诸葛io合并DeepShare技术 强化用户识别能力

大数据
数据智能决策平台诸葛io日前在其发布会中透露,已完成对DeepShare公司的技术合并,并将其整合到“获取分析解决方案”中,交付无断点的完整获客分析场景。

数据智能决策平台诸葛io日前在其发布会中透露,已完成对DeepShare公司的技术合并,并将其整合到“获取分析解决方案”中,交付无断点的完整获客分析场景。DeepShare是一款基于 Deferred Deeplink(延迟深度链接)技术的面向App开发者的服务,帮助开发者打破WEB和App之间的信息壁垒,完成一站式的内容跳转,实现App的内容直达。该合并将助力诸葛io进一步实现App跳转前后的用户识别,从而完善来源渠道、推广效果监测、归因分析等场景。

“Deepshare”( http://deepshare.io/)通过基于Deferred Deeplinking技术的SDK(软件开发工具包),将用户安装App前后的行为相匹配,减少了新用户使用App的步骤,可留存率提高近2倍。

 


基于Deferred Deeplinking的深度场景还原

不同的App平台对于用户的识别方式都是不尽相同的,编码系统也不尽相同,多平台的数据获取之后,很难将不同来源的信息匹配判断为同一用户。

Deferred Deeplink 技术可以实现从外部页面直接打开 App 并直接跳转至 App 内容页的技术。通过将应用内的场景还原参数(例如文章地址、商品ID等)设置到inApp_data域,当App启动时通过调用DeepShare的init方法,就可以得到此场景还原参数。当场景还原参数返回后,开发者可以根据参数信息进行场景的还原。


举例来说,以往用户在朋友圈打开了一条货品推荐链接(H5页面),看到了心仪的商品后,点击购买链接跳转至App下载中心下载应用。历经启动、注册、验证、登录等步骤后,当进入App时,呈现的是标准化的首页。用户需要找到当初打开的货品链接,记住关键词,回到App中搜索商品,最终实现购买。完成全部过程的用户只有寥寥,绝大多数用户会在中间某一环节失去耐心,放弃购买,甚至卸载刚刚下载的App。

Deferred Deeplink 直达场景的功能将使得上述悲剧不再发生:用户在外部曝光位看到的是什么,在跳转至 App 的时候,就看到的是什么,深度还原场景,改善用户费心费力却寻而不得的情况。
点击查看视频示意:https://ds.zhugeio.com/deepshare-universal-link.mp4

强化诸葛io 渠道监测及App用户识别能力

Deferred Deeplink技术在用户打开从该App中分享出去的链接后,收到数据的服务器会监测用户行为,发现用户安装、启动该App后,服务器将存储的数据重新发回到用户,即用户浏览的分享页面。自动将安装前后的渠道绑定起来,之后可以通过Dashboard查看渠道的表现。


正因Deferred Deeplink能够匹配用户跳转至下载中心前后的行为数据,与诸葛io平台整合后可轻易实现推广渠道效果监测。整合Deepshare技术后,将强化诸葛io渠道效果衡量的能力,灵活准确的监测渠道用户数量和投放质量,提供无死角的获取分析解决方案。

此外,Deferred Deeplink 技术还能够在外部展示页判断用户是否已经安装App,对运营而言,拉新用户和促进老用户活跃,所需要传递不同的信息。诸葛io运用这一技术,将帮助App客户,尤其是电商、内容、社交等强分享属性的App,打通从推广渠道到用户获取的深度链接,从而实现从流量到用户留存、转化的用户全生命周期洞察。

诸葛io(zhugeio.com)上线于2015年3月,是国内领先的数据智能决策平台。通过以用户中心的分析方法,洞悉用户行为画像、提升用户生命周期价值,为企业实现数据驱动的精准运营。诸葛io提供顾问式的数据智能解决方案,能快速适应企业各业务部门的数据需求,提供人人可用的分析平台,提升数据分析与应用效率,是企业快速增长路上必备的数据驱动教练。

截至2017年5月,光明随心订、人人贷、闪银、启信宝、vipabc、智联招聘、用钱宝、在行分答、火辣健身等18000+企业已启用诸葛io的数据智能服务。

 

责任编辑:鸢玮 来源: 诸葛io
相关推荐

2017-10-19 11:37:36

诸葛io数据分析

2017-08-17 10:00:22

诸葛io大数据数据分析

2017-06-07 10:28:30

诸葛io数据分析数据应用

2017-02-09 14:21:09

诸葛io数据分析用户画像

2017-04-27 17:50:40

诸葛io数据分析

2020-03-23 14:55:47

数据分析诸葛io

2017-04-20 18:43:32

诸葛io数据分析

2016-11-03 15:08:29

诸葛io数据分析

2017-03-24 10:58:11

诸葛io数据分析

2016-12-23 11:57:46

诸葛io

2015-08-17 20:03:37

诸葛io数据分析

2017-01-04 16:12:23

Kano模型赫茨伯格用户需求

2013-09-23 16:28:32

LinuxUbuntuUbuntu 12.1

2017-03-01 11:28:13

诸葛io数据分析

2012-04-18 09:22:40

Chrome for

2016-10-17 09:41:22

诸葛io

2015-09-17 18:53:17

诸葛io

2015-09-21 15:35:18

诸葛io
点赞
收藏

51CTO技术栈公众号