關(guān)于數(shù)據(jù)埋點

一、數(shù)據(jù)埋點是什么

數(shù)據(jù)埋點是數(shù)據(jù)產(chǎn)品經(jīng)理坛增、數(shù)據(jù)運營以及數(shù)據(jù)分析師获雕,基于業(yè)務(wù)需求(例如:CPC點擊付費廣告中統(tǒng)計每一個廣告位的點擊次數(shù)),產(chǎn)品需求(例如:推薦系統(tǒng)中推薦商品的曝光次數(shù)以及點擊的人數(shù))對用戶行為的每一個事件對應(yīng)的位置進行開發(fā)埋點收捣,并通過SDK上報埋點的數(shù)據(jù)結(jié)果届案,記錄數(shù)據(jù)匯總后進行分析,推動產(chǎn)品優(yōu)化或指導(dǎo)運營罢艾。

埋點分析楣颠,是網(wǎng)站分析的一種常用的數(shù)據(jù)采集方法。數(shù)據(jù)埋點分為初級咐蚯、中級童漩、高級三種方式。

初級的數(shù)據(jù)埋點:在產(chǎn)品流程關(guān)鍵部位植相關(guān)統(tǒng)計代碼春锋,用來追蹤每次用戶的行為矫膨,統(tǒng)計關(guān)鍵流程的使用程度。

中級的數(shù)據(jù)埋點:在產(chǎn)品中植入多段代碼追蹤用戶連續(xù)行為看疙,建立用戶模型來具體化用戶在使用產(chǎn)品中的操作行為豆拨。

高級的數(shù)據(jù)埋點:與研發(fā)及數(shù)據(jù)分析師團隊合作,通過數(shù)據(jù)埋點還原出用戶畫像及用戶行為能庆,建立數(shù)據(jù)分析后臺施禾,通過數(shù)據(jù)分析、優(yōu)化產(chǎn)品搁胆。

數(shù)據(jù)埋點主流部署的方式有:

私有化部署(即部署在自己公司的服務(wù)器上弥搞,如果期望提高數(shù)據(jù)安全性邮绿,或者定制化的埋點方案較多,則適合私有部署攀例,并開發(fā)一套針對自己公司定制化的數(shù)據(jù)后臺查詢系統(tǒng)保證數(shù)據(jù)的安全性和精確性船逮,缺點是成本較高)。

接入第三方服務(wù)粤铭,比如國內(nèi)的某盟和國外的GA(Google Analytics)統(tǒng)計挖胃,優(yōu)點是成本較低,部分基礎(chǔ)服務(wù)免費梆惯,缺點是:數(shù)據(jù)會存在不安全的風(fēng)險酱鸭,另外一個就是只能進行通用的簡單分析,無法定制化埋點方案垛吗。

二凹髓、數(shù)據(jù)埋點的方式

現(xiàn)在埋點的主流有兩種方式:

第一種:自己公司研發(fā)在產(chǎn)品中注入代碼統(tǒng)計,并搭建起相應(yīng)的后臺查詢怯屉。

第二種:第三方統(tǒng)計工具蔚舀,如友盟、百度移動锨络、魔方赌躺、App Annie、talking data等羡儿。

三寿谴、數(shù)據(jù)埋點的內(nèi)容

數(shù)據(jù)埋點可以分為產(chǎn)品內(nèi)部埋點和市場埋點內(nèi)部埋點通常分析用戶使用產(chǎn)品的行為及流程失受,提升用戶體驗。市場埋點分析該產(chǎn)品在市場上的表現(xiàn)及用戶使用場景咏瑟,如產(chǎn)品在不同市場和地域的下載量拂到,不同地域人群使用時間等等。

產(chǎn)品流程通常分為主干流程和分支流程码泞,所以相應(yīng)的數(shù)據(jù)埋點可以分為主干埋點和分支埋點兄旬,數(shù)據(jù)埋點通常不會一步搞定,在產(chǎn)品的第一次上線時通常會埋以下幾個點:PC&Web端會統(tǒng)計產(chǎn)品的PV/UV余寥,注冊量领铐,主要流程頁面之間的轉(zhuǎn)化率、日活人數(shù)等等宋舷。而移動端還要統(tǒng)計產(chǎn)品在Appstore绪撵,各大安卓市場的下載量。

第二次埋點會根據(jù)產(chǎn)品目標(biāo)及上線后的問題進行分析祝蝠。比如音诈,當(dāng)你發(fā)現(xiàn)產(chǎn)品首頁的UV很高幻碱,

注冊量卻非常低,你就需要分析出用戶在首頁的行為细溅,如30%的用戶退出了產(chǎn)品褥傍,60%的用戶進入了注冊頁,但只有1%的用戶注冊了該產(chǎn)品喇聊。這也就意味著恍风,注冊流程可能出現(xiàn)了問題,需要進一步細化注冊各個流程誓篱,增加數(shù)據(jù)埋點朋贬,分析各個流程之間的轉(zhuǎn)化率,找到產(chǎn)品出現(xiàn)的問題并解決燕鸽。

具體到自己的產(chǎn)品兄世,怎么數(shù)據(jù)埋點,就需要根據(jù)自己產(chǎn)品的任務(wù)流及產(chǎn)品目標(biāo)來設(shè)計啊研。這是一個由粗到細御滩,優(yōu)化迭代的過程。

四党远、數(shù)據(jù)埋點分析方法

任務(wù)流程分析法:根據(jù)產(chǎn)品設(shè)計的任務(wù)流削解,在任務(wù)流開始和結(jié)束處埋點,分析用戶處理任務(wù)的情況沟娱。

頁面轉(zhuǎn)化分析法:統(tǒng)計相關(guān)頁面的轉(zhuǎn)化率及頁面元素點擊率氛驮,分析用戶行為。

情景分析法:列出各種用戶使用場景济似,自己或多人體驗不同場景下產(chǎn)品的使用流程矫废,尋找依據(jù)設(shè)立數(shù)據(jù)埋點,通過數(shù)據(jù)反饋驗證用戶行為砰蠢。

五蓖扑、產(chǎn)品的基本數(shù)據(jù)指標(biāo)

新增:新用戶增加的數(shù)量和速度。如:日新增台舱、月新增等律杠。

活躍:有多少人正在使用產(chǎn)品。如日活躍(DAU)竞惋、月活躍(MAU)等柜去。用戶的活躍數(shù)越多,越有可能為產(chǎn)品帶來價值拆宛。

留存率:用戶會在多長時間內(nèi)使用產(chǎn)品嗓奢。如:次日留存率、周留存率等浑厚。

傳播:平均每位老用戶會帶來幾位新用戶蔓罚。

流失率:一段時間內(nèi)流失的用戶椿肩,占這段時間內(nèi)活躍用戶數(shù)的比例。

六豺谈、常見的數(shù)據(jù)分析法和模型

漏斗分析法

用來分析從潛在用戶到最終用戶這個過程中用戶數(shù)量的變化趨勢郑象,從而尋找到最佳的優(yōu)化空間,這個方法被普遍用于產(chǎn)品各個關(guān)鍵流程的分析中茬末。

比如厂榛,這個例子是分析從用戶進入網(wǎng)站到最終購買商品的變化趨勢。

從用戶進入網(wǎng)站到瀏覽商品頁面丽惭,轉(zhuǎn)化率是40%击奶;瀏覽商品到加入購物車轉(zhuǎn)化率是20%等,那要找出哪個環(huán)節(jié)的轉(zhuǎn)化率最低责掏,我們需要有對比數(shù)據(jù)柜砾。

比如第一個,進入網(wǎng)站到瀏覽商品换衬,如果同行業(yè)水平的轉(zhuǎn)化率是45%痰驱,而我們只有40%,那說明這個過程瞳浦,沒有達到行業(yè)平均水平担映,我們就需要分析具體原因在哪里,再有針對性的去優(yōu)化和改善叫潦。

AARRR模型

AARRR(Acquisition蝇完、Activation、Retention矗蕊、Revenue短蜕、Refer)是硅谷的一個風(fēng)險投資人戴維 · 麥克魯爾在2008年時創(chuàng)建的,分別是指獲取傻咖、激活忿危、留存、收入和推薦没龙。

七、主要的埋點事件分類

點擊事件

點擊事件缎玫,用戶點擊按鈕即算點擊事件硬纤,不管點擊后有無結(jié)果;如下圖紅框標(biāo)注所示赃磨,點擊一次記一次筝家。

曝光事件

成功打開一次頁面記一次,刷新頁面一次記一次邻辉,加載下一頁新頁溪王,加載一次記一次腮鞍。home鍵切換到后臺再進入頁面,曝光事件不記莹菱;如下圖頁面所示移国,打開一次記一次。

頁面停留時間事件

表示一個用戶在X頁面的停留時長記為停留時長道伟。例如:小明9:00訪問了X網(wǎng)站首頁迹缀,此時分析工具則開始為小明這個訪問者記錄1個Session(會話)。接著9:01小明又瀏覽了另外一個頁面列表頁蜜徽,然后離開了網(wǎng)站(離開網(wǎng)站可以是通過關(guān)閉瀏覽器祝懂,或在地址欄鍵入一個不同的網(wǎng)址,或是點擊了你網(wǎng)站上鏈接到其他網(wǎng)站的鏈接……)為了簡單拘鞋,我們把這個過程當(dāng)做一個Session砚蓬。

八、產(chǎn)品經(jīng)理給開發(fā)提埋點需求的正確姿勢

埋點表:

功能字段

用于說明當(dāng)前埋點是在哪個頁面的哪個功能盆色。例如:收藏功能灰蛙,對應(yīng)功能字段名:自定義為我的收藏

中文名字段

用于描述X功能模塊內(nèi)X位置,例如起名叫:收藏功能-文章收藏

事件類型字段

用于說明當(dāng)前埋點是點擊事件還是曝光事件還是其他

事件ID字段

如果是自己公司開發(fā)的數(shù)據(jù)查詢系統(tǒng)傅事,則每一個埋點都對應(yīng)一個事件ID缕允,上線后用于拿著事件ID去后臺取數(shù)使用。事件ID的命名規(guī)范:事件英文簡寫_哪一端的產(chǎn)品_產(chǎn)品名稱簡寫_頁面名稱_模塊名稱_功能名稱蹭越。

例如:點擊事件_APP端_二手車_個人中心_收藏_文章收藏 對應(yīng)事件ID==? click_app_2sc_ Personal Center_ Collection_ Article Collection

如果是用的第三方統(tǒng)計工具:例如某盟障本,同理定義好事件ID,上線后去X盟后臺响鹃,輸入事件ID查詢相應(yīng)的數(shù)據(jù)驾霜。

Key字段與value字段

當(dāng)一個埋點對應(yīng)不同類型的多種位置的埋點時,則需要命名當(dāng)前埋點的key參數(shù)與value參數(shù)买置,一個key可以對應(yīng)1個value或者多個value,但一個value不能對應(yīng)多個key.只能對應(yīng)唯一的一個key?

例如:二手車信息網(wǎng)站有2個關(guān)鍵按鈕粪糙,一個是砍價按鈕,一個是撥打電話按鈕忿项,但是在多個頻道中每個頻道都有多個砍價按鈕多個撥打電話按鈕蓉冈,在這樣的場景下就可以設(shè)計2個KEY值:

key01=source用于標(biāo)記當(dāng)用戶點擊了一次按鈕后是在哪個頻道的頁面點擊的這個按鈕X value01=X1,value2=X2用于標(biāo)記不同位置同屬性的按鈕轩触。

Key02=type用于標(biāo)記用戶是點的砍價還是點的撥打電話按鈕寞酿,例如:01value用于標(biāo)記砍價按鈕,02value對應(yīng)的撥打電話按鈕脱柱。

記錄規(guī)則字段

定義什么情況下觸發(fā)埋點伐弹,例如:在列表頁點擊一次記錄一次

備注字段

用于描述當(dāng)前埋點什么時間新增?什么時間修改過榨为?原因惨好?什么時間被刪除煌茴?誰刪除的?等信息記錄日川,此處好多看官可能以為寫不寫無所謂蔓腐,但是為了信息的完整性和可追溯性最好每一次變動都要備注。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末逗鸣,一起剝皮案震驚了整個濱河市合住,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌撒璧,老刑警劉巖透葛,帶你破解...
    沈念sama閱讀 206,311評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異卿樱,居然都是意外死亡僚害,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,339評論 2 382
  • 文/潘曉璐 我一進店門繁调,熙熙樓的掌柜王于貴愁眉苦臉地迎上來萨蚕,“玉大人,你說我怎么就攤上這事蹄胰≡酪#” “怎么了?”我有些...
    開封第一講書人閱讀 152,671評論 0 342
  • 文/不壞的土叔 我叫張陵裕寨,是天一觀的道長浩蓉。 經(jīng)常有香客問我,道長宾袜,這世上最難降的妖魔是什么捻艳? 我笑而不...
    開封第一講書人閱讀 55,252評論 1 279
  • 正文 為了忘掉前任,我火速辦了婚禮庆猫,結(jié)果婚禮上认轨,老公的妹妹穿的比我還像新娘。我一直安慰自己月培,他們只是感情好嘁字,可當(dāng)我...
    茶點故事閱讀 64,253評論 5 371
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著杉畜,像睡著了一般纪蜒。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上寻行,一...
    開封第一講書人閱讀 49,031評論 1 285
  • 那天,我揣著相機與錄音匾荆,去河邊找鬼拌蜘。 笑死杆烁,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的简卧。 我是一名探鬼主播兔魂,決...
    沈念sama閱讀 38,340評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼举娩!你這毒婦竟也來了析校?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 36,973評論 0 259
  • 序言:老撾萬榮一對情侶失蹤铜涉,失蹤者是張志新(化名)和其女友劉穎智玻,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體芙代,經(jīng)...
    沈念sama閱讀 43,466評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡吊奢,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 35,937評論 2 323
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了纹烹。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片页滚。...
    茶點故事閱讀 38,039評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡罕扎,死狀恐怖遂跟,靈堂內(nèi)的尸體忽然破棺而出森缠,到底是詐尸還是另有隱情刺下,我是刑警寧澤客峭,帶...
    沈念sama閱讀 33,701評論 4 323
  • 正文 年R本政府宣布肆汹,位于F島的核電站瑞你,受9級特大地震影響马胧,放射性物質(zhì)發(fā)生泄漏宴卖。R本人自食惡果不足惜滋将,卻給世界環(huán)境...
    茶點故事閱讀 39,254評論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望症昏。 院中可真熱鬧随闽,春花似錦、人聲如沸肝谭。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,259評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽攘烛。三九已至魏滚,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間坟漱,已是汗流浹背鼠次。 一陣腳步聲響...
    開封第一講書人閱讀 31,485評論 1 262
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人腥寇。 一個月前我還...
    沈念sama閱讀 45,497評論 2 354
  • 正文 我出身青樓成翩,卻偏偏與公主長得像,于是被迫代替她去往敵國和親赦役。 傳聞我的和親對象是個殘疾皇子麻敌,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 42,786評論 2 345

推薦閱讀更多精彩內(nèi)容