起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識關于數據埋點的基礎認識
這篇文章拖了好久，終于是寫完了，然后發出來了，和大家聊一聊關于數據埋點的基礎認識，喜歡，請分享。
數據埋點原理
數據埋點，對于產品迭代而言，有很重要的指向意義。
數據分析是我們獲得需求的來源之一，通過對數據的比對，對數據趨勢的分析，能讓我們發現哪些環節存在問題，哪些環節有提高空間。同時，數據分析也是檢驗功能是否有效，是否受歡迎的重要佐證。
非常的直觀，以一種數據的形式呈現出來，而這些數據有大部分都來自于對數據的埋點。學習數據埋點，首先認識一下他的實現原理。
以APP舉例，我們可以簡單的分為四個層級，表層是UI層，底層是數據表和日志。（必要時，我們可以將層級分的更加清晰。）
數據埋點的發生場景便是在表層-UI層里，其作用是監控用戶在UI層產生的行為。也就是用戶對界面的操作。
數據埋點其實無法統計有多少用戶發布了朋友圈，但可以統計有多少用戶點擊了朋友圈的發布按鈕，以及有多少用戶在朋友圈發布頁點擊了確認發布的按鈕。
基礎認識
數據埋點我們可以分成兩類，其一是頁面統計，其二是行為統計。
頁面統計
頁面統計可以幫我們知曉某個頁面被多少人訪問了多少次。
其本質是監控頁面加載的行為，盡管此時用戶并沒有對UI產生行為，但卻是由上一個點擊行為觸發的一個結果。除了訪問的人數與次數，也可以監控到用戶在某個頁面停留的時長，部分產品希望用戶在某個頁面停留的時間越長越好。
追求停留時間的產品，典型的便是信息流產品。這表示用戶正在持續的進行閱讀，停留的時間越長，表示內容對用戶的吸引力越高，這樣才能產生持續的閱讀行為。
（諸如微博，朋友圈等以短信息為主要內容的信息流，長信息會更加側重跳轉詳情頁的數值）
行為統計
行為統計是指用戶在界面上的操作行為，應用最為廣泛的便是按鈕的點擊次數。
其實，通過數據埋點捕捉到的數據，有三層，第一層是基礎層，比較通用的數據，像是日活，新增，第二層是頁面訪問，第三層就是行為統計，名詞上來講通常被稱為“事件統計”
通過對UI界面響應事件的捕捉，我們能夠得知某個按鈕的點擊數及對應的點擊率。
基礎應用知識
數據分析是很一門很復雜的學科，對于PM而言，是一個重要的需求源，而我們用來分析數據采用的方法，也非常的多，并且復雜的分析方法，可以復雜到讓我們懷疑人生~~這里結合文章提到的內容，給大家做個應用分享，屬于簡單的分析方法。
頁面統計–頁面訪問率
APP里，有的頁面是存在唯一的主次關系，意思是B頁面僅能從A頁面進入。
此時，我們結合兩個頁面的訪問數值，就能得到A頁面到B頁面的轉化率。并以此判斷兩個頁面是否存在可優化空間。
數據里所隱藏的優化空間，往往是存在多種可能性的。
實例
A頁面與B頁面具備唯一主次關系， B頁面僅能從A頁面跳轉進入，（如：微信的，某人的相冊，僅能從個人資料進入）
若 A頁面訪問人數為100人，B頁面訪問人數只有10人。
分析結果就有兩種可能性：
（1）A頁面轉化部分設計有問題，就像文章的閱讀數和標題息息相關，我們可能需要優化入口的設計。
（2）B頁面留存有問題，無法讓用戶產生二次訪問行為，以及無法讓用戶形成更高頻率的訪問。
此概念類似于“復購率”和“復購頻次”
對于 有多個入口的頁面，頁面路徑的分析方法就沒有作用了，此時，我們就需要借助行為統計。
“行為統計–頁面訪問率”
一些基礎的功能，往往被多個頁面應用，也能通過兩個以上的頁面進入，也就是我們所熟知的“多個入口”的概念。
此時，我們可以借助 指定入口頁的訪問人數，入口按鈕的點擊人數，來判斷該頁面的轉化率。頁面可以通過ACD三個頁面點擊對應按鈕進入，我們想要知道A頁面到B頁面的轉化率是多少。若A頁面訪問人數是100，按鈕點擊人數是30，B頁面訪問人數是40，問題就變成了，在A頁面點擊按鈕的點擊率，其分析價值與頁面訪問率相同。
第二種分析方法，更多的是側重對入口所在頁的分析，通常提到的轉化率，也是指類似的分析方法。
對于第二種方法，比較典型的是廣告轉化率提升的設計方法。
此類型產品，幾乎不考慮“復購”問題，其追求的目標是最大限度，在不影響原有用戶體驗的基礎之上，提高用戶點擊廣告的幾率。
與之對應的產品設計方法，更多的在于視覺的設計，類似加粗，圖片，特殊形狀，誘惑性的文案等。
建議
數據相關的知識非常龐大，足以支撐一個獨立的職位（數據分析師，數據型產品經理）。文中所提到的都是基礎的分析方法，并且還不全面。數據是產品經理的一個重要的需求源，在我們成長的過程中，如何利用數據，如何挖掘數據，如何分析數據都是必須經歷的階段。
其作用，遠不止第三方平臺直接呈現的部分，諸如各個數據每日對比，可以得到趨勢，借助趨勢，也能進行預判?？梢哉f第三方所呈現出來的結果性數據，只是冰山一角。嘗試去分析數據吧，然后駕馭數據，做一位理性的產品經理。
#專欄作家#
枯葉，微信公眾號：枯葉咖啡館。人人都是產品經理專欄作家。近6年經驗的產品經理，擅長社交、社區、細分群體挖掘。
本文原創發布于人人都是產品經理。未經許可，禁止轉載。
題圖來自 Pexels，基于 CC0 協議
說的太淺了
看了第一段，發現作者對于埋點的理解比較淺。停留在前端埋點的層面：
數據埋點的發生場景便是在表層-UI層里，其作用是監控用戶在UI層產生的行為。也就是用戶對界面的操作。
數據埋點其實無法統計有多少用戶發布了朋友圈，但可以統計有多少用戶點擊了朋友圈的發布按鈕，
原文的這兩句是最大的紕漏，這部分恰恰是最重要的埋點事件，屬于后端埋點的內容。后端埋點就是統計UI層以下，看不見，但真實發生的業務動作。
后端埋點，查看數據庫不也可以得到數據
我看到了三里屯^_^
？
先mark一下。我之前理解的埋點僅限于基礎數據，閱讀后學到了更深層次的東西。數據埋點這塊確實需要花點功夫學習。
與轉化率對應的是流失率，想問下，對于流失率的分析，有必要統計到每一個報錯嗎？
看這篇文章的時候，我就一直感覺我的行為再被app統計，這是很怪異的一種感覺
假如A100 B10 那么用戶很少進入到B吧 所以說不存在談B的留存 只能是A的跳轉有問題
（2）B頁面留存有問題，無法讓用戶產生二次訪問行為，以及無法讓用戶形成更高頻率的訪問。不成立吧？
為何不成立？用戶首次進入B頁面之前不知道B頁面的內容，當它進入之后，發現不是符合自己預期，所以下次就不會進入B頁面。這就是B頁面的留存有問題。
有點道理，但是感覺有點混淆邏輯的感覺。
b頁面的留存問題，更多的是通過分析b頁面上的數據來做評判；b頁面的流量很小，直接判斷b頁面的留存也有問題，存在很大的疑問吧。你上面舉的例子，因為留存差下次沒人點擊了。個人認為得出這個結論還需要幾個數據前提：1.該100用戶都是老用戶，不存在新用戶（如果是新用戶的話，無法得知b頁面的內容質量）；2.該100用戶現在到b頁面的轉化率10%，對比該100用戶剛來的時候，其轉化率有明顯的下跌。只有這倆前提同時存在，才能判斷b留存是有問題。
同意
文章中的邏輯是這樣的，A到B的頁面轉換率會受到A頁面的轉化設計和B頁面的留存設計的影響，他沒有說B頁面的留存問題是由A頁面的轉化問題引起的，而是A頁面的轉化問題有一種可能是B頁面的留存設計引起的，問題的本質在于如何提高A頁面到B頁面的轉化，而不是你說的如何確定B頁面的留存，事實上，B頁面的“復購率”高是可以提升A頁面的轉化率的。如果問題的主體是B頁面的留存，你說的是ok的，所以你混淆的原因是你沒有搞清問題的主體。簡單來說，A頁面的轉化率可能是由于B頁面的留存率導致的，但是B頁面的留存率不能通過A頁面的轉化率來證明，定理成立逆定理不成立
留存是說來了還會來，由b到a只是一個轉化問題
agreed
我也覺得，當時看也有點疑惑，我覺得也只是涉及到一個A到B的轉化問題，進而優化A到B的入口設計，本來想評論問下，不過看到已經有前輩提出了同樣的疑慮了，哈哈哈
漲知識了 ??
“行為統計–頁面訪問率”中，這句話 若A頁面訪問人數是100，按鈕點擊人數是30，B頁面訪問人數是40， 我不是很明白，訪問人數增加10 是其他入口的點擊么
前面說了有“多個入口”
受教了
寫得很好，如果加上埋點操作的具體步驟和更多案例會更好。
前輩的文章通俗易懂，學習了
謝謝，很有用
落地干貨
很不錯！
基礎易懂get了??
前輩這篇寫的太基礎啦！?。『唵我锥?，手動贊~~