也是整个项目的核心。

simple workflow

读到这里，如果你还没有看懂我在说什么，也想这篇文章不适合你继续读下去。虽然我写的也不是给谁看的，也不知道谁会关注此文。

商业服务

这个服务已经有了成熟的三方供应商，如比较知名有 Adjust，Appsflyer，TalkingData，Google Firebase 等等。

他们的共同特点出了收费外，都号称100%的精准，实际上使用下来准确率达到70%+就算很不错了，实际上在复杂的网络环境能达到70%以上的准确率是相当难的。不过通过海量数据的日益积累，以及算法的跟新迭代准确率只会越来越高。

同时他们还对接各个主流流量平台，提高准确率的同时还方便了用户。我个人认为此服务未来将成为所有APP的缺省功能，只要你的APP需要用户，只要你要去做分发，此服务不可或缺的。

当然如果你有足够的研发能力，以及对数据的高度敏感也可以直接去开发此类系统。因为使用三方服务就得牺牲用户数据，也许不会泄露这些用户数据可以肯定他们会利用这些数据。像Facebook，微信这种体量的APP他们都有自己的跟踪系统。