小程序（小市集）新版上線，需要一些簡(jiǎn)單的埋點(diǎn)这溅，下面是我這兩天從各個(gè)論壇整理的前輩的資料组民，希望能對(duì)你有些用處。

一芍躏、如何判斷產(chǎn)品需要埋點(diǎn)

1.為什么要埋點(diǎn)邪乍？你想要得到什么

先確定目標(biāo)，想想你要這個(gè)數(shù)據(jù)干什么对竣。因?yàn)椴煌臉I(yè)務(wù)會(huì)對(duì)應(yīng)不同的指標(biāo)庇楞，如果想繪制基礎(chǔ)的人群畫像，就需要獲取用戶記性否纬、網(wǎng)絡(luò)類型吕晌、操作系統(tǒng)、IP地域等數(shù)據(jù)临燃；如果想分析每一個(gè)注冊(cè)的轉(zhuǎn)化率睛驳，就需要獲取每一個(gè)步驟的點(diǎn)擊次數(shù)，然后制作成漏斗膜廊，看哪一步轉(zhuǎn)化率出現(xiàn)了問題乏沸。目的不一樣，獲取的數(shù)據(jù)也不一樣爪瓜。

2.如果不埋點(diǎn)蹬跃，有沒有其他解決方案？

如果不埋點(diǎn)铆铆，是否可以從現(xiàn)有的數(shù)據(jù)庫(kù)中查詢到一些信息來進(jìn)行判斷蝶缀。例如從注冊(cè)量和訂單量來粗略的判斷訂單轉(zhuǎn)化率，缺點(diǎn)就是不知道用戶中途是在哪里退出薄货，無法精確定位問題翁都，只能猜測(cè)著來優(yōu)化產(chǎn)品了。

3.現(xiàn)有的統(tǒng)計(jì)工具是否能夠滿足谅猾？比如百度統(tǒng)計(jì)柄慰、谷歌統(tǒng)計(jì)鳍悠、友盟、talkingdata先煎。

（僅針對(duì)小程序）小程序目前還不能使用百度統(tǒng)計(jì)贼涩、谷歌統(tǒng)計(jì)、友盟薯蝎、talkingdata這些主流統(tǒng)計(jì)工具，sad谤绳。

小程序的數(shù)據(jù)統(tǒng)計(jì)目前有小程序數(shù)據(jù)助手占锯，訪問人數(shù)、頁面訪問量缩筛、用戶來源等都能統(tǒng)計(jì)的到消略；阿拉丁除了能顯示小程序數(shù)據(jù)助手之外的數(shù)據(jù)，還可以追蹤到某個(gè)頁面的pv／uv瞎抛，轉(zhuǎn)發(fā)率艺演，打開率，更有渠道二維碼桐臊，添加后就可以看到這個(gè)二維碼的pv和uv（顆粒度是人數(shù)／小時(shí)）胎撤。

4.無碼埋點(diǎn)的性價(jià)比，比如growingio断凶，可以直接遷入SDK就能埋點(diǎn)伤提，性價(jià)比是否足夠高？

對(duì)于小程序來說认烁，好像沒有無碼埋點(diǎn)的工具肿男。目前阿拉丁好像也不能完全做到無碼埋點(diǎn)，但如果是簡(jiǎn)單的頁面事件統(tǒng)計(jì)（點(diǎn)擊按鈕或者區(qū)域）就可以很簡(jiǎn)單的實(shí)現(xiàn)却嗡。

二舶沛、埋點(diǎn)的思路

埋點(diǎn)的思路，可以分成三大類窗价，即“業(yè)務(wù)環(huán)節(jié)埋點(diǎn)”如庭、“運(yùn)營(yíng)環(huán)節(jié)埋點(diǎn)”和“績(jī)效環(huán)節(jié)埋點(diǎn)”。

什么是業(yè)務(wù)環(huán)節(jié)埋點(diǎn)舌镶？

比如柱彻，我是賣蘋果的商販。那么餐胀，我的核心流程當(dāng)然是從果農(nóng)手里買到蘋果哟楷，擺到貨架上出售，消費(fèi)者挑選否灾、付款等等卖擅。打通全流程，則要從種子種下的一顆開始，直到蘋果被吃掉惩阶，甚至被排泄掉為止挎狸。

什么是運(yùn)營(yíng)環(huán)節(jié)埋點(diǎn)？

比如断楷，還是賣蘋果的例子锨匆。作為商販的我，關(guān)心的不再是賣的蘋果什么樣冬筒，而是賣了多少錢恐锣、多少個(gè)、誰買的舞痰。管的是從我的本錢變成蘋果的一刻開始土榴，之后蘋果被安排在貨架上的某個(gè)位置，再之后蘋果被消費(fèi)者購(gòu)買响牛，直到收到錢的整個(gè)過程玷禽。此時(shí)蘋果又變成了錢，然后貨架上的每個(gè)位置也都有了自己的“金錢價(jià)值”呀打∈噶蓿或許，還有一些蘋果沒等擺到貨架上就被碰壞了聚磺，還沒等賣出去就爛掉了坯台；甚至還有人可恥的盜竊貨架上的蘋果。不管怎樣瘫寝，反正這些蘋果占用的錢是回不來了蜒蕾。

什么是績(jī)效環(huán)節(jié)埋點(diǎn)？

賣蘋果是為了賺錢焕阿，養(yǎng)家糊口咪啡。那么按照“從本錢變成蘋果再變成錢”為一個(gè)循環(huán)，每個(gè)循環(huán)賺了多少錢暮屡，在乘上循環(huán)了多少次撤摸，這就是我的盈利能力。細(xì)分下去褒纲，我這個(gè)店鋪的循環(huán)准夷，又是每個(gè)蘋果的循環(huán)累加起來的。因此莺掠，每個(gè)蘋果被我買來衫嵌，以及被我賣掉，這些環(huán)節(jié)都會(huì)產(chǎn)生影響我的收入的數(shù)據(jù)指標(biāo)彻秆。專有名詞楔绞，叫做毛利率和資金周轉(zhuǎn)率结闸。

更重要的是，這三個(gè)埋點(diǎn)思路是相互嵌套的：上報(bào)運(yùn)營(yíng)數(shù)據(jù)酒朵，可以帶上業(yè)務(wù)數(shù)據(jù)桦锄；而上報(bào)績(jī)效數(shù)據(jù)，又可以帶上業(yè)務(wù)數(shù)據(jù)和運(yùn)營(yíng)數(shù)據(jù)蔫耽。

一個(gè)可以衡量的精細(xì)標(biāo)準(zhǔn)是：數(shù)據(jù)收集口徑維度不應(yīng)小于數(shù)據(jù)應(yīng)用口徑结耀。如果對(duì)于“新增用戶數(shù)”這樣的指標(biāo)，我們收集了“新增用戶數(shù)/天”這樣的數(shù)據(jù)匙铡，那么周饼记、月、季度慰枕、年等指標(biāo)也就迎刃而解。但是小時(shí)即纲、分鐘具帮、秒這樣的維度，是打死也算不出來準(zhǔn)確值的低斋，只能用除法均攤蜂厅。

三、如何埋點(diǎn)

1.通常在哪些環(huán)節(jié)埋點(diǎn)膊畴？

產(chǎn)品數(shù)據(jù)分析的三個(gè)層次

對(duì)產(chǎn)品用戶和行為數(shù)據(jù)的研究可以大致劃分為宏觀層掘猿、微觀層和中間層三個(gè)層次：

宏觀層：由一系列的數(shù)據(jù)指標(biāo)構(gòu)成。如產(chǎn)品每日的「活躍用戶數(shù)」唇跨、「新增用戶數(shù)」稠通、「訂單數(shù)量」、「點(diǎn)贊的次數(shù)和人數(shù)」买猖、「次日或7日留存率」等改橘，這些指標(biāo)能夠幫您從整體上把握產(chǎn)品的運(yùn)營(yíng)狀況；

微觀層：由產(chǎn)品中每個(gè)用戶及其行為的細(xì)節(jié)數(shù)據(jù)構(gòu)成玉控。如每一個(gè)用戶的年齡性別……飞主、他在什么時(shí)間打開應(yīng)用、做了什么高诺、他的購(gòu)物車?yán)锒加心男┥唐返嚷凳叮@些數(shù)據(jù)可以讓您去深入的了解和理解每一個(gè)用戶以及用戶的行為？

中間層：中間層由一系列相互關(guān)聯(lián)的分析方法虱而、模型以及相應(yīng)的數(shù)據(jù)構(gòu)成筏餐。如行為分析、漏斗薛窥、留存胖烛、細(xì)分眼姐、畫像洞察等等。

2.主要分析方法佩番、模型

漏斗模型：

指的是多個(gè)自定義時(shí)間按照一定順序依次觸發(fā)的流程中的量化轉(zhuǎn)化模型众旗。通常我們會(huì)對(duì)應(yīng)用中的一些關(guān)鍵路徑進(jìn)行分析。比如注冊(cè)流程趟畏、購(gòu)物流程等贡歧。

以電商應(yīng)用等購(gòu)物流程為例：

1瀏覽商品 ->? 2放入購(gòu)物車 ->? 3生成訂單 ->? 4支付訂單 ->? 5完成交易

計(jì)算事件/計(jì)數(shù)事件：

（1）計(jì)數(shù)事件：計(jì)數(shù)事件統(tǒng)計(jì)事件的發(fā)生次數(shù)、獨(dú)立用戶數(shù)赋秀、事件時(shí)長(zhǎng)及各參數(shù)的發(fā)生次數(shù)利朵、市場(chǎng)。

如登錄猎莲、分享绍弟、下載等，是定性變量（categorical variable）著洼，對(duì)應(yīng)的統(tǒng)計(jì)項(xiàng)是字符串類型樟遣。

（2）計(jì)算事件：支付金額、內(nèi)容瀏覽數(shù)量等是連續(xù)變量身笤，對(duì)應(yīng)的統(tǒng)計(jì)項(xiàng)是樹脂類型豹悬。開發(fā)者需要查看這些事件的數(shù)值分布特征，這就需要使用計(jì)算事件液荸。

3.具體數(shù)據(jù)

一瞻佛、頁面統(tǒng)計(jì)

頁面統(tǒng)計(jì)，可以統(tǒng)計(jì)應(yīng)用內(nèi)各個(gè)頁面的訪問次數(shù)（PV）,訪問設(shè)備數(shù)（UV）和訪問時(shí)長(zhǎng)娇钱，以及各頁面之間的流向關(guān)系伤柄。

1.1 頁面訪問數(shù)

頁面訪問次數(shù)，即當(dāng)前頁面的被訪問的次數(shù)忍弛，即瀏覽量PV响迂；舉例：首頁，訪問次數(shù)细疚，1000次蔗彤；

頁面訪問人數(shù)，即訪問該頁面的活躍用戶數(shù)疯兼，即獨(dú)立訪問數(shù)UV然遏；舉例：首頁，訪問人數(shù)吧彪，100次待侵；

1.2 頁面訪問時(shí)長(zhǎng)

頁面訪問時(shí)長(zhǎng)，用戶在頁面的停留時(shí)長(zhǎng)姨裸，即首頁受訪時(shí)長(zhǎng)的總和秧倾；舉例：首頁怨酝，訪問總時(shí)長(zhǎng)，2小時(shí)那先；

1.3頁面流向分布

頁面流向（走向）分布农猬，可統(tǒng)計(jì)出，當(dāng)前頁面和下一個(gè)頁面（有多個(gè)）的流向關(guān)系售淡；

舉例1：在“商品詳情”這個(gè)頁面中斤葱，可以進(jìn)入“購(gòu)買”、“收藏”揖闸、“返回列表”揍堕、共3個(gè)頁面，即在“商品詳情”頁汤纸，可能的流向分布為：

其中衩茸，用戶在該“商品詳情”頁面，沒有進(jìn)入對(duì)應(yīng)的3個(gè)頁面贮泞，即視為“離開應(yīng)用”递瑰，在頁面流向分布，有2個(gè)常見問題：

?問題一：頁面流向分布中隙畜，僅有離開應(yīng)用這一個(gè)指標(biāo)？

造成這種情況的原因说贝，可能有以下兩點(diǎn)：

用戶在該頁面全部選擇了離開用戶（這種概率相對(duì)很幸槎琛）；

該頁面的下一級(jí)頁面乡恕，沒有做埋點(diǎn)言询，導(dǎo)致所有的下一級(jí)頁面都沒有數(shù)據(jù)，其結(jié)果就是離開應(yīng)用的占比為100%傲宜；

問題二：頁面流向分布中运杭，離開應(yīng)用的占比非常高，達(dá)到了40%以上函卒？

與問題一類似辆憔，如果沒有為每個(gè)頁面添加統(tǒng)計(jì)代碼，會(huì)導(dǎo)致這些頁面統(tǒng)計(jì)不到报嵌，那么跳轉(zhuǎn)到這些未添加統(tǒng)計(jì)代碼的頁面虱咧，將會(huì)被視為離開應(yīng)用。

備注：頁面流向分布的計(jì)算方法

頁面的統(tǒng)計(jì)數(shù)據(jù)中锚国，會(huì)返回以下數(shù)據(jù)：當(dāng)前頁面名稱腕巡，來源頁面名稱，當(dāng)前頁面訪問次數(shù)血筑；

舉例2：參照舉例1中的頁面流向分布绘沉，假定的頁面統(tǒng)計(jì)數(shù)字如下：

則煎楣，商品詳情流向購(gòu)買頁面的占比為：在購(gòu)買頁面中，來源為商品詳情的次數(shù)與商品詳情總次數(shù)的比值车伞，即20/100*100%=20%择懂；

依次類推，可以分別計(jì)算出商品詳情流向收藏帖世、商品詳情流向返回列表的占比休蟹；

離開應(yīng)用的占比，即為1-(20+30+30)/100*100%=20%日矫。

二赂弓、自定義事件統(tǒng)計(jì)

自定義事件，即記錄用戶的操作行為（如點(diǎn)擊行為）哪轿，記錄用戶操作行為中的具體細(xì)節(jié)盈魁；一般來說，通常所說的埋點(diǎn)窃诉，指的就是自定義事件杨耙。

埋點(diǎn)可以是某個(gè)按鈕，某個(gè)點(diǎn)擊區(qū)域飘痛，某個(gè)提示珊膜，甚至可以用來統(tǒng)計(jì)一些特定的代碼是否被執(zhí)行。在APP中宣脉，需要在代碼中定義一個(gè)事件行為车柠。

2.1簡(jiǎn)單事件統(tǒng)計(jì)

簡(jiǎn)單事件統(tǒng)計(jì)，即記錄事件的發(fā)生次數(shù)（可理解為PV）和事件發(fā)生人數(shù)（可理解為UV）塑猖。

以下面的登錄頁為例：

其事件統(tǒng)計(jì)的結(jié)果為：

事件ID竹祷，即EventID，該名稱可由程序員自行定義（按照APP統(tǒng)計(jì)平臺(tái)羊苟，如友盟塑陵、talkingdata等提供的事件ID命名規(guī)范進(jìn)行命名），將該事件ID寫入需要跟蹤的位置中即可蜡励。

事件名稱令花，可以理解為事件ID的一個(gè)中文翻譯名稱，是為了方便運(yùn)營(yíng)人員查看凉倚，事件名稱命名是在APP上線后彭则，該事件ID有數(shù)據(jù)后的一個(gè)事后行為，通常是在APP數(shù)據(jù)平臺(tái)中定義（如果你樂意占遥，你可以把input_number這個(gè)事件ID的事件名稱改為：用戶在這里輸入手機(jī)號(hào)）俯抖。事件名稱只是事件ID在前端頁面的一個(gè)顯示名稱。

事件發(fā)生次數(shù)瓦胎，即該事件總共發(fā)生的次數(shù)芬萍；可以理解為尤揣，在每個(gè)事件中，都會(huì)有個(gè)事件ID計(jì)數(shù)器柬祠，每當(dāng)該事件被觸發(fā)時(shí)北戏，事件數(shù)即加1；

事件發(fā)生人數(shù)漫蛔，即該事件的發(fā)生人數(shù)（有些APP統(tǒng)計(jì)平臺(tái)也稱之為：達(dá)成該事件的用戶數(shù)嗜愈、獨(dú)立用戶數(shù)）；參考事件發(fā)生次數(shù)莽龟，可以理解為蠕嫁，在每個(gè)事件中，都會(huì)有個(gè)事件ID計(jì)數(shù)器毯盈，每當(dāng)該事件被觸發(fā)時(shí)剃毒，同時(shí)記錄下該用戶的唯一標(biāo)識(shí)，事件數(shù)即加1搂赋；事件發(fā)生人數(shù)赘阀，即根據(jù)用戶唯一標(biāo)識(shí)，對(duì)事件發(fā)生次數(shù)進(jìn)行去重脑奠。

2.2事件轉(zhuǎn)化漏斗

事件漏斗基公，即按照一定的事件順序，依次統(tǒng)計(jì)各個(gè)事件之間的轉(zhuǎn)化率宋欺，如我們可以對(duì)登錄注冊(cè)中的一些關(guān)鍵步驟進(jìn)行事件漏斗分析酌媒，如輸入手機(jī)號(hào)碼，獲取驗(yàn)證碼迄靠、輸入驗(yàn)證碼等，以2.1中提到的登錄過程為例喇辽，其漏斗可設(shè)置為：輸入手機(jī)號(hào)碼->獲取驗(yàn)證碼->輸入驗(yàn)證碼->點(diǎn)擊登錄按鈕掌挚，即由4個(gè)事件組成的漏斗。

根據(jù)對(duì)應(yīng)的事件數(shù)菩咨，即可計(jì)算出各個(gè)事件的轉(zhuǎn)化率吠式，如輸入手機(jī)號(hào)碼發(fā)生次數(shù)為5000次，獲取驗(yàn)證碼的次數(shù)為4000次抽米，那么輸入手機(jī)號(hào)碼后點(diǎn)擊獲取驗(yàn)證碼的轉(zhuǎn)化率為4000/5000*100=80%特占。如下表所示：

2.3利用事件參數(shù)進(jìn)行精確統(tǒng)計(jì)

為方便對(duì)相同類型的事件類型進(jìn)行歸類，在事件統(tǒng)計(jì)中云茸，提供了事件標(biāo)簽（label）的方法是目；即相同類型的事件可以使用相同的事件ID和不同的事件label，通過事件ID+事件label的方式标捺，指代一個(gè)特定的事件懊纳。

在進(jìn)行事件統(tǒng)計(jì)時(shí)揉抵，為了為了統(tǒng)計(jì)一些特定的行為數(shù)據(jù)，如商品價(jià)格嗤疯，商品類型等具體數(shù)據(jù)冤今，提供了事件參數(shù)的方法，通過使用key-value的方式茂缚，記錄該事件的詳細(xì)記錄戏罢。

事件ID、事件label脚囊、事件參數(shù)的關(guān)系龟糕，如下圖所示：

舉例，在一個(gè)購(gòu)買行為中凑术，運(yùn)營(yíng)人員想查看用戶在整個(gè)購(gòu)買流程的詳細(xì)參數(shù)翩蘸，那么可以通過以下的事件埋點(diǎn)方式進(jìn)行埋點(diǎn)；在這個(gè)購(gòu)買行為中淮逊，購(gòu)買就是事件ID催首，瀏覽商品詳情，收藏該商品泄鹏，加入購(gòu)物車等郎任，就是一個(gè)一個(gè)的事件label；在瀏覽商品詳情中备籽，“商品類型：電子產(chǎn)品”舶治，“商品價(jià)格：1-100元”……，等车猬，就是一對(duì)一對(duì)的key-value值霉猛，如下圖所示：

通過對(duì)商品價(jià)格的分析，可以統(tǒng)計(jì)得出珠闰，用戶所選擇的商品價(jià)格的分布情況惜浅。