埋點分析(event tracking)肤舞，是網(wǎng)站分析的一種常用數(shù)據(jù)采集方法边篮。數(shù)據(jù)埋點是一種良好的私有化部署數(shù)據(jù)采集方式值骇。——百度百科
用戶在使用產品的過程中而柑，一般會產生兩種數(shù)據(jù)：過程數(shù)據(jù)文捶、結果數(shù)據(jù)。
過程數(shù)據(jù)是用戶完成某個目標前的操作記錄數(shù)據(jù)媒咳。結果數(shù)據(jù)是用戶一系列操作后完成目標的數(shù)據(jù)粹排。
一個結果數(shù)據(jù)的產生，可能是由多個操作組成的涩澡，這里就會產生多個過程數(shù)據(jù)顽耳。如果要對產品進行后續(xù)優(yōu)化，通過分析過程數(shù)據(jù)妙同，能夠更容易找到用戶流失的環(huán)節(jié)射富，從而為產品的優(yōu)化和迭代提供重要的決策依據(jù)，所以過程數(shù)據(jù)具有很高的分析價值粥帚。
但是胰耗，將所有過程數(shù)據(jù)都記錄下來是顯然不現(xiàn)實的。數(shù)據(jù)埋點芒涡，就是針對產品需要關注的特定事件進行數(shù)據(jù)采集和上報的一種解決方案柴灯。
定義數(shù)據(jù)埋點及數(shù)據(jù)埋點的交接主要分為5個步驟：
定義數(shù)據(jù)指標—數(shù)據(jù)收集方法—埋點整理（埋點包含的參數(shù)整理）—文檔輸出—埋點驗收
五個步驟大概分為兩篇文章進行解釋卖漫，本篇將主要介紹前兩個步驟。
一赠群、定義數(shù)據(jù)指標
數(shù)據(jù)指標：對當前業(yè)務有參考價值的可統(tǒng)計數(shù)據(jù)羊始。
數(shù)據(jù)分析往往是為了提升某個數(shù)據(jù)指標或降低某個數(shù)據(jù)指標，從而發(fā)現(xiàn)潛在問題/尋找潛在機會查描，數(shù)據(jù)指標則定義了你數(shù)據(jù)分析的目的突委。
什么樣的數(shù)據(jù)可以衡量產品的優(yōu)劣？什么方面的數(shù)據(jù)對于產品維護和優(yōu)化是十分重要的冬三？對于不同的需求，所需要的數(shù)據(jù)指標往往不一樣：
? - 產品（功能點擊量钧唐、使用率酸舍、功能留存、核心路徑轉化、改版效果、用戶行為等）
? - 運營（用戶新增状您、活躍拌汇、流失丢氢、付費轉化、分享等）
? - 渠道（渠道新增、落地頁pv/uv狈茉、渠道轉化、渠道留存率、ROI等）
那么在具體項目中應該如何指定呢洞豁？這里提供兩種方法：
數(shù)據(jù)指標定義方法
1. 確認模塊或產品特性：確認與模塊特性相關的關鍵指標
市面上的產品或功能基本能用以下幾個模塊進行劃分：
?- 內容類型產品：關注用戶使用時長和頻次
???? - 常用指標：瀏覽數(shù)曙咽、瀏覽時長之拨、內容互動（彈幕烁竭、評論、點贊）
?- 社交類型產品：關注用戶與用戶之間的關系密度（緊密吉挣、多少）派撕、用戶活躍程度
?? ? - 常用指標：發(fā)布量（社區(qū)使用）婉弹、互動量、關系密度（關注用戶數(shù)终吼、發(fā)送消息數(shù)）
?- 交易類型產品：關注用戶交易規(guī)模和整個交易流程的轉化率
??? - 常用流程：詳情頁轉化率（核心場景轉化率）镀赌、金額（總交易規(guī)模）、客單價际跪、復購率
?- 工具類型產品：關注用戶使用頻次和使用完成度
?? - 常用指標：使用量商佛、頻次、流程達成率（目標產品的用戶流程較為簡單姆打，查看用戶是否完成整個流程）
Tips：做競品分析時良姆，可將同目功能放在一起對比指標數(shù)據(jù)。
2.確認核心業(yè)務：確認體現(xiàn)核心業(yè)務健康程度的指標
使用場景：業(yè)務簡單幔戏、單一玛追，或制定綜合指標時可適用。
確認核心業(yè)務的方法：平臺靠什么盈利闲延。
舉幾個比較常見的例子：
? - 平臺靠用戶瀏覽廣告進行盈利痊剖，核心業(yè)務賣廣告，體現(xiàn)核心業(yè)務健康情況的關鍵指標為平臺流量慨代。
? - 平臺靠售賣商品進行盈利邢笙，體現(xiàn)核心業(yè)務健康情況的關鍵指標為GMV總銷售額啸如。
? - 平臺靠售賣會員進行盈利侍匙，體現(xiàn)核心業(yè)務健康情況的關鍵指標為會員用戶量。
這種方法確認的指標較為籠統(tǒng)叮雳，可作為公司公用指標進行使用想暗，各個部門根據(jù)該指標進行拆分。
? - 如公司今年的關鍵指標為會員用戶量帘不；
? - 運營對應指標-每月新增用戶人说莫；
? - 產品對應指標-每月留存用戶保持在總用戶的%；
? - 銷售對應指標-每月用戶購買會員訂單為單寞焙；
? - 這種定義數(shù)據(jù)指標的適用場景較少储狭，可以主要學習第一種確認數(shù)據(jù)指標的方法。
二捣郊、數(shù)據(jù)收集方法
數(shù)據(jù)收集方法就是埋點該埋在哪里辽狈？該怎么埋？這里摘錄了兩種方法：①基于業(yè)務流程呛牲；②基于功能被使用情況刮萌，根據(jù)業(yè)務需求選擇即可。
1. 基于業(yè)務流程進行埋點
簡單的理解就是：梳理業(yè)務流程娘扩，再統(tǒng)計各流程的數(shù)據(jù)着茸。
這種埋點方式可以發(fā)現(xiàn)用戶前后的兩個環(huán)節(jié)是否有巨大斷層壮锻，或者遠低或遠高于行業(yè)水平，從而優(yōu)化各個環(huán)節(jié)的轉化率（其實就是漏斗）涮阔。
? - 適用場景：頁面層級清晰有明確的業(yè)務流程猜绣，每個頁面有明確的業(yè)務目標（下單、支付）敬特。
? - 使用方法：梳理業(yè)務流程后在各個頁面或各個行為進行埋點即可途事。
Tips：做漏斗的時候，記住用戶行為一定是有連貫性的擅羞、有順序的尸变、有時間限制的。收集前要和開發(fā)說清楚是基于用戶還是事件的减俏。
下面舉個例子來說明召烂，基于用戶和基于事件的區(qū)別：
先說一下為什么有時間限制，用戶在半年前瀏覽了平臺的3篇文章娃承，半年后他在平臺通過一篇文章購買了商品奏夫。用戶本次購買商品很大幾率與半年前瀏覽內容無關，所以漏斗需將行為設置時間限制（設置時間限制可以讓開發(fā)同學打一個小標簽历筝，在時間范圍內進行了某種行為的用戶才會被統(tǒng)計在漏斗內）酗昼。
中間是根據(jù)業(yè)務流程梳理的需要統(tǒng)計的頁面。左邊是根據(jù)事件進行埋點得到的數(shù)據(jù)梳猪，右邊為真實用戶數(shù)據(jù)（去重后）麻削，可以看出基于用戶/事件得到的數(shù)據(jù)是不同的。
來源：http://www.woshipm.com/data-analysis/3317995.html
當然事件和用戶可以都進行統(tǒng)計春弥，這樣可以算出其他的一些數(shù)據(jù)呛哟，比如用戶平均瀏覽多少個商品、平均瀏覽多少個分類匿沛、購買成功頁面有多少用戶進行分享扫责。
2. 以功能模塊拆解進行埋點
功能模塊拆解，也可以理解為對應數(shù)據(jù)指標的細化逃呼。收集數(shù)據(jù)時鳖孤，如果數(shù)據(jù)有明顯的周期性，則以該周期作為單位進行收集和比較抡笼。
如某應用周末用戶活躍度明顯上升苏揣，則建議以周為單位進行收集。與往期數(shù)據(jù)對比時蔫缸，建議同比上一周的數(shù)據(jù)或本周六的數(shù)據(jù)同比上周六的數(shù)據(jù)腿准，這樣可減少數(shù)據(jù)之間的干擾性。
下面以社交模塊為例，這種埋點方式可以體現(xiàn)功能模塊的健康程度吐葱。
來源：http://www.woshipm.com/data-analysis/3317995.html
3. 解釋幾種常見的埋點采集方式
這一部分摘錄自http://www.reibang.com/p/0622a38c2ab2
代碼埋點街望、無埋點、可視化埋點弟跑、全埋點灾前、前端埋點、后端埋點孟辑，叫法很多哎甲，實際上可以簡單的分為客戶端埋點（即前端）與服務器埋點（即后端）。
而前端埋點根據(jù)實現(xiàn)方式可分為可視化埋點與代碼埋點饲嗽，后端埋點統(tǒng)一都是代碼埋點方式炭玫。
代碼埋點
概念? ：代碼埋點是指在產品開發(fā)階段，PM通過對產品上線后需要做的數(shù)據(jù)分析的場景貌虾，設計數(shù)據(jù)需求吞加，撰寫數(shù)據(jù)需求文檔，然后交由開發(fā)在每個需要采集的數(shù)據(jù)點寫入代碼尽狠，通過寫入的代碼進行數(shù)據(jù)監(jiān)測與上報衔憨。代碼埋點又會分為前端埋點與后端埋點，前端埋點是指在web袄膏、app這樣的產品內寫入代碼践图，而后端埋點是指在數(shù)據(jù)服務器內寫入代碼。
應用場景 ：需要分析app內用戶事件沉馆、需要進行多維用戶行為分析码党、需要精確分析服務器端數(shù)據(jù)
優(yōu)勢 ：1. 同時適用于客戶端與服務器端數(shù)據(jù)采集 2. 可進行多維度屬性定義，采集數(shù)據(jù)進行自動分類 3. 后端代碼埋點可提高數(shù)據(jù)準確度悍及，適用于精細數(shù)據(jù)分析
劣勢 ：1. 前期需做好埋點設計 2. 開發(fā)工作量大闽瓢，出錯率高 3. 版本更新后有可能需要部分重新埋點
實現(xiàn)方式 ：PM整理數(shù)據(jù)需求、PM與開發(fā)溝通確定埋點文檔心赶、開發(fā)進行手動埋點、PM根據(jù)業(yè)務需求進行數(shù)據(jù)分析缺猛、埋點方案迭代調整
注：大型公司缨叫，開發(fā)產品較多，會碰到比較通用的埋點需求荔燎，因此會開發(fā)適合此類通用需求的SDK以減少埋點工作量耻姥。而中小型、產品數(shù)量較少的公司有咨，會選擇純手動代碼埋點或借助外部SDK的方式琐簇，開展埋點工作。
無埋點（全埋點、可視化埋點）
概念? ：無埋點屬于前端埋點的一種方式婉商，開發(fā)通過加入“無埋點”采集代碼似忧，對網(wǎng)頁或者APP上所有的可交互事件元素進行解析并監(jiān)測，當有用戶操作行為（交互事件）發(fā)生時丈秩，即對此事件進行采集盯捌、上報，因此“無埋點”與“全埋點”是相同的概念蘑秽。無埋點并不是不用寫入任何代碼饺著，而是通過代碼將所有事件元素解析后，以可視化的方式呈現(xiàn)肠牲，讓PM幼衰、運營經(jīng)理等可以根據(jù)需要自行手動選取、標定缀雳。為了與開發(fā)逐一進行代碼寫入的方式進行區(qū)分塑顺，被稱作可視化埋點∏蜗眨可視化埋點通常通過第三方工具實現(xiàn)严拒，美國Heap公司于2013年將無埋點方案推向商業(yè)化。
應用場景 ：產品上線初期無明確業(yè)務和交易數(shù)據(jù)竖独、只需要對web界面進行分析
優(yōu)勢 ：1. 部署簡單裤唠，工作量小2. 數(shù)據(jù)全量采集，前期數(shù)據(jù)設計要求低 3. 使用簡單莹痢，業(yè)務人員可自行操作
劣勢 ：1. 無法記錄詳細事件屬性 2. 因為缺乏事件屬性种蘸，分類報告生成繁瑣，需手動添加事件屬性 3. 屬于前端埋點竞膳，數(shù)據(jù)準確度偏低
實現(xiàn)方式 ：開發(fā)在產品中加入全埋點監(jiān)測代碼航瞭、PM/運營根據(jù)需要進行可視化埋點選擇、PM/運營進行數(shù)據(jù)分析應用
注：因為不存在完全不依賴統(tǒng)計代碼就可以實現(xiàn)數(shù)據(jù)收集的方式坦辟，所以無埋點的說法并不準確刊侯。
前端埋點
概念 ：前端埋點也稱客戶端埋點，指在APP或者web產品中植入代碼锉走，對用戶在產品內的行為事件數(shù)據(jù)進行收集滨彻，用戶一旦觸發(fā)了該事件，就會上傳埋點代碼中定義的挪蹭、需要上傳的有關該事件的信息亭饵。前端埋點會包含代碼埋點與可視化埋點方式。
應用場景 ：產品運營階段初期梁厉，功能簡單辜羊，無深度分析需求；分析事件與后端無交互；
優(yōu)勢 ：可統(tǒng)計app內與服務器無交互事件數(shù)據(jù)
劣勢 ：出現(xiàn)丟數(shù)據(jù)的情況八秃，和自己的業(yè)務數(shù)據(jù)庫數(shù)據(jù)對不上碱妆。這是前端數(shù)據(jù)采集的先天缺陷，因為網(wǎng)絡異常喜德，或者統(tǒng)計口徑不一致山橄，都會導致數(shù)據(jù)對不上
注：數(shù)據(jù)埋點過程中通過公共事件設置，減少工作量
后端埋點
概念 ：后端埋點也稱服務器端埋點舍悯，通過開發(fā)在服務器端寫入代碼航棱，采集客戶端與服務器端會存在交互的事件數(shù)據(jù)，以及存儲在業(yè)務服務器中的業(yè)務數(shù)據(jù)萌衬。
應用場景 ：產品功能復雜饮醇，需進行深度下鉆與多維分析；用戶行為數(shù)據(jù)與業(yè)務數(shù)據(jù)整合分析秕豫；數(shù)據(jù)保密性高朴艰；分析項與后端交互，前后端均可采集的數(shù)據(jù)混移；涉及充值祠墅、退訂等的重要事件
優(yōu)勢 ：1. 避免多個客戶端埋點 2. 采集數(shù)據(jù)準確
劣勢 ：1. 客戶端與服務器端無請求交互的數(shù)據(jù) 2. 無法進行客戶端行為事件精確統(tǒng)計（如提交訂單，用戶可能是點擊了3次才提交成功）
可以嘗試多個外部工具搭配使用歌径，減少內部自己開發(fā)毁嗦，借助使用了分布式框架可以對億級數(shù)據(jù)實時分析的工具提高分析速度等。比如通過Google? Analytics做網(wǎng)頁分析回铛，通過Heap? Analytics初識可視化埋點狗准，通過第三方系統(tǒng)app、小程序茵肃、服務器等全端數(shù)據(jù)采集SDK腔长，實現(xiàn)多維的深度用戶行為分析等。
用好所有工具的基礎都是對自己產品邏輯验残、業(yè)務的清晰分析捞附。從而能夠在前期設計良好的埋點方案、在后期分析時根據(jù)業(yè)務需求靈活應用數(shù)據(jù)胚膊，有分析結果之后能夠做出準確的判斷與運營決策故俐。
ps：本文是學習筆記，摘錄了多位前輩的文章內容紊婉，相關文章鏈接放置在各部分內容中了。加油學習辑舷！向成為優(yōu)秀的產品經(jīng)理努力[/加油]喻犁。如果有什么不足之處，還請大家批評指正[/敬禮]
