問題由來

新版本覆蓋速度，這個概念說起來大家都不會陌生。在每次發(fā)布新版本的時候大家都會十分留意新版本的覆蓋情況。特別進行了比較重要的更新之后，我們也經(jīng)常會受到來自各方面需要提高新版本覆蓋速度的要求。

想要提升覆蓋速度，那么首先要面對的是，如何將這個版本覆蓋速度進行量化。

其實這個問題，說來可以很簡單，比如可以說成“xx天之后，新版本活躍用戶超過總量一半”。但如果仔細(xì)去考慮，這樣評估有很多不準(zhǔn)確的地方。第一，灰度量是我們自己控制的，灰度放的快或慢，這會根本上影響覆蓋速度；第二，在買量或者新增用戶數(shù)量波動較大的時候，也會影響到覆蓋速度，大多老用戶升級都不會很及時，但是新增用戶的版本可以看作是按照灰度量分布的。新增越多，升級越快。

更新事件的角度

如果將新老用戶進行拆分，也就是將安裝事件和更新事件進行拆分。那么這個指標(biāo)看起來就清晰了很多。安裝事件其實我們并不需要去關(guān)心，有多少新用戶用到新版本，這就是我們的灰度量，我們可以充分控制 。我們只要關(guān)心的重點放在更新事件就可以了。

更新事件這一指標(biāo)，在谷歌后臺版本信息中心查看到，可以在配置報告中，選擇更新事件，維度選擇應(yīng)用版本，將數(shù)據(jù)下載至本地。

這里要注意的是，谷歌后臺給出的更新事件，是在升級完成后上報進行上報。也就是我們看到的是最新版本中有多少人是升級上來的。這也就帶來一個問題，我們無法將每個更新事件追溯到用戶之前用的版本，也就是我們無法直接得到“舊版本中有多少人進行了更新”。

不過我們?nèi)匀豢梢詫⑦@個指標(biāo)拆分一下：老用戶舊版本升級比例=老用戶舊版本更新事件量/（老用戶舊版本用戶總量+老用戶舊版本更新時間量）

（1）因為上報了更新事件的，在更新前也是這一天的舊版本老用戶，所以計算時應(yīng)該把更新事件量算回到分母中去
（2）在這里，我們只討論更新與不更新的行為。老用戶的留存長期都是穩(wěn)定的數(shù)據(jù)（90%+），因此在這里（也只能）忽略掉有老用戶的卸載的情況
（3）谷歌后臺是不會區(qū)分新老用戶的，在實際計算中，我將“舊版本的Active Device Installs-舊版本的Daily Device Installs”，視為舊版本老用戶總量

以我們九月份所發(fā)布的1.6.1版本數(shù)據(jù)舉例，所計算出的，舊版本中老用戶升級行為比例，以及每天所設(shè)置的灰度量如下圖所示：

舊版本老用戶升級行為占比

我們可以看出，每一次增加灰度量，都會使得老用戶升級比例得到明顯提升，并且在一天之后迅速衰減。我們可以做這樣一個假設(shè)，提升灰度量第一天就升級的用戶，大概就是可以通過谷歌后臺自動更新的用戶。對老用戶來說，在某個量級上灰度三天還是灰度五天，沒有多大差別。能夠及時升級的老用戶，給一兩天時間基本就都升級上來了。

版本比例的角度

之前所討論的，是屬于比較微觀的，針對到用戶升級行為層面。

那我們直接從宏觀的版本分布層面，直接用版本分布的比例進行統(tǒng)計。為了保證數(shù)據(jù)源的一致性，我們還是選擇GP后臺的數(shù)據(jù)。

相比于計算老用戶升級行為比例，各版本覆蓋情況在Excel中很容易得到。installs_包名_月份_app_version這份表格中，進行數(shù)據(jù)透視時，行和列選擇“Date”和“App version code”，值選擇“求和項：Active Device Installs”，并且在值顯示方式中選擇“行匯總百分比”，就可以直接得到每一天各個版本所占比例。（當(dāng)然同樣的方式也可以用于我們自己后臺導(dǎo)出的數(shù)據(jù)）

仍然用v1.6.1版本的數(shù)據(jù)來看：

新版本比例

前三天我們灰度量是30%，在開始發(fā)布三天后，版本覆蓋比例達到了14.33%。第四天灰度量為50%，第五天開始100%全量發(fā)布。可以看到，在每一次提升灰度量的時候都會讓版本覆蓋程度有著明顯的提升。而這也和我們之前通過升級事件得到的結(jié)果想吻合。

另外，從第五天之后，該版本開始全量發(fā)布，在此之后的覆蓋比例曲線，看起來像是非常平滑的對數(shù)形式的曲線。我們也可以利用Excel的趨勢線功能進行擬合。甚至可以得到發(fā)布天數(shù)與版本覆蓋比例的公式：

發(fā)布天數(shù)與新版本比例的關(guān)系

提升覆蓋速度的一些思路

所以我們也可以看出，想提升新版本的覆蓋速度，最有效的方法就是一句廢話，快點放量。直接上全量，肯定覆蓋的最快。這是提升速度的最大瓶頸。但這有時候很難做到，畢竟灰度期間對比數(shù)據(jù)差異是非常重要的事情。

當(dāng)然還有第二有效的方法，也是廢話，發(fā)了新版多買量。老用戶能夠及時自動更新的比例很有限，從之前數(shù)據(jù)上估算，這個比例不會超過一半。但是這也執(zhí)行起來也不容易，而且也只是對新產(chǎn)品起效。

那么就是否有一種，即方便我們對比數(shù)據(jù)，又能使得老用戶的升級過程不至于太慢呢？

在這里，我提出一個假設(shè)。從第一張表中我們能看到，提升一次灰度量級，就會使得老用戶升級比例提升一大截。那么是否可以通過，均勻增加灰度量級，來使得老用戶升級比例始終保持在一個較高的水平上？之前自己的產(chǎn)品發(fā)灰度有時候很由著性子，有時在一個量級灰上好幾天，看數(shù)據(jù)覺得差不多了突然從30%提到100%。其實這樣做，30%這樣的灰度量級，對于占用戶總量90%多的老用戶來說，只有前一兩天是有效果的。如果改成每天都均勻地去增加10%，有可能會提升整體的覆蓋速度。

剛好我們的產(chǎn)品即將發(fā)布新版本，可以借此機會驗證下這個假設(shè)。