据科技媒体TechRepublic报道，专门为应用开发者提供商务智能服务以帮助其赚钱的初创企业Pyze联合创始人兼总裁普拉约特·辛格（Prabhjot Singh）预测，在大数据帮助下，应用市场潜力将在2020年增至1000亿美元的规模。寻求利用应用赚钱的移动应用开发者应该加强关注分析技术，特别是可为消费者提供更深入洞察力的技术。
全世界数以百万计的开发者都在开发应用，并将它们上传到流行应用网站上，希望以此促进应用热卖。他们可以推出自己的应用，但很少能让应用脱颖而出，并找到最有可能的赚钱方式。辛格指出，在应用开发领域存在巨大的两极分化现象，有的应用开发者取得巨大成功，每天收入超过100万美元。但绝大多数应用开发者很难利用自己开发的产品赚钱。他说：“现在互联网上大约有300多万种应用，其中只有不到50%的开发者每月能够获得500美元以上收入。”
辛格认为，制约应用无法赚钱的重要原因是应用开发者缺少数据情报。这些数据情报可以引导他们开发质量更高的应用，产品也将拥有更好的前景。辛格称：“那些可以建立大数据和分析渠道的公司，可以了解他们的应用正被如何使用，以及正被哪些人使用，这可以帮助他们建立‘粘性用户’群体，这些用户会继续使用他们的应用。他们还可以与Facebook、LinkedIn等媒体取得联系，重新定向用户。这与那些只能在车库中开发应用的开发者形成鲜明对比，后者希望能够像大型应用开发公司那样受到关注。”
过去2年中，辛格对应用市场进行了大量研究，包括与各种规模的数以百计的应用开发商进行交流。他说：“我们发现，大多数开发者都感到非常沮丧。他们想要更多了解自己应用的用户和潜在用户，但问题是这些移动应用通常被移动用户使用，而移动分析未能向这些开发者提供他们急需的各类信息。”
问题的关键是能够捕捉到数以百万计用户的足够信息，然后通过分析找出关键数据，为开发者提供有关用户以及用户如何使用应用的重要信息。传统营销方式无法很好地解决此类问题。Pyze联合创始人兼首席执行官迪基·辛格（Dickey Singh）说：“我们觉得可以通过机器学习和数据科学解决这些问题。这些技术可以自动聚合和分类用户群，然后进一步分析个别用户与应用之间的联系。”
自动分类用户群可以帮助开发者查看不同用户如何使用相同的应用。机器学习技术与分析算法相结合后，可以剖析这些用户及其使用习惯，并确认应用不同的使用方式。至此，应用可以基于特定用户的习惯向他们提供个性化服务。此外，还可以确认应用的营利和非营利使用方式。这将让应用开发者更清晰地看到谁在使用他们的应用，他们应该对产品进行哪些改进以便加强产品的赚钱能力。
迪基·辛格说：“在此类分析中，应用开发者可以看到，只有20%到30%的下载用户会真正使用他们的应用。与此同时，应用开发者不仅在使用其应用的用户中拥有了知名度，也会受到付费使用其更先进功能的用户关注。这些人才是应用开发者建立持续营利业务的基础。”
普拉约特·辛格表示，对使用各自产品的12家公司研究显示，这些公司正与35%的消费者建立起联系，占他们收入的20%。这种技术可以帮助拉平独立设计师与大型应用开发公司之间的差距，也可以改善不以应用为主要业务但希望使用应用改善与客户关系的大公司的接触率。
对于移动市场来说，最好的消息就是分析技术已经开始为移动领域提供帮助，它不再仅限于提供简单的登陆报告，告知你谁在何时何地登录。随着世界进一步向移动应用方向迈进，移动应用开始超越游戏的固定界限，开发能够理解用户需求、吸引用户愿意付费使用的应用的公司，将迎来巨大机遇。
本文转自d1net（转载）