前端埋點(diǎn)和后端埋點(diǎn),哪個(gè)更科學(xué)?

13 評(píng)論 87316 瀏覽 268 收藏 9 分鐘

行業(yè)差異性明顯、企業(yè)實(shí)際需求不同,因此埋點(diǎn)方式也應(yīng)有所不同。究竟該如何科學(xué)采集數(shù)據(jù)?要真正實(shí)現(xiàn)精細(xì)化運(yùn)營(yíng),企業(yè)數(shù)據(jù)采集所采用的埋點(diǎn)方式不應(yīng)“千企一面”,而應(yīng)該“因企而異”。

一、適合前端埋點(diǎn)的企業(yè)業(yè)務(wù)需求

無(wú)論是自建數(shù)據(jù)分析平臺(tái),還是采用第三方數(shù)據(jù)分析工具,梳理企業(yè)需求是第一步,隨后按照企業(yè)需求完成事件和埋點(diǎn)方案的設(shè)計(jì),這也正是神策數(shù)據(jù)為客戶提供多維度數(shù)據(jù)分析的根基與前提。一般而言,以全埋點(diǎn)(無(wú)埋點(diǎn))為典型代表的前端埋點(diǎn)方案,適合有以下需求的企業(yè)。

1、處于運(yùn)營(yíng)初級(jí)階段,產(chǎn)品功能相對(duì)簡(jiǎn)單

例如,如閱讀類、詞典類工具性APP的企業(yè)客戶,在其發(fā)展初期的產(chǎn)品運(yùn)營(yíng)階段,產(chǎn)品功能較為基礎(chǔ),無(wú)明確業(yè)務(wù)數(shù)據(jù)、交易數(shù)據(jù),僅通過(guò)UV、PV、點(diǎn)擊量等基本指標(biāo)分析即可滿足需求。由于神策分析(Sensors Analytics)支持全埋點(diǎn),SDK支持默認(rèn)采集APP或者網(wǎng)頁(yè)瀏覽頁(yè)面、激活、啟動(dòng)等前端數(shù)據(jù),這類客戶可以基于此衡量用戶留存以及活躍度。如圖1,某廣告企業(yè)了解用戶渠道來(lái)源,并判斷不同渠道和不同推廣方式的投放效果。

圖1 不同渠道和推廣方式的效果分析(圖片來(lái)源:神策數(shù)據(jù)產(chǎn)品)

2、需要分析與后端沒(méi)有交互的前端行為

若運(yùn)營(yíng)人員工作需要判斷前端界面設(shè)計(jì)是否合理,是必須采用前端埋點(diǎn)方案的。這也是后端代碼埋點(diǎn)無(wú)法完全代替全埋點(diǎn)的原因。

二、強(qiáng)烈建議后端埋點(diǎn)的業(yè)務(wù)需求

除了支持“前端埋點(diǎn)”(全埋點(diǎn))方式,神策數(shù)據(jù)為保證數(shù)據(jù)采集做到“大、全、細(xì)、時(shí)”,更推薦“后端埋點(diǎn)”:當(dāng)前后端都可以實(shí)現(xiàn)數(shù)據(jù)采集時(shí),應(yīng)優(yōu)先考慮后端(代碼)埋點(diǎn),尤其在各行業(yè)中有特殊業(yè)務(wù)需求的數(shù)據(jù),更是強(qiáng)烈建議通過(guò)后端(代碼)埋點(diǎn)方式采集。總的來(lái)說(shuō),后端(代碼)埋點(diǎn),或者“后端(代碼)埋點(diǎn)+全埋點(diǎn)”方案,適合有以下需求的企業(yè)。

1、追求精細(xì)化運(yùn)營(yíng),需要進(jìn)行多維數(shù)據(jù)分析的企業(yè)

更多的企業(yè)有精細(xì)化運(yùn)營(yíng)的訴求,科學(xué)埋點(diǎn)為運(yùn)營(yíng)人員后續(xù)進(jìn)行多維度分析提供保障?!睹猿俏镎Z(yǔ)》是玩心(上海)網(wǎng)絡(luò)科技有限公司所研發(fā)游戲之一,首日即在各地區(qū)App Store和Google Play商店登頂并持續(xù)霸榜。其技術(shù)負(fù)責(zé)人馬宗驥,在近日公開(kāi)分享數(shù)據(jù)驅(qū)動(dòng)游戲設(shè)計(jì)中介紹:在游戲領(lǐng)域想實(shí)現(xiàn)實(shí)現(xiàn)精準(zhǔn)運(yùn)營(yíng),進(jìn)行多維數(shù)據(jù)分析應(yīng)該優(yōu)先考慮后端埋點(diǎn),單純依賴前端數(shù)據(jù)采集有許多弊端。

例如,有時(shí)玩家已經(jīng)退出游戲,但是鏈接還在,則前端采集不準(zhǔn),此時(shí)PCU數(shù)據(jù)無(wú)法正確衡量服務(wù)器的負(fù)載情況、數(shù)據(jù)庫(kù)的壓力情況等,而通過(guò)后端代碼埋點(diǎn)解決了這一問(wèn)題。再如,他介紹:“NPC(非玩家控制角色)狀態(tài)、副本狀態(tài)、經(jīng)濟(jì)系統(tǒng)實(shí)時(shí)狀態(tài)等統(tǒng)計(jì)類數(shù)據(jù),這些是前端埋點(diǎn)無(wú)法統(tǒng)計(jì)到的,而在后端采集數(shù)據(jù)可根據(jù)實(shí)際情節(jié)靈活完成數(shù)據(jù)統(tǒng)計(jì)工作?!?/p>

如圖2,運(yùn)營(yíng)人員精準(zhǔn)找到游戲流失點(diǎn)。在100~110級(jí)流失的玩家所操控的角色大多停留在“打怪”動(dòng)作上,機(jī)械地打怪練級(jí),玩家開(kāi)始感覺(jué)枯燥甚至疲憊。找到這一“流失點(diǎn)”后,《迷城物語(yǔ)》運(yùn)營(yíng)人員可以適當(dāng)調(diào)整該關(guān)卡的怪物數(shù)量,并增加新鮮因素,從而平衡游戲趣味性和玩家精力。

圖2 《迷城物語(yǔ)》玩家“流失點(diǎn)”分析(圖片來(lái)源:神策數(shù)據(jù)產(chǎn)品)

2、包含用戶資產(chǎn)數(shù)據(jù)、用戶賬戶體系相關(guān)數(shù)據(jù)、風(fēng)控輔助數(shù)據(jù)等重要業(yè)務(wù)數(shù)據(jù)的網(wǎng)站或APP的企業(yè)

如電商客戶、互聯(lián)網(wǎng)金融包含用戶認(rèn)證身份信息、手機(jī)號(hào)碼、充值賬戶信息等數(shù)據(jù),前端數(shù)據(jù)無(wú)法進(jìn)行深入分析。再如,在互聯(lián)網(wǎng)金融企業(yè),最大痛點(diǎn)莫過(guò)于揪出“羊毛黨”了?!把蛎h”手里握著大量的代理IP、手機(jī)虛擬號(hào)。這一群體特征十分明顯,通常是經(jīng)過(guò)注冊(cè)、領(lǐng)取福利、流失。這就需要運(yùn)營(yíng)人員從IP、設(shè)備信息、注冊(cè)信息、活躍度等進(jìn)行多維度分析。用戶留存是互聯(lián)網(wǎng)金融企業(yè)判斷客戶是否是“羊毛黨”的方式之一。如圖3,一般用戶完成新手項(xiàng)目(領(lǐng)取福利后),未進(jìn)行第二次投資,則可能是“羊毛黨”成員,在該平臺(tái)上點(diǎn)擊相關(guān)數(shù)字,人員明細(xì)會(huì)詳細(xì)展示出來(lái)。

圖3 “羊毛黨”用戶甄別——留存數(shù)據(jù)細(xì)查(圖片來(lái)源:神策數(shù)據(jù)產(chǎn)品)

3、對(duì)數(shù)據(jù)安全要求比較高的企業(yè)

從后端采集數(shù)據(jù),例如采集后端的日志,實(shí)質(zhì)上是將數(shù)據(jù)采集的傳輸與加密交給了產(chǎn)品本身,認(rèn)為產(chǎn)品本身的后端數(shù)據(jù)是可信的。而后端采集數(shù)據(jù)到分析系統(tǒng)中則是通過(guò)內(nèi)網(wǎng)進(jìn)行傳輸,這個(gè)階段不存在安全和隱私性問(wèn)題。同時(shí),內(nèi)網(wǎng)傳輸基本不會(huì)因?yàn)榫W(wǎng)絡(luò)原因丟失數(shù)據(jù),所以傳輸?shù)臄?shù)據(jù)可以非常真實(shí)地反應(yīng)用戶行為在系統(tǒng)中的真實(shí)體現(xiàn)?;诤蠖瞬杉藘?yōu)勢(shì),神策分析目前提供了 Java、PHP、Python、Ruby 等后端語(yǔ)言的 SDK,以及 LogAgent、BatchImporter、FormatImporter 等導(dǎo)入工具,支持在后端采集。

圖5 適合“前端全埋點(diǎn)”的企業(yè)需求與適合“后端代碼埋點(diǎn)”的企業(yè)需求(圖片來(lái)源:神策數(shù)據(jù)產(chǎn)品)

綜上所屬,筆者做出如下總結(jié):

  • 沒(méi)有任何一種通用數(shù)據(jù)采集方式,是適合所有企業(yè)業(yè)務(wù)訴求的。根據(jù)行業(yè)領(lǐng)先企業(yè)實(shí)踐來(lái)看,后端代碼埋點(diǎn)才是距精細(xì)化運(yùn)營(yíng)最近的數(shù)據(jù)采集方式;
  • 不從行業(yè)特性、自身實(shí)際需求出發(fā)的數(shù)據(jù)采集方案,都是耍流氓。

 

作者:張喬,神策數(shù)據(jù)內(nèi)容營(yíng)銷高級(jí)經(jīng)理,用戶行為洞察研究院負(fù)責(zé)人。公眾號(hào):用戶行為洞察研究院

本文由 @張喬-神策 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。

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App