别让性能黑洞将应用价值止步于起飞跑道上

从“保卫萝卜”到“部落冲突”,从“美图秀秀”到“美拍”,从“唱吧”到“墨迹天气”。在超过5亿的智能终端用户中,有近乎五分之四的用户每天使用应用1-3个小时。这使中国成为了应用开发市场的黄金之地,众多应用开发团队受到资方追捧。

一方面,市场需要的是挣脱固性思维,打破传统的创新应用的出现,另一方面,已经具有广大用户基础的应用需要持续的迭代与发展。但无论如何,开发者与产品人员必须做到一件事——就是让用户拥有舒畅的使用体验。使用体验与产品设计一起,才能构建起应用价值的左膀右臂,而App上线后性能问题是用户使用体验提升的最大隐形障碍。

被忽视的应用上线后性能管理

对于拥有一定规模技术力量的应用开发团队来说,将产品体验问题详致的归类与量化已经是一项必须的工作。但据听云发布的《移动应用性能黑洞报告》显示,目前中国仅有6%的移动开发团队在使用专业的性能管理工具,开发者将产品送上市场后,性能管理被直接忽视,产品的成功与失败则被归结为营销手段的好坏。同时报告显示,竟有超过5%的活跃用户流失是源于应用性能问题,发人深思。对于中小规模的团队来说,应用上线后性能问题更容易被忽视,而由此所造成的用户流失对初创团队来说冲击更大,甚至是致命的。

Android与iOS性能问题导致用户流失比率(每天)

而做好应用上线后性能管理从来就不是一件简单的事。能够搭建与生产环境相同的性能监控环境只是第一步,手机机型与配置千差万别,运营商与南北互通问题在中国又是不可忽视的巨大挑战。要覆盖到不同种类(联网,本地和混合应用)、不同平台(iOS,安卓等)和不同网络环境(Wifi,2G,3G,3G+,4G LTE)一直是应用性能管理的巨大挑战,尤其对于中小开发者而言,这似乎成为了无法评估投入成本的“黑洞”。

应用性能管理平台选择面面观

应用性能管理在国外并非是一个刚刚兴起的产业,已经为多数互联网产品所认可并使用。成本低、部署便捷、安全性与本地化,成为部署应用性能管理平台所必须在意的几大问题,根据笔者多年来对移动互联网运维与开发人员的采访获悉,在性能管理领域,国外的产品与技术比较成熟,但是本地化运营较差,可用性不强。国内能够提供完整的应用性能管理解决方案的基本只有基调网络一家,大多开发者通过使用基调网络的监控数据与自研发数据报表系统相结合,管理应用性能,实时追踪性能问题。

在移动互联网领域中,中小团队有很多,限于研发人员数量与实力问题,轻量级部署与成本控制尤为重要,以国内最大的应用性能管理平台听云来说,只需修改两行代码即可完成部署,并在5分钟内查看应用性能数据,同时提供给开发者免费使用,成为国内大多数中小开发团队的首选。

很多开发者在应用上线前喜欢使用Testin等适配测试小工具来进行应用适配测试,实际上具有很大的安全隐患,在这里笔者提醒大家,慎重使用。数据安全对于应用性能监控来说尤为重要,目前国内以听云为代表的性能管理平台也有一套比较成熟的解决方案,通过第三方安全认证机构对听云App SDK源代码进行审计;性能数据采集通过SSL加密传输;同时开发者可以通过指定采集百分比或者设置随机采集来控制监测客户端的数量,以达到数据保密的目的。在保证自己App性能管理走上正轨的同时,不要忘记安全与隐私问题。

结语:

如果说一个应用的产品创意就像灵魂,那么应用上线后性能管理则是支撑起这个创意的骨架与躯干。应用上线后性能管理对于开发者来说绝不仅仅是画龙点睛的过程,而是承载自身应用价值的载体与起飞跑道。在看到听云发布的移动应用性能黑洞报告后,笔者更为强烈的认识到了这一点,这也是促成本文的主要原因。

应用性能黑洞已经成为App活跃用户流失的最大隐形杀手,看着应用数据报表中用户次日留存率的下降曲线图,也许您也该考虑部署应用性能管理工具了,以听云为代表的国内顶尖应用性能管理平台已经被微软、阿里、腾讯、百度等大企业率先采用,不要因为性能问题让你的应用价值止步于起飞跑道上。

别让性能黑洞将应用价值止步于起飞跑道上

时间: 2024-11-03 21:50:55

别让性能黑洞将应用价值止步于起飞跑道上的相关文章

中科招商移动互联网行业总监:移动互联网创业需警惕“应用性能黑洞”

移动互联网为众多创业者提供了一条低门槛.高回报的道路,通过一款产品一炮而红的创业团队成为了无数创业人的目标和楷模.成功的创业团队固然令人称羡,但是正在创业中的团队,我们更应该关注那些创业失败者,了解到他们失败的原因,找到他们的经验教训,让这些经验教训成为自身走向成功的基石. 笔者在从事媒体工作时,对于移动互联网行业以及相关技术关注多年,后转型金融工作,对于移动互联网价值体系产生了自己的一些想法,现在拿出来和大家分享一下. 移动互联网的价值体现和流失 移动互联网是一个线上凝聚用户行为,线下产生实际

听云平台发布:移动应用性能黑洞报告

1秒,2秒,3秒……据听云平台(www.tingyun.com)观测:在移动应用出现性能问题导致延时响应10秒后,有近5%的真实用户放弃使用该应用,并永久离开.而应用性能问题出现的频率与错误种类却绝对超乎你的想象,听云平台对5079个不同机型.1172种操作系统以及18家运营商进行整合分析得出“应用性能问题组合超1亿零700万种”,你永远不知道下一个导致用户流失的性能问题是什么.听云平台监测发现有十种应用性能问题最具危害,将之定义为应用性能黑洞Top10. 一.移动应用性能问题种类汇总分析 你知

听云平台发布:移动应用性能黑洞报告

1秒,2秒,3秒……据听云平台(www.cntingyun.com)观测:在移动应用出现性能问题导致延时响应10秒后,有近5%的真实用户放弃使用该应用,并永久离开.而应用性能问题出现的频率与错误种类却绝对超乎你的想象,听云平台对5079个不同机型.1172种操作系统以及18家运营商进行整合分析得出“应用性能问题组合超1亿零700万种”,你永远不知道下一个导致用户流失的性能问题是什么.听云平台监测发现有十种应用性能问题最具危害,将之定义为应用性能黑洞Top10.  一.移动应用性能问题种类汇总分析

SQL Server性能调优:资源管理之内存管理篇(上)

http://www.cnblogs.com/caspnet/archive/2011/02/21/1959539.html 对SQL Server来说,最重要的资源是内存.Disk和CPU,其中内存又是重中之重,因为SQL Server为了性能要求,会将它所要访问的数据全部(只要内存足够)放到缓存中.这篇就来介绍SQL Server的内存管理体系. SQL Server作为Windows上运行的应用程序,必须接受Windows的资源管理,利用Windows的API来申请和调度各类资源.但是,由

简单的覆盖问题,,通过覆盖的g不同 有这不同的价值 最后还是一段上求和

#include<algorithm> #include<iostream> #include<cstdio> #include<string> #include<queue> #include<math.h> using namespace std; #define N 100005 #define lson rood<<1 #define rson rood<<1|1 int w[N]; struct no

Redis各种数据结构性能数据对比和性能优化实践

很对不起大家,又是一篇乱序的文章,但是满满的干货,来源于实践,相信大家会有所收获.里面穿插一些感悟和生活故事,可以忽略不看.不过听大家普遍的反馈说这是其中最喜欢看的部分,好吧,就当学习之后轻松一下. Redis各种数据结构性能数据对比 测试工具:perf4j 性能指标:平均值,最小值,最大值,方差 对比将814条数据按单条插入到哈希MAP和哈希SET: 对比从814条数据的哈希MAP和哈希SET中判断一个元素是否存在(map的hasKey和set的isMember): 大量数据插入哈希MAP,运

文件系统在NVMe SSD上的性能表现分析

文件系统是访问存储的一种常用方式,目前常用的文件系统都是针对磁盘的特性进行设计的.例如,为了解决磁盘随机小数据访问的问题,在文件系统层面引入了Page cache机制,利用内存缓存对这种访问进行加速.大多数业务都会存在数据局部性,因此,通过这种Page cache机制可以很好的提升文件系统的性能.另外,文件系统的数据布局也会考虑磁盘的特性,元数据聚合存放在一起,这样可以高效的实现元数据的存放,避免磁盘抖动.如下图描述,包括文件系统在内的存储软件栈在各个层次都会对磁盘抖动问题进行优化. 在NVMe

认清性能问题

本文翻译自 Thinking Clearly About Performance 这是我三年前读到的一篇关于性能问题的好文,读完后还觉不过瘾,怕理解的不够遂又翻译了一遍,这也是当年我的第一次翻译. 这几年来每次碰到性能问题,我都会想起这篇文章,它并不像很多其他关于性能问题的文章,告诉你利用什么工具怎么去解决性能问题,这类文章更多属于「术」的层面,而术的层面在不同的技术栈会有很不同的选择.而本文则高屋建瓴的帮助读者建立起对性能的正确认识,从而能够获得更全面的视角去看待和思考性能问题.这是「道」的层

Mysql性能的优化配置

一.MySQL 性能优化之-影响性能的因素 1. 商业需求的影响 不合理需求造成资源投入产出比过低,这里我们就用一个看上去很简单的功能来分析一下. 需求:一个论坛帖子总量的统计,附加要求:实时更新 从功能上来看非常容易实现,执行一条 SELECT COUNT(*) from 表名 的 Query 就可以得到结果.但是,如果我们采用不是 MyISAM 存储引擎,而是使用的 Innodb 的存储引擎,那么大家可以试想一下,如果存放帖子的表中已经有上千万的帖子的时候,执行这条 Query 语句需要多少