标签: analytics

如果我想在iPhone应用程序中添加第三方代码(分析或广告),我该怎么做才能更改它,默认用户代理是什么？

我们正在使用Flurry来跟踪我们的iOS应用中发生的事件(类似于Google Analytics,Mixpanel).这很棒,但是没有办法获得所有已被触发的事件的原始转储 - 所有这些分析服务都会为您聚合它们.

我们需要原始数据来执行自定义查询并将事件与服务器端信息关联起来.理想情况下,它将是一个托管数据记录系统,我们从iOS端发布事件,然后从服务器下载日志.有什么建议？

几天前我听了Steve Souders的演讲,他提到了新浏览器正在实施的新性能规范,这非常有趣.在他的演讲中,他提到以下示例作为衡量感知页面加载时间的方法:

var timing = performance.timing;
var loadtime = timing.loadEventEnd - timing.navigationStart;
alert("Perceived time:"+loadtime);

显然这是一个基本的例子,但是当我在我的开发环境中尝试它时,我会得到像-1238981729837这样的疯狂数字,因为loadEventEnd <0.

显然有些不对劲,可以通过这个例子进行许多改进,以提供更多信息并提高可靠性.(我知道这只在少数浏览器中实现).

那么,有什么建议如何使用这个api通过Javascript跟踪页面加载时间来分析我的网站性能？

我正在使用Piwik分析我网站上的用户操作,当网站显示在浏览器中时(PC,Mac和手机浏览器),一切正常.

但是当我在PhoneGap应用程序中浏览相同页面(内置piwik代码)时,应用程序正在加载并加载和加载并最终显示......没有.

那有什么不对？JavaScript已启用.是否存在已知问题,Google Analytics是否是更好的选择？

谢谢.

我们正在构建一个应用程序(iOS和Android).该应用程序的核心将是一个闪存卡界面,用户将看到一个问题,然后需要给出一个适当的答案.他们有一个计时器,随着时间的推移会显示提示.

我们希望在每个问题的基础上理解以下内容(可能有100个问题):

• 哪些问题需要更长时间才能正确回忆(有没有提示)？
• 哪些问题的错误最多(有没有提示)？
• 哪些问题被忽略了(有没有提示)？
• 问题的最常见(错误)答案是什么？

当然,我们也将收集安装,使用,流失等数量,但我认为这很好地涵盖了GA.

此外,我们将存储有关用户自己的不同信息,以便他们可以跟踪他们的进度.这是为了帮助我们了解如何稍后调整闪存卡数据,以便对学生更好.

感觉我们可以在GA中使用目标(最终目标是获得正确的答案),但我并不熟悉它们.

这是Google Analytics中的目标吗？或者谷歌分析不是很好用于此类事情？我们可以使用其他东西来收集/分析这些信息,还是我们自己构建它？

使用Google Analytics,我可以使用JavaScript中的代码将自定义事件推送到服务:

_gaq.push(['_trackEvent', 'Videos', 'Play', 'Gone With the Wind']);

有没有办法与Eloqua一起使用它们的JavaScript跟踪代码？

我发现我可以这样做:

_elq.trackEvent('http://example.com/documents/whitepaper.pdf')

但该示例特定于出站链接跟踪,我不确定其他参数是什么,如果有的话？

正如标题所述,您可以在Azure Streaming Analytics作业中拥有多个查询吗？如果是这样,那应该如何构建？

此处列出了群组维度和指标.然而,当我尝试使用API​​(例如,使用查询资源管理器)查询它时,会发生错误400.

我尝试过的一个问题是:metrics = ga:cohortActiveUsers和dimensions = ga:cohortNthDay.

是否可以通过API 查询群组分析报告？

我正在尝试为我的应用程序运行联盟项目,Apple的24小时截止使其有点困难.我想知道是否有办法实现自己的跟踪？

我首先想的是一个带有电话号码输入表格的登陆页面.提交后,我们会使用像Twillio这样的内容通过短信向用户发送应用商店链接,并将电话号码与目标网页URL中的附属代码一起存储.然后我看到谷歌以某种方式让你跟踪与应用程序安装有关的adwords,并认为可能有一种方式不涉及这个电话号码间接......任何人都知道他们是如何做到的？

我试图了解如何对一组时间序列数据（每日股票价格，温度等）进行细分，并且遇到了一本书，该书解释了如何进行SWAB（滑动窗口和自下而上）细分算法，但我不太了解。这种分割是超声算法的一部分。以下文本来自“多媒体数据挖掘和分析：颠覆性创新”。

SWAB分段算法获得四个参数-输入文件（时间序列数据），输出文件（分段数据），最大误差和标称属性的指示。在对不同大小的时间序列使用不同的分段数值进行大量实验后，我们选择了合适的默认分段数，如下所示。少于100个观测值的时间序列的时间序列大小的25–50％，具有100–200个观测值的时间序列的时间序列大小的20–35％，具有200个以上观测值的时间序列的时间序列大小的15–25％。如果用户出于某种原因对使用默认值不感兴趣，则可以输入自己的段数作为算法的参数。从最小和最大误差的默认值开始，我们第一次运行分段算法，并在给定的时间序列中获得了最少的分段数（最大误差越大，找到的分段越少）。然后，我们通过将基数除以2的幂来减小最大误差（从而增加找到的段的数量），以缩小误差的上限和下限（类似于二进制搜索）。每次使用当前最大误差运行分割算法后，我们都会测试该值是否为最佳分段数提供更好的近似值，因此为最佳最大误差提供更好的上下限。如果是这样，我们将对此值进行适当的限制。开始时，仅上限受到影响。但是，一旦我们发现下界提供的细分比最佳细分更多，我们将继续通过较小的步骤寻找最佳段数：下一个最大误差是当前上限和下限之间的平均值。根据我们对许多不同时间序列数据库的经验，通常在3-4次迭代中可以找到最佳的最大误差。收敛速度取决于输入时间序列数据库本身。如果算法在20次迭代中仍未收敛，我们将停止搜索，并使用在20次迭代中找到的片段继续下一个超声步骤。收敛速度取决于输入时间序列数据库本身。如果算法在20次迭代中仍未收敛，我们将停止搜索，并使用在20次迭代中找到的片段继续下一个超声步骤。收敛速度取决于输入时间序列数据库本身。如果算法在20次迭代中仍未收敛，我们将停止搜索，并使用在20次迭代中找到的片段继续下一个超声步骤。

因此，例如，如果我有150个观测值的时间序列数据（对应于20-35％的默认分段数），我需要采取哪些确切的步骤来对数据进行分段？

非常感谢您的任何帮助。