VisionMobile:开发者优先平台选择iOS vs Android vs HTML5

报告根据开发者经济调查数据揭示,iOS和Android占据智能手机市场主导地位,iOS被视为盈利优选平台,而Android则更适合寻求广泛覆盖的开发者。HTML5因其跨平台优势在企业应用中表现出色。

文章来源:http://www.visionmobile.com/blog/2013/12/developers-prioritise-platforms-ios-vs-android-vs-html5/

开发者如何看待各平台,应用类型和成功之道是如何影响他们选择平台?Andreas Pappas将根据VisiomMobile的2013Q3开发者经济调查数据来揭开谜底。

以前,选择移动平台,即要支持哪个平台是开发者的一个重要问题。这个问题现在多少得到解决:iOS和Android占了2013年Q3智能手机销量的94%,且毫无疑问,它们将在接下来的几年中继续统治市场。根据最新的2013Q3开发者经济调查,对于要求大规模销售的组织,结合移动生态系统(货币化、发布、平台服务)因素,移动开发者对iOS和Android加起来的青睐度(心理份额)超过85%

尽管由两大平台主导,我们最新的开发者经济报告显示大部分组织同时使用超过一个平台,50%组织使用3个或者以上。对于规模经营的职业开发者和组织,策略是很重要:这些平台中你如何确定优先顺序?对大多数应用开发组织而言这是个关键问题,因为资源总是稀缺,在很多时候必须做出选择。例如,新游戏版本最先支持哪个平台,又或者在维护现有应用时哪个平台需要投入更多时间。

理想情况下,为所有要支持的平台都分配所需的资源以确保在每个平台都提供最佳产品,然而,即便在最大的组织,这也是很罕见的。有很多因素需要考虑,如成本、能力、资源、目标市场、收入潜力等等。

对于Android、iOS和HTML5,普遍认为:

- 如果需要覆盖更多用户,Android更好;

- 如果你需要赚更多钱,iOS更好;

- 如果你需要跨平台或者已经有web资产,HTML5更好。

我们将考察调查中开发者基于其他选择和业务类型对三大平台(Android、iOS、HTML5)的优先级别。我们将看到平台选择的关联,并如上面那样给出普遍认知的线索。

高收益的组织和开发者优先iOS

根据收入不同的受访者的优先级别,我们看到在最低范围的受访者,即那些没有收入或少于$1000/月的倾向首选Android。对于收入超过$1000/月的,随着受访者收入的增加,iOS成为最优先的平台。然而,当收入超过每月5百万美元的,图表变得均衡起来,iOS、Android、HTML5的优先权几乎同等

revenue

尽管我们不能得出iOS带来更多收入的结论,但毫无疑问,收入和将iOS作为首选平台间存在很大关联。HTML5的陡峭增长可能和大企业使用HTML5进行现有HTML资产移动化相关。低收入开发者比高收入者更倾向Android,可能和Android低开发门槛以及业余爱好者选择Android相关。

成功对开发者意味什么?

我们请受访者指出如何衡量应用开发的成功,即是否以赚取金钱、用户到达量、成本节省等等来衡量成功。从基于不同的成功衡量和优先情况,我们发现Android是不关心成功或不关心所需知识水平的开发者选择的主要平台,这两方面与应用开发的商业方面没什么关系。这表明,Android作为(不限于)开发者实验和学习的入门级别平台更为流行。

iOS在关注直接收入和品牌认知的开发者中优先级别提升。后者(品牌认知)尤为重要,它表明iOS是品牌选择的平台,是移动生态系统重要的增值因素,因为品牌有助于了用户保留和用户活跃。

success

开发者优先平台相关的平台选择标准

看看选择标准vs首选平台的图,我们发现iOS是那些希望发现、针对性覆盖率和盈利的受访者的主要平台,这也都是移动开发者面临的关键挑战。Andriod则相反,是那些注重公开标准、移植和开发环境选择的开发者所喜好,即与应用开发技术而非商务相关。HTML5在那些注重公开标准、易于移植、开发速度及成本的开发者最为欢迎,但与平台APIs、图形能力和收入潜力相关时优先度下降,反映了HTML5和原生平台间差距。

selection

不同类型的开发者如何选择他们的主要平台?

对将应用开发作为项目某个方面的开发者,即那些主业的不是应用开发的,Android比iOS和HTML5更受重视。独立应用开发者则正好相反,他们主要职业是应用开发,且基本是自我雇佣,他们明显偏好iOS。很显然,就最初成本和精力而言,Android吸引更多的爱好者。然而,以应用开发为生的开发者而言倾向于iOS,iOS是众所周知最能盈利的平台。

对于非应用开发的组织开发他们自己的应用(即垂直行业),HTML5成为关键竞争者,就优先度而言,超过Android,几乎等同iOS。对这些组织(例如银行、零售),跨屏和跨平台是非常重要的,HTML5是成本效益的选择。

involve

应用类型的平台优先级别

就应用类型而言,iOS和Android的差异很小。开发音乐/适配,工具和位置服务的开发者往往倾向Android。其他类别的差异很小,除了企业应用中iOS占据上风。但是,真正有趣的是HTML5优先度高的类别,包括垂直行业,清晰表明HTML5对企业的重要性。

category

那些,这一起意味什么?

除了上面显示的首选平台差异外,可能更有趣的是在同一个平台中优先度的差异情况,可以从中分析出一些显著迹象。例如,大型组织和企业认为HTML5是更有价值的平台,他们比其他开发者更多首选HTML5。同样,品牌和那些对收入感兴趣的开发者更多首选iOS

那么,返回我们最初的设想,看看开发者是否具有同样看法。

Android是否能帮助覆盖更多用户?尽管这个说法有一定道理,开发者并不真的考虑市场份额。就设备拥有率而言,尽管Android占有最大的市场份额,但有很多因素制约可寻址的市场:API和设备碎片,人口统计及用户成熟度,数据连接等。结果是,那些对到达量感兴趣的开发者并没有表现对Android的明显偏好。另一方面,爱好者和那些关注开放标准的开发者偏好Android,表明Android和iOS相比具有相对低的门槛和开放性。

iOS是否能更好实现盈利?尽管Andriod已经统治了消费者市场,iOS仍是那些致力获利的开发者的选择,是那些每月产生$1000美金应用收入的开发者的首选。iOS同时在游戏开发者中占优,它提供更少碎片API和设备的生态系统,提供过直接下载的更优盈利机会。

HTML5是否对跨平台和企业应用更好?HTML5的优先权总在企业开发中提高。HTML长期以来作为企业的web服务,是将这些服务延伸到不同屏幕和不同设备的平台选择。

我们将关键点总结在下面表格。注意,这是市场倾向指示,即反映开发者的选择,并不能作为平台的优点或缺点。例如,没有理由企业应用不部署在Android。同样,尽管iOS通常与高收入关联,也有很多高卖座的Android应用远超iOS收入的平均值。

 更多作为首选很少作为首选
Android无收入产生
不关心成功
关注公开标准支持
开发应用是项目的某部分
开发音乐/适配应用
收入>$5M
将降低成本/提供效率视为成功
关注应用发现
为垂直行业开发应用
开发企业应用
iOS产生收入在$1M~$5M
将评判认知视为成功
关注收入潜力
独立应用开发者
开发游戏
无收入产生
不关心成功
关注公开标准支持
开发应用是项目的某部分
开发地图/导航
HTML5收入>$5M
将降低成本/提高效率视为成功
关注公开标注支持
开发垂直行业应用
开发企业应用
产生收入在$1M~$5M
不关心成功
关注收入潜力
独立应用开发者
开发游戏

 

相关链接:我的产业生态链和杂谈文章

内容概要:本文介绍了一种用于电磁暂态(EMT)研究的第四类全变流器型风力发电系统的通用Simulink仿真模型,旨在构建一个能够准确反映实际风电系统动态特性的简化通用模型。该模型涵盖了风力机、传动链、发电机、全功率变流器及其控制策略等关键组成部分,重点突出系统在电网故障、风速波动等复杂工况下的动态响应能力,适用于风电并网电磁暂态分析、新型电力系统稳定性评估及高比例可再生能源接入场景的研究。模型设计兼顾准确性与仿真效率,便于研究人员快速搭建和调试,推动风电系统建模与控制技术的发展; 适合人群:具备一定电力系统理论基础和MATLAB/Simulink仿真能力,从事新能源发电、电力电子变换、风电并网控制及相关方向的研究生、科研人员及工程技术人员; 使用场景及目标:①开展风电系统在电网扰动下的电磁暂态仿真分析;②研究全功率变流器风电机组的动态行为与控制特性;③支撑新型电力系统中高渗透率风电接入的稳定性与电能质量评估,服务于学术研究、课程教学与工程项目前期仿真验证; 阅读建议:建议读者结合文中提供的模型结构与参数设置,在Simulink环境中动手复现并调试仿真模型,通过设置不同运行工况(如三相短路、低电压穿越、风速突变等)观察系统响应,深入理解全变流器风电机组的建模方法、控制逻辑与动态特性,进而拓展应用于更复杂的多机并网或综合能源系统仿真场景。
内容概要:本文探讨了Hash算法在芯片行业,特别是网络处理器(NPU)中的性能优化实践,聚焦于如何通过硬件流水线设计实现纳秒级高速哈希查找。文章分析了传统软件哈希方案在高带宽场景下的局限性,提出基于硬件描述语言或高层次综合(HLS)的设计方法,采用CRC32等硬件友好型哈希函数、并行多路哈希、流水线化解耦以及双端口存储结构等核心技术,实现低延迟、无阻塞的数据包处理。通过C++风格的HLS代码示例,展示了从算法选择到资源优化的完整硬件加速逻辑,并深入剖析了循环展开、位宽控制、内存映射和流水线调度等关键实现细节。最后展望了可编程交换机、P4语言支持及TCAM与哈希混合架构等未来发展方向。; 适合人群:具备数字电路基础、熟悉Verilog/SystemVerilog或HLS的芯片设计工程师,以及从事网络芯片、FPGA加速、高性能路由设备研发的技术人员(工作年限1-5年为宜);也适合对硬件加速算法感兴趣的研究人员。; 使用场景及目标:①掌握如何将哈希算法高效映射到硬件逻辑中以满足线速转发需求;②理解流水线设计、资源约束优化、读写冲突规避等在实际芯片项目中的应用;③为开发高性能网络处理器中的流表/路由表查找单元提供技术参考与实现范例。; 阅读建议:学习时应结合HLS工具(如Xilinx Vitis HLS)进行代码仿真与综合,重点关注#pragma指令对硬件结构的影响,并对比不同哈希算法在资源占用与时序表现上的差异,深入理解“空间换时间”的硬件优化本质。
内容概要:本文系统研究了基于粒子群优化(PSO)、灰狼优化(GWO)、鲸鱼优化(WOA)、哈里斯鹰优化(HHO)、蜣螂优化(DBO)和麻雀搜索算法(SSA)六种智能优化算法在无人机三维路径规划中的应用,并在Matlab平台上实现了相应的仿真代码。研究构建了复杂的三维地形与障碍物环境模型,设计了包含路径长度、飞行时间、能耗及安全性等多维度的成本函数,通过定义合理的适应度函数与飞行约束条件,对各类算法的路径搜索能力、收敛速度与规划质量进行了全面对比分析。通过仿真实验验证了各算法在静态复杂环境下的性能表现,旨在为实际无人机任务中优化算法的选择提供科学依据和技术支持。; 适合人群:具备一定Matlab编程基础,从事智能优化算法、无人机路径规划、自动化控制及相关领域研究的研究生、科研人员或工程技术人员。; 使用场景及目标:① 掌握主流群智能优化算法在无人机三维路径规划中的建模与实现方法;② 对比分析不同算法在相同复杂环境下的性能差异,为算法选型提供量化依据;③ 为后续研究动态环境路径规划、多无人机协同任务分配等问题奠定理论与技术基础; 阅读建议:建议读者结合提供的Matlab代码逐模块分析算法实现流程,重点关注适应度函数的设计、障碍物规避策略的实现以及多目标成本函数的权衡机制,同时可通过调整参数设置或引入新型优化算法进行扩展实验,以深化对算法性能的理解与实际应用能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值