中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

本文作者帶你避開埋點的深坑，梳理結(jié)構(gòu)化的埋點方案。

在接觸過上百家頭部App客戶中，診斷和參與了數(shù)百次的App數(shù)據(jù)體系搭建工作。幾乎80%的App都沒有科學(xué)的埋點規(guī)劃，只采集顯性數(shù)據(jù)，而更深層的與事件、參數(shù)相關(guān)的隱性數(shù)據(jù)，都沒有采集到。埋點規(guī)劃并不難！但為什么大部分企業(yè)都做的不太好？

埋點規(guī)劃需要整合產(chǎn)品、運營、技術(shù)和業(yè)務(wù)等跨部門的需求，運營同學(xué)不太懂技術(shù)、技術(shù)同學(xué)不太懂業(yè)務(wù)、產(chǎn)品同學(xué)不太懂埋點，這問題該如何解？

在友盟+《戰(zhàn)疫求生，開發(fā)者的危與機》直播公開課上，友盟+業(yè)務(wù)專家張躍梳理出一套完整的埋點干貨筆記。帶你避開埋點的深坑，梳理結(jié)構(gòu)化的埋點方案。

在埋點前，先帶你避開埋點的深坑

第一坑：遺漏

指的是埋點采集不全面，有可能重要的數(shù)據(jù)并沒有采集到，會對數(shù)據(jù)分析造成比較直接的影響，出現(xiàn)這個問題的原因是前期數(shù)據(jù)分析需求不清晰。

第二坑：雜亂

指的是數(shù)據(jù)采集比較零散，可以理解為前期并沒有進行事件結(jié)構(gòu)化的設(shè)計，通常是想到一個需求，就把這個需求提供給技術(shù)進行埋點。

這種稱之為“扁平化”的埋點方式，例如：某一個位置或者某一個功能的點擊行為，就當(dāng)做一個事件進行采集，看上去采集和查看很容易，但隨著時間跟需求的增加，當(dāng)采集了大量零散的事件之后，需要在統(tǒng)計工具中通過分組分析時，就會比較麻煩。

第三坑：低效

不同于雜亂，雜亂是任何行為數(shù)據(jù)都會直接當(dāng)事件去進行采集，沒有利用參數(shù)去進行結(jié)構(gòu)化的設(shè)計。低效指的是在事件設(shè)計的時候，會去做結(jié)構(gòu)化處理。但事件設(shè)計的參數(shù)邏輯會有問題，通常都是以大的頁面這種框架的思維去進行設(shè)計。

舉個例子：部分客戶在設(shè)計時，會按照頁面的思路去進行事件采集，頁面上有推薦位，還有很多功能按鈕的點擊，那么就會把這個頁面所有的點擊行為都?xì)w到一個事件，并且點擊具體的按鈕和內(nèi)容都當(dāng)做參數(shù)傳回來。

但這里埋著兩個雷區(qū)：

1. 在分析數(shù)據(jù)時，例如想了解整個用戶瀏覽內(nèi)容的情況，或者是想了解某個功能（搜索引擎）整體使用情況，按照如上設(shè)計，內(nèi)容和功能的采集都分布在每一個事件中了，這樣后面再歸類、分析就非常不方便。
2. 當(dāng)產(chǎn)品結(jié)構(gòu)產(chǎn)生變化時，原有事件調(diào)整概率會比較大，因為之前都是按頁面結(jié)構(gòu)去設(shè)計，頁面的調(diào)整直接影響事件采集。

第四坑：無用

指的是數(shù)據(jù)雖然采集了，但分析時根本用不上，這個問題主要有2個原因?qū)е拢阂皇乔捌谛枨蟛惶逦硪粋€是之前的采集需求都是由不同人提出的。由于中間人員變動，很多采集需求就不清楚了，并且也不敢下掉，因為并不清楚這個事件是否還有人使用。

第五坑：復(fù)用

指的是事件重復(fù)采集，或者是需求重復(fù)，這個同樣是與多個人提需求有關(guān)，并沒有一個人去做整合管理，或者是說，沒有一個工具去幫忙我們做管理。

如果想要避免這些坑，就需要堅守五個原則：

1. 需求清晰。
2. 合理設(shè)計。
3. 實施規(guī)范。
4. 結(jié)果可驗。
5. 規(guī)范管理。

埋點方法論——五步一全（ODEIIC），需要多角色參與統(tǒng)籌決策

第一、需求梳理

在梳理埋點設(shè)計的時候，通常會以產(chǎn)品、運營和市場以及KPI三個視角去切入。通常，產(chǎn)品關(guān)注的核心業(yè)務(wù)點會聚焦在內(nèi)容和功能上，運營和市場關(guān)注的業(yè)務(wù)點在拉新、留存、促活和轉(zhuǎn)化上，KPI視角會聚焦在轉(zhuǎn)化與收入上，但也需要根據(jù)客戶的實際情況而定。

同時，會把不同視角的業(yè)務(wù)需求再轉(zhuǎn)化成需要關(guān)注的核心數(shù)據(jù)，如產(chǎn)品運營在內(nèi)容上所需要關(guān)注用戶瀏覽、內(nèi)容的轉(zhuǎn)發(fā)或者是偏好，針對功能使用會關(guān)注注冊、登錄、搜索等這些功能的使用情況。

業(yè)務(wù)需求拆解成核心數(shù)據(jù)后，針對每一個核心數(shù)據(jù)進行維度的細(xì)分，如內(nèi)容方面：會按照標(biāo)題、頻道或者是標(biāo)簽，進行拆分分析。那么我們針對功能方面，會按照功能使用情況以及步驟的轉(zhuǎn)化去進行分析。通過要分析的關(guān)鍵點，就可以把細(xì)分維度拆出來，最后還會再加上一些通用的維度，例如可以對單個用戶或者某一個地區(qū)的用戶進行深度分析。

以產(chǎn)品視角的需求樣例，產(chǎn)品通常情況下會聚焦內(nèi)容與功能上的使用，但在需求收集時都是分散和抽象的，例如：業(yè)務(wù)需要分析內(nèi)容偏好和推薦效果以及內(nèi)容受歡迎的程度。

那在這個環(huán)節(jié)就需要先做需求拆解，也就是說要去找到能分析這個需求的核心數(shù)據(jù)與能夠幫助判斷業(yè)務(wù)變化的一些指標(biāo)，細(xì)分維度在這里的作用更多的是做需求詳細(xì)的拆解，可以理解為是去做核心數(shù)據(jù)的多維度明細(xì)展示，那么目的就是從更細(xì)的維度去滿足業(yè)務(wù)分析需求；

總結(jié)：先要找到能滿足這個需求的核心數(shù)據(jù)，在找到核心數(shù)據(jù)分析時所需要涉及的細(xì)分維度，如圖：

第二、事件設(shè)計

可以通過這3個步驟去完成事件的結(jié)構(gòu)化設(shè)計：

• 第一個步驟是要了解產(chǎn)品結(jié)構(gòu)，也就是先要了解分析的范圍是什么，例如需要知道對哪些頁面或者哪些功能有分析需求；
• 第二步，就是要針對這些鎖定的范圍，去明確我們要分析用戶的行為有哪些；
• 第三步，要把這些行為，落實到具體的分析維度上。

后面會通過指標(biāo)體系、分析需求、分析方法這3個角度，在去結(jié)合這三個步驟，進行事件結(jié)構(gòu)化設(shè)計的詳細(xì)說明。

在介紹按照指標(biāo)體系去進行結(jié)構(gòu)化事件設(shè)計前，我們先看下指標(biāo)體系的樣例，通常會按照這幾個模塊去搭建指標(biāo)體系，分為：概況、營銷、用戶價值、運營和核心功能。

1. 概況可以理解日常關(guān)注的核心數(shù)據(jù)，比如：新增、啟動、日活、周活、月活以及會員數(shù)據(jù)、注冊數(shù)據(jù)以及使用黏性、使用時長、留存等，還包括技術(shù)、產(chǎn)品較為關(guān)注的穩(wěn)定性數(shù)據(jù)?？偟膩碚f：就是將核心或?？吹臄?shù)據(jù)放在概況的大板塊中。
2. 營銷。通常會把廣告數(shù)據(jù)，例如：廣告的曝光、點擊率以及廣告點擊排行，媒體排行、展示排行信息會放在第二個板塊。
3. 用戶價值。通常會把新用戶的次留、成本以及用戶回本周期模型和生命周期模型放在用戶價值模塊。
4. 運營。主要關(guān)注內(nèi)容與轉(zhuǎn)化，通常會分析內(nèi)容的熱度，任務(wù)的交互與會員的轉(zhuǎn)化，針對會員還會分析會員新增、會員累計、會員續(xù)費等維度。
5. 核心功能。是產(chǎn)品崗位較為關(guān)注的，例如：導(dǎo)航位、導(dǎo)航按鈕，被用戶點擊的情況、使用的情況，對應(yīng)核心功能，比如說搜索功能或者是注冊功能，整個功能的入口、被點擊的情況和轉(zhuǎn)化率等相關(guān)的這些數(shù)據(jù)會放到這個板塊。

從指標(biāo)體系到事件設(shè)計

如何通過指標(biāo)體系去進行結(jié)構(gòu)化設(shè)計？指標(biāo)體系可以理解為指標(biāo)與報表的一個組合，整個指標(biāo)體系對應(yīng)到產(chǎn)品結(jié)構(gòu)上，可以分為對產(chǎn)品頁面和產(chǎn)品功能的分析需求。

下面先從產(chǎn)品頁面的角度去進行事件設(shè)計說明：

• 第一步，會先鎖定頁面的范圍，比如產(chǎn)品里有活動頁、內(nèi)容頁、如果是視頻App的話會有播放頁，小說App會有閱讀或者是聽書頁面。
• 第二步，范圍圈定后就需要找分析行為，用戶看到內(nèi)容是否有點擊行為，進入頁面后的瀏覽行為，以及是否有分享、評論等行為。
• 第三步，確定了要分析的行為后，就需要進行分析維度的細(xì)化，如要分析用戶瀏覽（瀏覽完成行為）內(nèi)容都有哪些，還想分析用戶是哪個入口（來源）進入到頁面等等，這些都是針對用戶行為要分析的維度。

按照這三步梳理清楚后，事件設(shè)計中與產(chǎn)品頁面相關(guān)的事件和參數(shù)就能整理出來了，如頁面范圍對應(yīng)的“內(nèi)容頁”和分析行為對應(yīng)的“點擊”行為，就能夠清楚我們要采集的事件為“內(nèi)容點擊”，在根據(jù)這個事件需要分析的維度是頁面名稱、頁面分類以及頁面來源，這個事件所需要的參數(shù)也就找到了。

下圖中是以內(nèi)容頁和活動頁梳理的結(jié)構(gòu)化事件樣例。

以產(chǎn)品功能的角度去進行事件設(shè)計說明：

同樣，第一步先找到要分析哪些功能，比如：搜索、登錄、注冊、會員、付費、簽到等。第一步找到監(jiān)測功能的范圍。

第二步在找行為，功能層面的行為比內(nèi)容會稍微簡單一些，主要是點擊行為或者是完成狀態(tài)。

第三步是維度，例如：搜索功能，想分析搜索入口的點擊情況，搜索的關(guān)鍵詞是什么，針對登錄與充值的話，需要分析帳號登錄的類型、充值的方式等等。

頁面功能所產(chǎn)出的結(jié)構(gòu)化事件樣例

以搜索引擎為例：搜索引擎監(jiān)測的行為是點擊和完成，通常會用兩個事件進行監(jiān)測，搜索引擎功能在很多頁面都會有入口，通常會建議在這里增加一個參數(shù)叫搜索位置，可以辨識用戶點擊哪些搜索位的按鈕，另外可增加參數(shù)叫用戶ID，去了解具體是哪些用戶進行的點擊。

重點說一下功能按鈕點擊事件。通常情況下，會將核心要分析的功能都抽離成單獨的事件進行統(tǒng)計。如登錄、注冊、付費或者是會員購買等，這些屬于核心要關(guān)注的功能，并且會為這些核心功能事件單獨設(shè)計要分析的參數(shù)。

但如掃一掃、加載更多以及一些Tab鍵，只需要監(jiān)測用戶點擊即可，不需要監(jiān)測功能背后的參數(shù)信息。通常會將這些點擊行為放在一個事件下，定義名稱叫功能按鈕點擊，會通過“按鈕名稱“與“所屬頁面”等參數(shù)去鎖定用戶點的具體按鈕是哪個。

小結(jié)，通過指標(biāo)體系去進行事件設(shè)計，就能夠把大部分需要采集的頁面與功能都能覆蓋到，并且可以滿足后期看數(shù)據(jù)的需求。

從分析需求到事件設(shè)計

先引用小說行業(yè)的一個需求舉例，近期上架了新書，要分析新書對用戶的吸引力如何。那么第一步，就要把需求進行轉(zhuǎn)義，也就是需要知道哪些數(shù)據(jù)和維度，能證明用戶對新書的吸引力。

針對這個需求，分析思路是：今天新上架的小說，用戶看了多少章節(jié)和時間，明天會不會繼續(xù)來看，可以通過這幾個維度去判斷出新書吸引力。

那么在落實到事件設(shè)計的三個步驟中，第一步采集的頁面范圍是小說頁面，第二步采集的行為就是閱讀，這兩步對應(yīng)出我們需要采集的事件就是小說閱讀，第三步需要分析的維度就是閱讀章節(jié)、閱讀時長、小說名稱以及上線日期，這些維度就可以轉(zhuǎn)化成參數(shù)在事件中設(shè)計進來。

另外，一般做內(nèi)容事件時，通常還會增加來源參數(shù)，比如：來源頁面、來源版塊、來源位置，這些參數(shù)可以幫我們定位到用戶是從那些入口獲取到內(nèi)容的，便于后期去分析各入口的導(dǎo)流效率。

從分析方法到事件設(shè)計

這部分指的是根據(jù)核心目標(biāo)，在利用一套分析方法去解決問題時，如何找到解決問題環(huán)節(jié)中所需要采集的事件。

比如，目標(biāo)鎖定是要提升用戶留存或者是提升付費轉(zhuǎn)化率，那么，首先要找到不同的人群，針對人群找差異（功能使用、內(nèi)容偏好的差異），找到不同的人群在功能使用、以及轉(zhuǎn)化路徑的差異后，在去找問題，如某一些功能對于非留存用戶或者是非付費用戶體驗不好或推薦的內(nèi)容用戶不感興趣，找到問題后，就需要進行優(yōu)化，并進行驗證。

針對分析方法中的每個環(huán)節(jié)，其實都能對應(yīng)到需要分析的事件，如找問題的環(huán)節(jié)會對入口的點擊、完成的情況，內(nèi)容瀏覽的來源等等進行事件采集，在分人群環(huán)節(jié)，會對用戶的付費行為進行事件采集等等。

通過每個環(huán)節(jié)找到對應(yīng)需要分析的行為后，就可以把相關(guān)信息以事件或者是參數(shù)的形式，補充到現(xiàn)有結(jié)構(gòu)化埋點方案中了。

按照指標(biāo)、需求、方法這3個角度去做了事件設(shè)計方法的介紹，總體可歸納為：

有了指標(biāo)體系與分析需求，整個結(jié)構(gòu)化埋點方案的框架就能設(shè)計出來了。分析方法更多的作用是做分析思路上的貫穿，可以幫我們發(fā)現(xiàn)埋點設(shè)計中缺少或者遺漏的環(huán)節(jié)，整體上我們就可以理解為，指標(biāo)體系+分析需求+分析方法這三部分的結(jié)合，才能得到一個非常貼合業(yè)務(wù)的埋點方案。

小結(jié)：“事件采集“就是要知道誰在什么時候做了什么事情，設(shè)計思路可以分為三步。

首先，了解產(chǎn)品結(jié)構(gòu)（產(chǎn)品結(jié)構(gòu)的范圍，頁面結(jié)構(gòu)、功能結(jié)構(gòu)）；其次，了解用戶行為（點擊行為、完成行為、曝光行為等）；最后，行為可以細(xì)分哪些維度，按照三步結(jié)構(gòu)化事件就可以設(shè)計完成了。

總結(jié)三個避坑的Tips

（1）需求

如果前期需求不是很明確時，可以先把這個指標(biāo)體系梳理起來，比如：核心關(guān)注的指標(biāo)，采集方案是可以滿足暫時看數(shù)的需求，后期可以根據(jù)對分析需求的升級再去補充。

（2）歸類

在事件設(shè)計時要合理的進行歸類，盡量用一個事件滿足多個分析需求。比如，了解用戶都是從哪些入口獲取內(nèi)容的，和內(nèi)容瀏覽的熱度排行，是可以通過一個事件來實現(xiàn)的，只需要通過內(nèi)容名稱和來源頁面兩個參數(shù)，就能夠滿足這兩個需求了。

（3）范圍

在參數(shù)設(shè)計中兩個范圍需要注意，即來源和點擊按鈕，內(nèi)容采集會涉及三個來源：來源頁面、來源板塊和來源位置，是為了去鎖定到底內(nèi)容從哪里點過來，開發(fā)也會要求將入口信息梳理清楚，從而進行埋點的開發(fā)工作。點擊按鈕，將按鈕都?xì)w屬到一個事件中，將參數(shù)設(shè)置為按鈕名稱，梳理出具體的按鈕采集的范圍給到開發(fā)，才能去進行后續(xù)的埋點。

埋點設(shè)計不是簡單的事件與參數(shù)的結(jié)合，而是需要貼合業(yè)務(wù)、貼合分析場景去進行設(shè)計。

結(jié)構(gòu)化事件設(shè)計完成后，下一步就是要交付給技術(shù)進行開發(fā)，下圖為一個資訊行業(yè)的事件埋點模版，可以參照這個模板去進行梳理并提交給技術(shù)。

埋點實施：

市場上主流支持的四種埋點方式，分別是代碼埋點、服務(wù)端埋點、可視化埋點和全埋點。代碼埋點，支持事件與參數(shù)這種結(jié)構(gòu)化的使用方式，弊端是想增加或修改事件，都需要重新發(fā)版，用戶更新后才能采集。服務(wù)端埋點，通常用于業(yè)務(wù)數(shù)據(jù)的采集，例如：付費成功、用戶注冊等，這個場景會選擇用服務(wù)埋點進行采集。

可視化埋點和全埋點，都是解決整個App前端操作的一些點擊行為，例如說某些按鈕、頁面，每一個點擊都能監(jiān)測。但差異點在于可視化埋點只能看到圈定后的數(shù)據(jù)，那么全埋點則是在圈定時，歷史數(shù)據(jù)也能去追溯。

但這兩個埋點的弊端是散點采集，每一個點擊行為都是一個事件，在數(shù)據(jù)分析時，事件的量級會較大，不易于分析，而且它只能是取這種點擊行為的事件，并不能把參數(shù)帶過來，你可以理解為它就是一個純扁平化的一個事件采集。

針對需求的不同，數(shù)據(jù)采集方式應(yīng)該是結(jié)合使用的，以友盟+為例，友盟+現(xiàn)在支持兩種埋點方式，代碼埋點和可視化埋點，開發(fā)者可以結(jié)合使用，去滿足事件方案的采集需求。

看板校驗：

埋點后可通過三種方式驗證：

1. 打印日志，開啟debug去打印Log，去驗證觸發(fā)事件log是否有上報，這種方式需要技術(shù)來配合驗證。
2. 集成測試，只需要在測試設(shè)備上去觸發(fā)事件，產(chǎn)品、運營的同學(xué)就可直接測試埋點情況。
3. 也可以使用市場上智能驗證的工具，自動去識別整個埋點的情況，且日志是實時的，可產(chǎn)出事件的驗證報告。

智能驗證：

可以智能驗證這些事件的點是否采集了，是否有遺漏，最后會定期給出體檢報告，詳細(xì)的明細(xì)都會有。只需要注冊一個測試設(shè)備，這個測試設(shè)備填加完之后會實時把客戶這些埋點的數(shù)據(jù)進行驗證，到底是成功還是異常，以及測試的時間是什么都會有詳細(xì)的數(shù)據(jù)。

綜上所述

一個公司的埋點要可見、可控、可管，如果一家公司不清楚自己的埋點結(jié)構(gòu)，便是在錯誤的數(shù)據(jù)上長期持續(xù)經(jīng)營業(yè)務(wù)，越走越錯。合理的埋點方案，可以使埋點能夠智能調(diào)試和驗證，大幅降低埋點采集的成本，從而最終達成數(shù)據(jù)質(zhì)量的根本性提升。

作者：友盟全域數(shù)據(jù)；公眾號：友盟全域數(shù)據(jù)（ID：umeng_data）

本文由 @友盟全域數(shù)據(jù) 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議