twitter用户数据分析（推特的用户人群）

数据库分库分表（二）Twitter-Snowflake（64位分布式ID算法）分析与JAVA实现

Twitter-Snowflake算法产生的背景相当简单，为了满足Twitter每秒上万条消息的请求，每条消息都必须分配一条唯一的id，这些id还需要一些大致的顺序（方便客户端排序），并且在分布式系统中不同机器产生的id必须不同。各种主键ID生成策略对比，见 常见分布式主键ID生成策略

把 41位的时间前缀 ， 10位的节点标识 ， 12位的sequence 组合在一起。

除了最高位bit标记为不可用以外，其余三组bit占位均可浮动，看具体的业务需求而定。 默认情况下41bit的时间戳，1970年算起可以支持该算法使用到2038年，10bit的工作机器id可以支持1024台机器，序列号支持1毫秒产生4096个自增序列id 。

Snowflake是Twitter在2010年用Scala语言写的一套主键生成策略，用Thrift对外发布主键生成服务，其中依赖了Twitter内部的Infrastructure，后来Twitter用 Twitter-server 代替了Snowflake，自2012年起就未更新。见 Twitter-Snowflake项目地址（Tags:snowflake-2010）

之前写了一个Java的实现，改自网上一个版本: Twitter的分布式自增ID算法Snowflake实现分析及其Java、Php和Python版 。后来看到当当网的 Sharding-JDBC 分库分表中间件已实现了此算法。就直接在其中添加了一些新特性，已merge。( 具体实现 , 说明文档 )

添加3种IdGenerator实现。

用笔记本（i7-3632QM 2.2GHz 四核八线程）测试了下，每秒生成409万（理论上的峰值），CPU占用率18.5%。

互联网创业公司如何用数据分析做用户增长

Sean Ellis 是在 DropBox 负责增长的，他在 DropBox 工作时间很短，不到 2 年，但是这期间每年 DropBox 的增长率在 500% 到 700% 之间（一年 5 倍到 7 倍），这是非常疯狂的一个增长速度，他根据自己的经验总结出来了一套 AARRR 的框架：

这套框架中所有的步骤都是围绕人展开的，也就是用户。

以往的产品设计或者业务设计，都是根据功能来推的，市场功能、产品功能、销售功能、客户功能。但是今天，无论是产品运营、用户运营、市场营销、客户服务还是销售，所有的东西都应该是以用户为核心的，这套AARRR 框架就是以用户为核心的。

如何用数据分析的方法获取新用户

怎样在数据驱动下做拉新？数据驱动的拉新很简单，首先一定要对你现在的运营渠道进行拆解，一般来说美国把市场营销渠道分成两块：

第一部分：对外营销

广告投放（在各种不同的媒体和平台上做广告投放），线下活动，销售直接找到潜在客户给人家打电话等等。一般来说对外营销都是需要花钱的。

第二部分：入站营销

入站营销是用户有主动的意愿，比如说自然搜索（百度、谷歌搜索引擎），内容的运营，社交网络的传播，这些基本上可以理解为入站营销。

无论是入站还是对外营销，第一步都要让每个渠道有衡量的指标，如果你想增长一个东西，你必须要能衡量它。如何衡量它，就需要在你整个不同的资源里面，进行数据的标记，这个过程是很重要的。

这是谷歌的一套标准的代码，无论是线下的活动，还是线上的营销（包括电子邮件营销／短信／ Push推送），尽量把它统一在这套框架下进行收集数据，然后才能对比是否有效果。我们并不关心来的是三个转化还是两个转化，我们关心的是他的转化效率。比如两次活动的效果评估时，看哪个转化率好，哪个转化率差，大致是差多少。所以说分析的核心就是可比性，所以要用统一的方法来持续衡量不同的渠道。

发现有差异以后，就要问为什么这两者之间有差异，当你明白了为什么这两者之间有差异以后，往往就找到了真正的核心的原因。

有一个软件叫Sline，那个软件有点像今天的钉钉，是到现在为止增长最快的一个企业服务的软件，它的填写信息的注册流，大约有7步到11步之间的程度，每一个注册页面都要你填一个信息才能进入到下一个页面，但是长的流好还是短的人没人知道，唯一能证明这一点的话就是数据，所以说这里面还有很多可以改变的空间。数据分析的基本思维，就是找到数据的点，然后切分、对比、思考原因、去改进，改进后看数据是不是提高了。你的产品里面也有很多可以改进的空间，这里面就需要小范围迭代、小幅度的测试，把它做得越来越精、越来越好。

当然不一定每次都出来这么好的效果，有可能上完以后会很差，但是因为你有数据来证明了，就可以做持续的优化和改进。

为什么都在说留存很重要？

AARRR 模型的每一个模块都非常重要，但是在一个产品的早中期，真正最重要的一点，还是留存度。

产品的留存度，反映了整体产品的健康度。如果一个产品或者服务，没有把留存做好，没有把用户流失控制得很好，就不要去做大规模的推广和增长。因为当你的留存度很低的时候，就像水桶不断地在漏水，每次往里灌水都要成本。但是当你把留存做得很好之后，就可以迅速去扩张做增长了，所以说增长的第一个核心是用户的存留度，而不是大量的拉新。

留存度是一个很泛的概念，昨天100个用户来，今天有60个继续用，就是将近60%的留存。只有把留存用户拆解了，才能通过产品运营以及其他的手段来把它抬升。

Facebook 的一个研究报告表明，互联网产品一般隔日留存需要在 50% 以上，一周的留存率应该在 20% 以上，一个月的留存率必须是要在 10% 以上，这样的话才是相对 OK 的互联网产品。

但是这一个指标并不表示所有的企业完全适合，电商的品类、新闻的品类、O2O的品类，他们的自然使用周期是不一样的，所以说用户留存基础是不一样的，大家对自己要有一个细致的判断。

高留存用户用的产品功能和低留存用户是非常不一样的，通过留存度和产品的功能点，拆分了以后你会很快找到你产品核心的用户是怎么用的。

在linkedin我们发现用户在第一周之内增加的5个社交关系，后面留存下来的概率很大，这样你就找到了这个魔法数字：

LinkedIn 发现在第一周增加 5 个社交关系的用户留存度很高；

Facebook 发现在第一周增加 10 个好友的用户留存度很高；

Twitter 发现在第一周有 30 个 followers 的用户留存度很高；

Dropbox 发现在第一周安装两个以上操作系统的用户留存度很高。

大家看每家公司都不太一样，但是核心来说每家公司都有这个数字，我相信百度、阿里、淘宝他们都有，你的产品也有这个数字，但是一定要花时间去寻找，把这个点做上去，就有很高的用户黏度。

一般来说高留存的用户，都是高价值的用户，高价值的用户需要有共同的营销和变现或者转化的方法。我在易趣工作3年多，易趣把它的买家分成了 4 个区：

A区的买家，是超级的买家，这部分买家占用户数量 5%，但是贡献整个的营业额超过 30%；

B区的买家，占用户量的20%左右，贡献的营业额是大约占 40%；

C区的买家，这类用户占到整个用户体系 30%，贡献的营业额是大约 25%；

D区的买家，超过 40% 左右的，却只贡献整个的 10% ，甚至是 5% 。

有了这个模式，就有了运营的方法，我们需要把低留存变成中留存，中留存变成高留存的，同时用运营、市场、产品销售各种手段，减低上面这个区隔往下边流失里面过渡。

领英的战略上有一个很大的胜出的地方，就是它一直在关注用户的增长和体验，而不是超级关注盈利，他把用户的基数和黏度做稳了，盈利是未来的事儿，这也是为什么他现在估值很高的原因。

如何使营收增长？

我们的资源是有限的，时间是有限的，不可能每个人都得到同样的待遇，你只能把最重要的资源放在最重要的地方，来解决最紧急的问题，一个销售管 500 个公司，他不可能给所有人打电话，他只能去管最重要的前面的几个，蓝色的部分。

数据分析的核心有三点：

标准化，要知道发生什么事儿了。

需要明白为什么，我们需要不断地持续思考为什么，因为只有你知道了为什么，才能解决它找到原因，在产品运营或者销售各种策略里面进行实际操作。

基本上我们能够预测用户未来的行为。

因此如果我预测到这些用户会买单，我们就把销售的资源调到这里面来增加销售额。当时 Linkedin 一周的销售额增长了 270% ，以前的话销售打一个电话来，500 个人的名单，随机给人打电话非常没有效率，后来用了这个体系以后，他就给最重要的几个打电话，这样提高了效率，得到了更好的效果。

ins和推特哪个更火

市场数据分析机构尼尔森发布的一份最新调查报告显示，对于智能手机用户来说，Facebook旗下的照片和视频分享应用Instagram比Twitter更受欢迎：Instagram平均每月吸引的移动用户数量为3200万，而其社交网络竞争对手Twitter平均每月吸引的移动用户数量为3080万。

在尼尔森公司的十大智能手机应用列表中，Instagram排名第七，平均每月吸引的移动用户数量为3200万，同时，Instagram成为了用户增长数量最快的一款应用，该应用用户较上年增长66%；与此同时，社交网络应用Twitter月度平均用户数量排名第十，平均每月吸引的用户数量为3080万。

尼尔森的调查数据基于年龄在18周岁及以上、独立的iOS和Android用户，调查时间为2013年1月至10月之间。

来自两家社交应用的官方数据显示各自吸引了更多活跃用户：Instagram官方数据显示其活跃用户数量达到了1.5亿，而Twitter官方数据称其吸引的活跃用户数量超过了2.3亿人，而且这些数据表明Twitter已经领先了Instagram，但尼尔森的这一排名却大相径庭。 但不出所料的是，在尼尔森发布的这一榜单上，Facebook成为最受欢迎的智能手机应用程序，平均每月吸引了1.034亿的iOS和Android用户，在2013年，Facebook成为最大的赢家，令其他社交应用难以望其项背。

如何分析活跃用户和留存用户？

做产品和做运营经常会遇到一个难题——辛辛苦苦把用户拉来，却发现大部分用户再也不打开产品，更谈不上会在这里继续消费。

这种只来一次的用户，是几乎没有多少商业价值的，也就意味着投入在这些用户拉新上的投入全部浪费了。

有的用户，继续使用了几次之后，也成为流失用户。

相反的，那些在一定时间段里，能够持续活跃使用的用户，我们称之为留存用户。

留存用户占这批次新增用户的比例，我们称之为留存率。

考量留存的时间，一般会有次日、第7日、第30日等，分别对应着次日留存率、第7日留存率、第30日留存率。

比如，某个产品新增了100个用户，其中次日、第7日、第30日分别有30个、15个、5个用户再次使用了该产品，那么对应的：

次日留存率就是30%

第7日留存率是15%

第30日留存率是5%

有的没有做过运营的人，看到上面所举的数据，可能会有疑问——你举的例子，怎么留存数字用这么小，100个用户第30日只留下5个？

然而事实上，经过30日之后，当天还有5个用户登录的产品已经属于正常。而大部分留存低的产品，留存率比这个低很多。

作为一名运营，不要简单地以为用户拉进来就算是你的用户了，也不要总把「用户总数」作为洋洋自得的指标，而应该更关注活跃用户数和留存率。

因为，只有真正活跃的用户，才能产生商业价值。

比如一个产品各平台下载量是1000万，后台数据看到活跃用户有10万，只有这活跃的10万用户才有可能创造利润。

提升留存的魔法数字

在国外提升留存率的案例中，会经常提到一个概念——魔法数字。

Twitter发现它的留存用户与流失用户相比，留存用户会在第1次使用时多挑选5-10个用户关注（另外一个版本说法是留存用户首月内会关注30个用户)；

Facebook发现10天内添加7个好友的留存率高；

Linkedin的留存用户特征是，是一周内会添加5个好友；

Dropbox里使用了1次Dropbox的用户，会成为更活跃的用户。

上图的这些数字，就成为了这些产品的魔法数字。

魔法数字的方法论本质是通过分析、调研找到活跃用户和非活跃用户之间的行为差异，并通过产品设计和运营尽可能地让所有新用户体验到产品价值。

比如，当Twitter发现活跃用户有挑选5-10个用户关注的行为特点后，在产品设计上简化流程、突出重点，在运营上加强引导、优选推荐关注人等，让新来的用户非常轻松地关注5-10个用户，这样留存率就提高了。

为什么这样做留存率就会提高了呢？

因为Twitter的产品核心价值，就是看值得关注的用户发送的更新消息流，如果新用户刚开始关注的用户很少，也就很难体验到Twitter好在哪里，于是放弃使用的可能性就大幅提高。

一旦通过产品和运营，让用户能够更好地体验到产品的核心价值，更好地满足了用户的需求，产品的留存率也就提高了。

这种魔法数字是怎么被找到的呢？

找魔法数字的本质在于找到活跃用户和非活跃用户之间的行为差异，找到这种差异一种是通过数据分析找到的，另一种是通过用户回访找到的。

数据分析的方法是，通过看哪些用户行为特征与用户活跃是有正相关的，当正相关的程度很高，就说明这种差异性很可能就是影响活跃的关键。

理论上用户与App发生的所有交互行为都是可以被记录下来的，这种分析是能够发现一些问题的。

如果有能力的公司自己可以去建这种数据分析系统，现在市面上很多数据平台支持做这些分析，初创企业也可以以较低的成本使用。

twitter的storm系统属于哪种大数据处理系统

实时大数据系统

相关知识：

Hadoop（大数据分析领域无可争辩的wang者）专注于批处理。这种模型对许多情形（比如为网页建立索引）已经足够，但还存在其他一些使用模型，它们需要来自高度动态的来源的实时信息。为了解决这个问题，就得借助 Nathan Marz 推出的 Storm（现在在 Twitter 中称为 BackType）。Storm 不处理静态数据，但它处理预计会连续的流数据。考虑到 Twitter 用户每天生成 1.4 亿条推文 (tweet)，那么就很容易看到此技术的巨大用途。

但 Storm 不只是一个传统的大数据分析系统：它是复杂事件处理 (CEP) 系统的一个示例。CEP 系统通常分类为计算和面向检测，其中每个系统都可通过用户定义的算法在 Storm 中实现。举例而言，CEP 可用于识别事件洪流中有意义的事件，然后实时地处理这些事件。

手机Twitter 动图怎么保存

:

1.

把你想要的gif动图资源所在的网址,复制链接。

2.

打开手机上的safari浏览器。 注:只能是iPhone自带的浏览器。

3.

粘贴网址。

4.

在想保存的gif动图上,长按数据分析

根据globalwebindex的研究只有69%的facebook用户参与网上购物，而73%的twitter用户每月都在网上购物。根据twitter发布的统计数据，74%的用户关注品牌信息以获取产品更新。

从这些统计数据中可以看出，twitter是目标受众了解新产品发布、奖励、折扣和优惠券的理想场所。换句话说，重要的是平衡你的营销努力与高质量的信息内容，以保持你的粉丝参与。

第三点：twitter有利于搜索引擎优化

不久前，twitter决定继续在相关的google搜索结果页面上显示推文。这意味着你的推文可能会出现在搜索结果中，增加你的曝光率，吸引更多的人访问你的网站。此外，Twitter为你的搜索引擎优化提供更多的好处。

第四点：方便性

虽然使用Twitter的优势很明显，但在营销策略中有效使用它需要时间和经验。幸运的是，在可靠的数字营销组织在的帮助下，在设置帐户后的几天或几周内很容易看到结果。你只要看数字滚动就行了。

第五点：互动性

客户反馈很重要。以公平和尊重的方式公开处理任何投诉或不满也是确保您的品牌保持良好公众形象的关键。

twitter很适合这一点，因为你可以直接和公开地回应听众中任何想与你互动的人。你收到的反馈可以帮助你做出更好的决定。

仅供参考哦，