2017年国外增长最快的移动应用SDK盘点

2017 年 12 月 29 日 移动开发前线 薛命灯 译
作者|Shane Wey
译者|薛命灯
编辑|覃云
本文列出了 2017 年国外增长最快的移动应用 SDK,旨在帮助开发者了解技术的发展趋势。作为开发者,你们可以在这份报告中看到同行们在过去一年都使用了哪些工具来开发移动应用,以及他们都实现了哪些新的开发工具?我们希望这些信息可以帮助你们挖掘出更多有用的资源,创建出更好的应用程序。
1. 更多开发者选择应用开发平台

开发者通常会面临这样的选择:是选择功能单一的工具还是选择提供“一条龙”服务的开发平台?

2017 年,选择后者的移动开发者更多。这类平台的佼佼者包括:Firebase(谷歌的 SDK)、HockeyApp(微软的 SDK)和 Facebook。它们均提供了全面的功能——从分析、后端到广告等。

不过应用开发平台所提供的功能也是有所差别的。Firebase 提供的功能覆盖了应用程序的全生命周期,还提供了实时数据库、崩溃报告、远程配置(A/B 测试)、认证机制和分析功能。他们最近还推出了 Cloud FireStore,并把 Crashlytics 加入到产品套件中。Facebook 的开发平台提供了访问其社交网络数据的入口,当然也提供了分析、广告、认证和深度链接(deep linking)功能。微软的 HockeyApp 似乎更专注于 DevOps,提供了贝塔分布(beta distribution)、崩溃报告、用户度量指标、反馈机制和工作流集成。

上图是三个最主要的应用开发平台,其中 Firebase 的三个组件被单独分开比较。

除了应用开发平台,独立 SDK 的增长速度也很快,只是没有应用平台那么快。增长排名前 100 的 SDK 包括了提供推送通知服务的 OneSignal、用于移动后端的 Realm 和应用程序性能管理平台 New Relic。

至于为什么更多的开发者会选择应用开发平台,我们猜测是因为大部分 Android 应用是由小型开发商和个人开发的。应用开发平台提供了“一篮子”解决方案,对于这些开发者来说更有吸引力。另外,Firebase、HockeyApp 和 Facebook 是可以免费使用的。那些有复杂需求的大型企业(如沃尔玛)可能会选择特定的 SDK,他们有更多的预算和工程资源,可用于实现特定的 SDK,解决免费平台无法解决的问题。

另一个原因是开发者希望把他们的数据放在同一个地方。谷歌、微软和 Facebook 投入了大量精力来扩大开发者的服务范围。谷歌 IO 大会、Facebook 开发者大会和微软 Build 开发大会把他们的开发平台推向了舞台中央。谷歌收购了 Twitter 的 Fabric,而 Fabric 和 Firebase 的强强组合更是让它如虎添翼。

从开发者角度来讲,最重要的是选择适合自己需求的技术。不过不管怎样,在 2017 年,应用开发平台赛过独立 SDK 的局面是不争的事实。

2. 广告技术仍然是变现的主要手段,中介 SDK 暗中增长

2017 年,广告技术仍然是开发者采用的最热门、增长最快的技术。排名前 100 的 SDK 包括:谷歌的 Admob、Verizon 的 Flurry、Vungle、Supersonic/ironSource、Facebook Audience Network、StartApp、Chartboost、Unity Ads、InMobi、Revmob、AppLovin、AdColony 等。

广告 SDK 已经占据了开发者的全部,所以我们无需再多说什么。不过,广告中介技术可能少有人提及。开发者通过中介 SDK 接触到更多的广告主,并确保长时间显示可以获得更多收入的广告,从而提高广告流量收入。例如,你可以在应用中嵌入 Vungle、Chartboost 和 AdColony,然后通过 AdMob 中介来选择收入最多的那个广告。要在应用中使用中介,你需要在应用中加入一个适配器,中介 SDK 通过适配器与广告 SDK 展开通信。增长最快的中介适配器分别是 Admob 和 Facebook Audience Network。


中介 SDK 适配器的增长

要记住,不管新技术如何发展(AI、AR/VR、区块链……),有一件事情是不会变的,那就是你的同僚们仍然会将广告作为他们的应用程序最可靠、最可信赖的变现方式。

3. 移动应用与周遭环境的互动在增强

Altbeacon 是 2017 年增长最快的进场技术 SDK。


使用了 Altbeacon 的 Android 应用程序数量增长情况

Altbeacon 是一个开源库,用于实现应用与 beacon 之间的交互。它的快速增长可以说是既让人感到惊讶,又在情理之中。苹果在 2013 年的 WWDC 大会上首次发布了 iBeancon,期待它能够改变零售业。但几年过去了,开发者的采用率和苹果对它的投入略显萎靡。而在 2017 年,我们似乎迎来了一个爆发点。

不过,我们很难对未来做出预测。Urban Airship 早在 2009 年就推出了推送通知 SDK,开发者大量采用推送通知却是在数年之后。尽管 beacon 的增长比预期慢,但或许它的发展轨迹会与推送通知类似。作为开发者,或许可以考虑在应用程序中嵌入协同位置(incorporating location),因为你的同僚们很快也会这么做,越多人使用这项技术,就会有越多的人会习惯于这种使用体验。

4. 开发者对可视化数据的需求在增长

现在的应用程序会收集到越来越多的数据,但光是收集数据并不代表就会产生价值。数据必须以某种方式进行组织和呈现,解答一些重要的问题,才能体现其价值。所以,看到数据可视化 SDK MPAndroidChart 的增长如此之快,我们一点也不感到意外。


安装了 MPAndroidChart 的应用程序的数量发展情况

开发者通过 MPAndroidChart 将应用数据呈现成有意义的图表。例如,由 Wachanga 开发的一款应用就使用 MPAndroidChart 来展示每日婴儿母乳喂养的统计信息。


使用了 MPAndroidChart 的应用程序

其他也在使用 MPAndroidChart 的应用程序包括健身 app 7 Minute Workout、户外 app AllTrails、个人网银 app Citi Mobile、加密货币投资 app Coinbase、房产 app Redfin 等。

重点是,应用程序收集了越来越多的数据,数据可视化势在必行。如果你的应用程序需要聚合和呈现数据,那么可以考虑使用 MPAndroidChart(iOS 有 Charts)。

2018 年展望

我们不打算对每一个趋势展开分析,单击文末的链接可以看到整个报告的内容。这里再做一下总结:

  1. 更多的开发者选择应用开发平台,而不是独立的 SDK。

  2. 广告技术仍然是应用程序变现的主要方式。

  3. 开发者正在将协同位置嵌入到他们的应用中。

  4. 开发者对应用收集到的数据进行可视化。

移动市场仍然很年轻,而且一直在变化。或许我们已经走过了一个阶段(移动电话的普及),而另一个阶段才刚刚开始(数据的聚合、优化和分析)。对于开发者来说,前途漫漫。新的技术不断出现,我们能做的就是让应用程序与真实的世界接轨。我们希望这份报告能够给你们带来一些启发,让你更好地开发下一款应用程序。

  相关链接

原文链接:

https://blog.mightysignal.com/fastest-growing-sdks-of-2017-838657d3457a

报告链接:

https://mightysignal.com/fastest-growing-sdks?utm_source=medium&utm_campaign=fastest_growing_sdks_of_2017&utm_medium=blog

 移动开发前线

「移动开发前线」是 InfoQ 旗下关注移动开发技术的垂直社群。投稿请发邮件到 editors@cn.infoq.com,注明“移动开发前线投稿”。

  课程推荐

一堂课教你看懂技术创新与商业模式

作为一名程序员,如何看懂公司,如何理解公司在不同阶段的不同战略的?互联网浪潮中,技术人又应该如何顺势而为?徐飞导师总结知名公司成败经验,为你梳理清楚其中的脉络,让你在技术创新和商业模式上有新的思考。

登录查看更多
0

相关内容

SDK(Software Development Kit, 即软件开发工具包 )一般是一些被软件工程师用于为特定的软件包、软件框架、硬件平台、操作系统等建立应用软件的开发工具的集合。
大数据安全技术研究进展
专知会员服务
92+阅读 · 2020年5月2日
专知会员服务
123+阅读 · 2020年3月26日
【Google】利用AUTOML实现加速感知神经网络设计
专知会员服务
29+阅读 · 2020年3月5日
超级盘点 | Github年终各大排行榜(内附开源项目学习资源)
七月在线实验室
19+阅读 · 2018年12月19日
Python 杠上 Java、C/C++,赢面有几成?
CSDN
6+阅读 · 2018年4月12日
2017年四巨头的深度学习框架之战,你支持谁?
全球人工智能
6+阅读 · 2017年12月29日
机器学习必知的15大框架
云栖社区
16+阅读 · 2017年12月10日
Arxiv
101+阅读 · 2020年3月4日
Knowledge Flow: Improve Upon Your Teachers
Arxiv
5+阅读 · 2019年4月11日
Hardness-Aware Deep Metric Learning
Arxiv
6+阅读 · 2019年3月13日
Arxiv
8+阅读 · 2018年5月15日
Arxiv
4+阅读 · 2017年11月4日
VIP会员
相关论文
Arxiv
101+阅读 · 2020年3月4日
Knowledge Flow: Improve Upon Your Teachers
Arxiv
5+阅读 · 2019年4月11日
Hardness-Aware Deep Metric Learning
Arxiv
6+阅读 · 2019年3月13日
Arxiv
8+阅读 · 2018年5月15日
Arxiv
4+阅读 · 2017年11月4日
Top
微信扫码咨询专知VIP会员