客服221号为你解答。微信缴费，一键查话费充值，流量、积分、账单、详单均可自助 *** 作，方便快捷
一些关键的启动指标可以帮助投资者在进行业务投资时评估其 健康 状况。
好的指标不只是要从风险投资中筹集资金……它们还在于以某种方式运营企业，使创始人能够知道（以及为什么）某些事情（或不起作用），然后相应地解决它们。换句话说，这些指标不仅用于宣传，还用于在随后的董事会会议，季度更新和管理会议中进行讨论。“ 与他们一起开车，不要只是'报告'他们”。
TAM 是量化市场规模/机会的一种方式。但是，利用 现有 市场的规模实际上可能会低估新业务模型的机会：例如，相对于本地企业软件而言，SaaS的平均每用户收入可能要低得多，但通过增加用户数量来弥补这一点却可以弥补这一不足 ，从而扩大了市场。或者，提供比现有选择更好的功能数量级的产品也可以扩大市场。
尽管有几种方法可以确定市场规模，但希望看到一个 自下而上的 分析，该分析考虑了目标客户概况，他们为产品或服务付款的意愿以及如何营销和销售产品。相比之下， 自上而下的 分析将根据市场份额和总市场规模 来 计算TAM。
为什么提倡自下而上的方法？假设要在中国出售牙刷。自上而下的计算将是这样的：如果每年可以向40％的中国人出售1美元的牙刷，那么TAM为136B人x $ 1 /牙刷x 40％= 54亿美元/年。这种分析不仅倾向于夸大市场规模（为什么占40％？），而且完全忽略了将牙刷交到540M牙刷购买者手中的困难（且昂贵！）现实：他们将如何了解产品？人们在哪里买牙刷？有哪些选择？同时，自下而上的分析将基于每天/每周/每月/每年通过药店，杂货店，便利店和在线商店出售的牙刷数来确定TAM。
这种类型的分析迫以更具体的方式考虑销售和营销团队的形体和技能，以应对市场机会。
向投资者推销时，不要“玩弄” TAM，这一点很重要。是的，风险投资人寻求投资大创意。但是，许多最佳的互联网公司在开始时就试图解决看似适度的TAM。以eBay（收藏品和古董）和Airbnb（位于别人家的房间）为例；在这两种情况下，公司及其用户社区都采用了原始功能并极大地扩展了用例，其规模远远超出了最初的市场规模估计。
当软件企业使用ARR，他们的意思是 每年的 经常性 收入， 不是 每年的运行速度 。将给定月份中的已确认预订（有时在某些情况下为收入）乘以12，然后将该数字称为ARR，这是错误的。
在SaaS业务中，ARR是每年经常性收入的量度。它不包括一次性费用，专业服务费用和任何可变使用费。因为在给定的月份内，通过开具一次性服务或支持的发票可能会获得更多收入，并且将该数字乘以12可能会大大夸大实际ARR潜力。
在市场业务中，这些业务更多地基于交易，并且通常没有合同 。 通过对最近一个月或一个季度的GMV或收入指标进行年度化分析 ， 可以查看当前的 收入运行率 。
经常看到的一个错误是，市场GMV被称为“收入”，这可能会高估业务规模。 GMV 通常反映出消费者在网站上的支出，而 收入 则是市场为提供其服务而在GMV中所占的一部分（“ 收益 ”）。
ARPU 定义为总收入除以特定时间段（通常是一个月，一个季度或一年）内的用户数量。这是一个有意义的指标，因为它可以证明平台上用户的价值，无论这些用户购买订阅（例如电信月度订阅）还是在广告消费内容时点击广告。
对于收入前的公司，投资者通常会将公司的前景与知名公司的ARPU进行比较。例如，Facebook在2015财年第二季度从其美国和加拿大用户产生了$ 930的ARPU：
因此，如果评估一家广告业务的公司，其货币化潜力可与Facebook相提并论，那么们会问：我们是否认为与Facebook相比，该公司可以产生四分之一，一半，多少甚至更多的ARPU？为了证明这一信念是正确的？公司将如何实现这一目标（他们有能力做到这一点）？
毛利率 （即公司的总销售收入减去所售商品成本）可以被视为具有不同业务模式的企业之间的均衡器，否则比较相对收入将毫无意义。毛利率告诉投资者公司必须支付多少资金来支付其运营费用，并且（希望如此）利润率降至底线。
有几个例子可以说明这一点：电子商务业务通常具有相对较低的毛利率，亚马逊及其27％的数字就是最好的例证。相比之下，大多数市场（请注意电子商务之间的区别）和软件公司应该是毛利率很高的企业。
对吉姆·巴克斯代尔（Fedex著名的首席运营官，麦考蜂窝网络（McCaw Cellular）首席执行官和网景（Netscape）首席执行官）的解释是：“这是软件的神奇之处：软件是我拥有的东西，我可以卖给你，然后 我仍然拥有它。 由于具有这种神奇的属性，软件公司应具有很高的毛利率，在80％-90％的范围内。较小的软件公司可能会因为提供超出其所需容量的容量而开始降低毛利率，但是如今，随着按需付费的公共云服务的出现，小型公司购买和运营昂贵的设备的需求就消失了，因此甚至早阶段的公司可以以相对较高的毛利率起步。
销售率 通常以一种方式计算（一个时期内售出的单位数除以该时期初的项目数），但在不同类型的业务中具有不同的用途和含义。
在市场业务中，销售率也可以按“ 接近率 ”，“ 转换率 ”和“ 成功率 ”进行计算。不管是什么， 销售率都是 市场业务中最重要的指标之一 。作为投资者，我们希望看到相对较高的利率，以便供应商在投入市场上市方面所付出的努力获得丰厚的回报。我们还希望看到该比率随着时间的推移而提高，尤其是在市场开发的早期阶段（因为它通常表明网络效应正在发展）。
在购买任何种类的库存的企业（零售商，批发商，制造商）中，销售率是每周或每天管理库存的关键 *** 作指标。它可以显示您逐个产品地将产品供应与需求匹配的程度。
但是，对于许多投资者而言，库存周转率比基于库存的业务的销售率更有用，因为它：
—与企业的资本效率进行谈判，其中更多的转弯更好
—提供有关库存质量的线索，在这种情况下，随着时间推移而变慢的库存周转可能表示需求下降以及潜在的库存减损（这可能导致减价或冲销）
库存周转率 通常通过将一个期间的销售成本除以该期间的平均库存来计算。最典型的使用期限是每年。
有两种改善库存周转率的方法：（1）通过提高相同数量库存的销售速度；（2）通过减少产生给定销售量所需的库存。虽然两者都很好，但要注意后者： 过分 管理库存可能会因没有足够的库存来满足消费者需求而对销售产生负面影响。
简而言之，当产品或服务随着越来越多的人使用它/设备而变得越来越有价值时，它就会具有 网络效应 （例如电话网络，以太网，eBay和Facebook等示例）。通过增加参与度和更高的利润， 网络效应对于帮助软件公司建立持久的护城河，使他们免受竞争的影响至关重要 。
但是，没有单一的指标可以证明企业具有“网络效应”（梅特卡夫定律是一种描述性表述，而不是一种度量）。但是我们经常看到企业家断言他们的业务在没有提供任何支持证据的情况下具有网络效应。如果没有这一点，很难确定一家企业是否确实具有网络效应！
使用OpenTable作为具有网络效应的业务的示例。OpenTable网络的效果是，更多的餐馆选择吸引了食客，更多的食客吸引了餐馆。以下是一些有助于证明这些网络效应的措施（由于OpenTable的网络效应很大程度上是局部的，因此我们通常在一个城市内使用度量值来说明这一点）：
这些度量标准中的大多数特定于OpenTable正在构建的网络。其他对网络有影响的业务（例如Airbnb，eBay，Facebook，PayPal）具有非常不同的指标。
因此，在管理具有网络效应的业务时，最重要的事情是定义这些指标是什么，并随时间进行跟踪。这看起来似乎很明显，但是网络效应的关注程度越高，企业将能够更好地维持和发展它们。同样，对于潜在的投资者来说，重要的是要看到网络效应的证据，企业家必须确切地了解它是什么，以及他或她是如何驱动它的。
网络效应衡量网络的 价值 时，病毒性是产品从一个用户传播到另一个用户的 速度 。请注意，病毒的生长并不一定表示网络效应。这很重要，因为有时会混淆这些概念！
病毒性 通常通过 病毒系数或k值 来衡量-产品的用户有多少让其他人使用该产品[每个现有用户发送的邀请的平均数量邀请新用户的转化率]。k值越大，这种传播越多。但这不仅需要口口相传，如果通过提示用户但没有激励用户邀请用户，通过与参与用户的随意联系或通过“固有”社交图谱（例如手机中的联系人）来邀请用户，则传播也会发生。
这里的k值背后的数学基础[还有其他一些更细致和复杂的计算 这里]：
1以下的任何内容均不视为病毒；高于1的任何内容均视为病毒。数字越多越好，因为这意味着您获得新客户的成本将低于具有较低病毒系数的产品。现在，如果可以将每位客户的ARPU值或终身价值与之结合起来，那么您就拥有了一个伟大的事业的开端。
规模经济 意味着随着业务规模和产量的增加，产品的生产成本将降低。
规模经济的一个好方法是随着时间的推移降低单位成本。一个典型的例子是亚马逊的1P销售：它具有规模经济（共享的仓库设施，更便宜的运输选择等）。随着数量的增加，每单位产出的成本会下降，因为固定成本分布在更多的单位上。
由于运营效率的提高，规模经济还可以减少变动成本。
请记住，“规模经济”不同于“病毒性”和“网络效应”！
基本上， 净发起人得分 是一个度量标准，用于衡量客户对产品的满意度和忠诚度。它基于询问 您向朋友或同事推荐我们公司/产品/服务的可能性有多大？
这是一种计算NPS的方法：
报告NPS分数的一个明显问题是仅通过调查一部分客户来歪 曲 样本。这里一个不明显的问题是，您可能认为只有对“足够”使用您的产品的用户（例如，一个月内使用x次或至少y个月内使用该服务的用户）进行衡量才值得–有偏见的样本。
报告NPS指标的其他一些常见问题包括仅显示发起人所占的百分比（不考虑贬低因素），或基于太小的样本量得出分数。另一个问题（由Brad Porteus通过Facebook评论提出）正在比较公司，这会导致误解和 游戏 得分；“相反，应关注同一公司的NPS趋势-并密切注意用户的可选评论。” Porteus还分享了UI建议，即如果NPS评分垂直显示在移动设备上，“分数可能相差20点，具体取决于您将10放在顶部，然后向下滚动到0，反之亦然”，因此建议您将50 / 50在电话屏幕上分割。
在查看NPS时，我们需要注意以下几点：
1显而易见，分数越高越好。它表示满意的用户，并且随着时间的推移，满意的用户更有可能被保留。与此相关的是，只要有相关信息，我们还将评估相对于公司竞争趋势集的得分。
2我们还希望看到NPS分数随时间呈上升趋势。这是一个很好的领先指标，表明该公司不仅专注于他们的用户，而且随着时间的推移正在改善其价值主张。
同类群组分析细分了特定时间段内对业务有意义的用户组（“同类 群组 ”）的活动/行为-例如，每个在一月的第一周签署了服务的人，然后进行了跟踪长期用户组：1个月，3个月，6个月等之后，谁还在使用您的产品？
良好的同类群组分析有助于揭示用户如何随着时间与您的产品互动。初创企业的投资者尤其赞赏这一点，因为它可以帮助我们评估人们对您的产品的热爱程度，因为许多初创企业都已经收入很高，因此用户可能还没有投票赞成他们的钱包。
以下是同类群组分析的步骤：
这是每周在Mixpanel中进行队列分析的示例。在此图表中，您可以观察每个群组随时间变化的参与度，以周为单位。例如，在2013年10月7日这一周加入的44个人中，有227％仍在参与（12周后仍在使用（以下颜色编码为一种“热图”，阴影逐渐变浅））：
希望在同类群组分析中看到两个趋势：
1在6或12个月的时期后，稳定每个队列的保留。这意味着将保留用户，并且企业正在建立越来越大的重复使用基础。
2较新的群组比旧的群组表现更好。这通常意味着您将随着时间的推移改进产品及其价值主张，并且还向我们表明了团队的能力。
在某些企业中，注册用户的数量（作为参与客户的代理）确实可以提供一些有用的信号。
但是，我们经常倾向于打折注册用户，因为注册用户的增加并未导致实际产品使用量的增加。同样，注册用户是那些可怕的“累积”指标之一，即使企业在萎缩，这些指标也可以不断上升。
因此，在大多数情况下，我们的首选用户指标是活跃用户，它可以更好地表明产品的实际使用情况-并通常直接转化为长期的潜在收入。继续阅读以获取有关衡量和报告活跃用户的更多信息…
“ 活跃 ”用户的真正含义是什么？想知道的人问问！但是，没有唯一的答案，因为活动用户的定义确实因公司而异。这取决于商业模式。例如，Facebook将“活动”定义为通过任何设备登录并访问该网站的注册用户，或通过与Facebook集成的第三方网站采取行动与Facebook朋友共享内容或活动的用户。
衡量活跃用户时要记住的重要事项是：（1）明确定义；（2）确保它是您平台上“活动”的真实表示；（3）在应用该定义时要保持一致。
以下是公司如何为一般业务类别定义活跃用户的其他一些示例
在社交和移动平台，为活动量度的通用指标是 MAUs （月活跃用户）， WAUs （每周活跃用户）， 在DAUs （日活跃用户），和 HAUs （每小时活跃用户）。
在评估社交业务时，我们会仔细查看这些指标的 比率 ，例如DAU与MAU或WAU与MAU的比率，以了解用户的参与度。最有价值的 社会 属性通常在所有这些比率上显示出较高的相对参与度。
在各种基于内容的网站上，活跃用户和活动的常见衡量指标是“ 唯一身份 ”（每月唯一 身份 访问者）和 访问 （如果在完整活动的最短时间内定义，则是浏览量或有时称为“会话”）。尽管关于每种技术的优缺点存在很多争论（哪些更准确，更易揭示等），但关键是 针对对业务至关重要的衡量指标 进行 优化，并且您实际上可以采取一些措施 。例如，随着媒体网站和广告类型的发展，某些网站和广告客户可能会更关注真正的参与度，如按 网站停留时间 ， 重复访问次数 衡量，份额，评论者/评论数，内容使用率， 情感 分析结果或其他此类指标。
尽管指标取决于业务目标和要优化的动作，但我们倾向于同时考虑唯一身份和访问/会话，因为前者反映了受众群体的规模（如果通过新访客的加入而增长），个月），而后者则显示出粘性（尽管参与度很高，但在现场停留的时间可能仍是最佳）。最好的企业同时具有：高度参与的不断增长的庞大受众。
在大多数电子商务企业中，我们通常不会对活跃用户给予太多重视。这些业务的指标更具说服力-实际收入（和毛利率）-因此，通过显示总收入，每位用户的收入，平均订单大小，重复使用率，毛利率，退货率，和其他措施，告诉我们有关 交易 每访客，而不是 数量 的游客。
有多少用户访问该公司的物业可能会适度地表明其转化效率，但这还受到其他因素的影响，例如，他们的流量中有多少来自移动设备-至少到目前为止，其转化率通常比网站低得多。
我们不希望所有收入都由一个来源来驱动；这相当于在网上将所有鸡蛋都放在一个篮子里。这是因为客户获取的经济性会随着时间而发生变化（例如，Facebook移动广告在早期就为公司带来了可观的回报，但成本却很快上涨了）；渠道可以选择竞争相同的流量（Google在搜索引擎结果页面中添加了自己的赞助商链接）；或者渠道合作伙伴可以通过某种方式更改其政策，从而大幅减少流量。
这就是为什么区分流量来源（即直接还是间接）的关键所在，因为它揭示了 平台风险 （取决于特定平台或渠道）。这与下面定义的 客户集中风险 非常相似。更重要的是，区分流量的能力揭示了 您 对客户来自何处 的 了解，尤其是当您的目标是建立独立的目标品牌时。
直接流量 是直接（即不通过中介）到达您的在线媒体资源的流量。直接访问Targetcom的用户（而不是在Amazoncom上购买Target产品）是直接用户。从技术上讲，在Google上搜索特定商品并到达诸如Targetcom或Amazoncom的网站的用户不是直接用户。但是这个定义确实很棘手，因为在某些方面可以将Google品牌搜索词包含在搜索词中，因为在很多情况下，他们不再麻烦输入URL了！
有机流量 定义各不相同。SEO专家和某些市场分析提供商将“自然”定义为搜索结果中的纯付费流量。其他人将其更广泛地定义为与任何付费或付费来源相反，在这种情况下，它将包括上面定义的直接流量；来自特定关键字的搜索结果的流量；甚至是通过保留营销努力产生的流量（例如发送给现有客户群的电子邮件）……只要它们都是“免费的”。
有机流量没有正确或错误的定义。与其他渠道不同，对您进行跟踪和了解很重要，因此您可以查看客户来自何处以及将重点放在现有或新客户身上。但是，当我们看到直接流量比例很高的公司时，我们的确会更加兴奋。
障碍：在考虑流量来源时要注意的一个重要细微差别是技术编辑Alexis Madrigal提出的“ 黑暗 社会 ”的存在。此术语描述了来自外部来源或Web分析无法跟踪的引荐的Web流量，例如，通过电子邮件或聊天共享的链接进入的用户。[一些网站刚刚开始吸引人们在首页和着陆页之外寻找链接，称为“直接社交”。]
最后，在考虑流量时要注意的另一个细微差别是 搜索引擎优化 （SEO）和 搜索引擎营销 （SEM）之间的差异，因为即使它们不同，有时它们也可以互换使用： SEO 是优化网站可见性的过程搜索引擎的“无偿”结果，方法是将关键字仔细地放在元数据和网站正文内容中，创建独特而准确的内容，甚至优化页面加载速度。SEO仅影响自然搜索结果，而不影响付费或赞助广告结果。 扫描电镜 另一方面，涉及通过付费广告或列表来推广您的网站，无论是在搜索引擎中还是在社交网络中的推广广告。因此，SEO和SEM是互补的，而不是相互竞争的服务，许多企业都使用两者。
为了遵循“不要把所有的鸡蛋都放在一个篮子里”的主题，我们经常在评估企业业务时关注客户的集中度。
客户集中度 是指最大客户或少数几个客户相对于总收入的收入，两个收入都反映了同一时间段。因此，如果最大的客户向您支付200万美元/年，而您的总收入为2000万美元/年，则最大的客户集中度为10％。
根据经验，我们倾向于使用客户集中度相对较低的公司，因为只有一个或几个客户的企业会承担许多风险。除了最明显的一位客户将其业务转移到其他地方（这会造成大的收入缺口）之外，风险还包括以下现实：
—客户在定价和其他关键条款上拥有全部杠杆
—客户可能会不适当地影响产品路线图，有时会要求仅其需求独有的功能
-客户利用自己的重要性迫使公司以低于市场价格的价格向他们出售
但是，这里有一个不利的一面：在某些行业中，客户相对较少，但是这些客户数量巨大。具有这些特征的行业包括移动电话运营商，有线网络和 汽车 公司。可以（并且已经！）建立了非常成功的公司来为这些行业提供产品，但是由于少数买家知道如何行使自己的权力，它们往往具有较高的进入市场的风险，您将看到在指标，如平均 时间关闭 交易 ， 从列表价格折扣 ， 审批的数量 （包括可怕的采购部门），以及 销售成本 。
提供评估数据时请勿这样做。
为什么改变数据范围中y轴“放大”上的差异是误导。下面的零基线（右）显示了利率实际上并没有飞涨（左）：
我们在上一篇文章中提到了累积图表的问题，但是一个相关的问题是提出了 不应 在累积图表中累积的指标。
…… 这 是真正发生的事情：
切勿以累计方式报告的指标包括收入，新用户和预订。底线：如果要以累积方式报告某些内容，请确保可以解释为什么如此重要，以及为什么适合以这种方式衡量您的业务。
在商业规则中，标准这个词提及得最多。任何一个市场都需要一套标准，没有标准也就没有了靶子，没有了规则，也就无法建立最优的秩序效果。特别是在一些新兴的行业和领域，一开始处于混沌状态，但市场一旦逐步成熟，就必须在标准化上推进，否则市场上会有不同的声音，没有了好坏之分，市场也会停滞不前。移动应用性能管理就是走在标准化过程中的一个行当。最近，一份移动APP的生存状况报告披露，我国主要应用商店的应用规模已超过400万个，App的生命周期平均只有十个月，85%的用户会在1个月内从手机中删除，5个月后应用程序的留存率仅有5%。在AppStore中，中国僵尸应用占比高达813%，为全球最高。这也表明，APP竞争正进入深水区，首个应用性能管理标准的发布，又能在多大程度上改善APP恶劣的生存环境？
没标准市场就是伪命题
这两天，国内移动应用性能管理的领导品牌听云也发布了一份《2014年中国移动应用性能管理白皮书》，专门就应用性能管理给出了一些标准层面的建议。报告从应用崩溃率、错误、请求响应时间、交互性能及运营商网络响应时间五个维度，给出了优秀、标准、轻微隐患、严重隐患四档数据区间。整个白皮书基于听云App监测覆盖的35亿台终端，日启动量24亿次，每日超过100亿次的真实用户请求的监测。
从数据样本上来看足够大，也就更具代表性和参考价值。可以说，谈到移动应用性能管理，在中国还是一个远没有普及的概念。很多应用开发者，辛辛苦苦开发出来的APP，从互联网思维到极致、体验、单点突破，一套关乎用户体验的葵花宝典，还花费大价钱去抢应用商店的入口，结果却在性能管理的“阴沟”里翻了船，就像漏斗一样，因为性能不“达标”，相当一部分用户流失掉了。
只不过，由于缺乏标准，危害很难量化。所以说，这就是一个典型的“误区”，就像雷军说的，“如果不能在性能上过关，谈用户体验都是耍流氓的行为”。而根本原因有两点：一是移动应用的开发者们对应用性能的定位和数据、危害认识不足，也将性能问题归结为自然现象，无知者无畏;二是移动应用性能领域缺乏统一的标准，比如说崩溃几率多高、响应时间多长、发生错误几率等指标，没有一个参照系。
标准是怎么设定的？
其实就是需要建立一个参照的体系，而建立这个体系显然不能拍脑门，而具备探索这一标准能力的企业就更寥寥无几了。难度主要体现在两方面：一是应用性能问题出现的频率和错误种类太多，涉及到主流的手机机型有5079个，1172种 *** 作系统、18家运营商网络，就如排列组合一样，应用性能问题组合起来1亿零700万种;二是国内移动应用面临的环境过于复杂，特别是云服务、CDN、物联网、互联网+的后时代，让应用所处的IT环境和网络传输链条不断扩展，多维度分析、诊断的难度越来越大。
说白了，移动APP火爆起来也没几年，如果对性能数据指标进行定义的话，只有有数据积累和终端、用户广泛覆盖后，才具备了条件，否则无从谈起。所以作为新兴事物，本身就是摸着石头过河的事，距离普遍认可并遵从行事更远。从听云发布的《2014中国移动应用性能管理白皮书》来看，对基础指标进行了定义和区间定性，分别从崩溃、错误、网络请求响应时间、交互性能、网络响应时间，五个维度进行判定。
而标准是否合理取决于实际环境所产生的数据，比如按照系统不同，iOS崩溃率在3-8‰间属标准，安卓2-4‰间，如果超过这一指标，iOS在8-15‰间就是轻微隐患了，如果达到15‰以上属于严重隐患。试想，如果应用在运行过程中出现崩溃、关闭现象，带来的直接影响就是用户留存度下降，关键业务中断，ARPU值降低，长期看DAU和MAU会持续走低，这对于任何一款应用来说都是致命的。而目前的现状又如何呢？报告表明大多数移动应用处在轻微隐患的档位上，是不健康的。
同样，在错误、响应时间、交互性能指标上也大体类似。
在没有统一标准前，判定一款移动应用到底在性能上是不是健康，完全没有全行业认可的指标。就像一个人的身体健康指标，每个参数都有一个区间值，超出的话就说明存在异常，需要进一步发现病因，并采取治疗措施。应用性能管理也是这个道理。但如果没标准来认定，到底健不健康就存在争议，谈性能管理就成了伪命题。
应用性能管理任重道远
有人会说，为什么不沿用国际上的标准呢？就如同国外出现的成熟的商业模式，复制到中国来本土化一下，难道不是中国互联网十几年来一直走的路吗？道理对，但是行不通的。就应用性能来讲，确实比中国要成熟的多，市场接受度、认可度和使用率也高，早在1998年就出现了商用的应用性能管理产品，但十多年发展处于滞涨期，原因就在于缺乏标准。而后Gartner提出5个维度模型来解决性能需求，才催生了New Relic和AppDynamics这样的应用性能管理企业。
相比，中国移动应用性能管理的市场比海外要大得多，由于应用所处的环境又有很大区别，导致国外的和尚即使进入中国，也念不好经。拿移动互联网发展特征和空间来说，中国在餐饮、旅游、网购、**票、教育、医疗等领域上演的O2O商业形态，在美国远没有这么热闹。另外还有一点是企业级移动应用处于爆发前夜，相比个人应用市场，企业级更强调业务的连续性、稳定性，一旦发生中断，业务直接停摆，所以对应用性能的管理“痛点”更强，这都决定了移动应用性能管理会是一个大的business，且具明显的本地化特征。
目前来看，市场上即便是大佬们的移动APP，微信、大众点评、导航、支付宝等，都难免会出现性能问题，连接超时、闪退、卡顿、崩溃、交互性能及联网性能问题，尤其是联网与IT、网络环境动态相关，这决定了性能监测和管理是一个长期、持久的工作。虽然像听云这样的专门做应用性能管理的企业，并没有去定义和推行标准的权力，但市场会最终会做出选择。
转载
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）