01月21日，和訊博主于斌發表了題為《當APP應用市場結合大數據時，將是一場風暴》的博客，以下是博客全文：

正如馬云所說，“很多人還沒搞清楚什么是PC互聯網，移動互聯來了，我們還沒搞清楚移動互聯的時候，大數據時代又來了。”

在過去的2015年，大數據時代的氣息濃厚，步伐矯健。利用大數據的分析和預測，電商們正在為用戶進行深度畫像開展精準營銷，讓15分鐘送貨上門成為現實;結合大數據分析，互聯網金融企業捕捉來自大眾點評、豆瓣等社交網絡有效信息，多維度分析借款客戶信用情況，提高自身風控能力。除此之外，大數據應用還將觸角延伸到教育、醫療、交通、制造、影視、政府等領域。盡管發力點不同，但是影響都可以用“顛覆”來形容。

如此有爆發力的大數據應用，2016年將去撼動何方呢?實際上，自阿里提出PP助手“移動生態+大數據”戰略之時，答案就已經非常明顯。一場由大數據引發的APP應用市場巨變正在強勢來襲。

應用商城使用生命周期縮短

在聊大數據對App應用市場的影響之前，我們先來看看現在的應用市場現狀。

在“大眾創業、萬眾創新”時代強音的號召下，APP創業項目遍地開花。在人人都是產品經理、人人都可以是開發者的口號下，應用市場空前繁榮。

可這樣的繁榮景象可能只是“看上去很美”，真實的情況是，僵尸應用遍地都是。根據最新數據，每分鐘人們從Google Play和Apple iTunes下載的應用數量將近有5.1萬個，而多達110萬的僵尸應用卻在角落里無人發覺，基本沒什么下載量。相關報告顯示，僅在App Store中，來自中國的僵尸應用占比就高達81.3%;而安卓平臺開放性更強，同時擁有更多開發者，加上國內的安卓應用市場審核標準尺度不一，“僵尸應用”的占比預計將更高。

在應用大潮的席卷沖擊下，移動互聯網用戶正變得越來越成熟，用戶不再像剛開始那樣什么應用都愿意嘗試下載， 有報道稱早期App獲得一個客戶的價格是2元，其后是20元，現在是200元至500元。App的獲客成本水漲船高。

更糟糕的是，在眾多APP自助生成平臺的推動下，移動應用開發門檻已經降到幾乎為零。每天都在持續生產上傳大量沒有人會去使用的僵尸應用。這些劣質應用消耗了本就有限的市場資源，但最直接導致許多優秀的“小而美”應用因為難以汲取成長的養分，最終難逃被行業洗牌的命運。想要脫穎而出，就要燒錢進行推廣，可大部分的開發者根本不具備這個資金實力。

App推廣費用越來越高的同時，用戶的需求也在進一步細分化。2015年一份艾媒咨詢的調查數據中顯示：“85%的用戶會在1個月內將其下載的應用程序從手機中刪除，而到了5個月后，這些應用程序的留存率僅有5%。”也就是說，部分用戶每5個月就會淘汰一批手機中安裝的應用。和用戶迭代更新旺盛的需求不匹配的是，許多小而美的應用因為沒有人使用，沒有推薦位，沒有推廣費用而淪為僵尸應用。

移動應用分發和用戶需求產生錯位的現象越來越常見。廠商花費大量的推廣費用把用戶引導引流到自身應用商城上，卻沒有給用戶推送真正適合的應用，用戶因此產生體驗落差。應用商店的使用生命周期在需求端和供應端都開始縮短。

破局：“數據+”戰略前景可期

在移動應用分發和用戶需求產生錯位的背景下，應用商店求變創新成為首要任務。要同時滿足用戶的需求，就必須有創新性的分發模式推出。

近日，PP助手召開“2016年戰略發布會”，以阿里海量大數據為核心，提出的“數據+”戰略，利用大數據做精準分發，這種模式可能成為應用商店困境的突破口。

“數據+”戰略，顧名思義就是基于大數據分析技術的運用，將開發者和用戶需求進行精準匹配。

一方面，PP助手全面接入阿里大數據庫，積極融合UC瀏覽器、高德地圖、神馬搜索、九游、PP助手、移動閱讀平臺阿里文學等阿里移動互聯網矩陣應用，享有阿里系的海量數據資源，涵蓋娛樂、天氣資訊、交易、出行、線上閱讀、音樂等多領域的數據，對用戶的行為習慣有十分全面的了解，整合這些大數據之后甚至可以描繪出用戶一天的日常，如：幾點鐘要上淘寶了，什么時候在線上閱讀了…

另一方面，從行業上看，大數據與應用分發結合早已多次提出，但事實證明，此前所謂的大數據應用分發只是利用大數據對用戶行為習慣進行簡單、表層的分析，對用戶一次感興趣的東西將進行長期推送，隨著應用商店使用生命周期變長，推送的內容不再是用戶所需的，自然這樣的應用商店很快會被刪除在列表之外。

而本次發布會PP助手發布的“數據+”戰略由“數據+時間”、“數據+空間”“數據+溫度”、“數據+海外”等部分組成，新的大數據應用分發模式將改變以往行業對大數據應用分發的理解。真正挖掘及生產用戶感興趣的內容，最終向用戶精準推送真正合適的APP。

以“數據+時間”為例，PP助手會通過多個場景和維度監測用戶需求、興趣點的變遷，例如有用戶安裝一個裝修類應用之后，以往的算法是認定他對這類感興趣，就會長期進行推薦，而PP助手會根據用戶從裝修到買車再到生小孩這樣的人生階段變化，適時調整推薦內容和服務。

再以“數據+空間”為例，利用大數據對用戶進行標簽，但即使標簽完全一致的兩位用戶，身處的空間環境不一樣，對應用的需求也不一致。同為90后的兩個用戶，A君徒步旅行，他收到的推送可能是窮游，而B君正出去備孕階段，收到的推送將是大姨媽。

“數據+”戰略下的大數據應用分發模式能從多維度對用戶場景分析去優化傳統推薦算法，甚至加入更多人的力量去挖掘及生產用戶感興趣的內容，構建不一樣的用戶需求模型。綜合各維度考慮用戶需求，給用戶帶來前所未有的貼心體驗。

應用商城說到底，是聯結用戶和開發者的平臺。一方面為用戶提供應用推薦和下載，一方面對開發者提供展示平臺和推廣服務，只是現有的模式逐漸落后，不能滿足用戶需求和開發者推廣需求。而PP助手背靠阿里整合優勢資源，利用大數據，一方面能基于用戶在阿里系中的數據做精準的用戶畫像，為用戶提供他需要的app，一方面通過對開發者整個開發推廣周期中的扶持和推廣幫助，讓其找到更對精準用戶，搶占市場。這個過程實現了對用戶需求和開發者服務之間的高效對接，有效解決目前用戶需求和開發者服務之間的錯位問題，是雙贏。在數據+的模式下，PP助手有望成為目前應用商店市場困境的破局者，在目前應用商城發展受阻的困境下殺出重圍，構建應用分發市場新格局。