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

編輯導語：對于產品來說，用戶在你的產品里怎么使用、使用了什么板塊、路徑等等都是需要從埋點中進行監控；一個科學有效的埋點方式，可以一定程度上提高渠道轉化，并且改善產品；本文作者分享了關于埋點事件的結構化設計方法，我們一起來看一下。

一、埋點的坑

近期負責了一款APP的數據相關工作。該APP是一個自制游戲內容產品，上架了很多個獨立主題的小游戲，并按游戲的類型，分為5個類型。

為了解整體數據情況，我向數據開發提出了一個數據提取需求：以周為單位，統計最近一年每個類型的游戲累計被打開的次數。

本以為幾分鐘就可以拿到數據，但開發1個小時后才給我結果；經過詳細了解，發現是因為數據埋點存在極大的坑，導致的數據統計效率低下。

埋點需求見下圖：

通過這套方案采集到的數據，要實現按類型統計的需求，有2個問題：

1. 每一個游戲，都單獨定義了一個打開游戲事件。也就是說，打開不同的游戲時，觸發的是不同的事件；要想統計每個類型的游戲累計打開次數，必須先按事件名逐個統計每個游戲的打開次數。
2. 只采集了打開某個游戲，但游戲所屬分類是沒有采集的；要統計每個類型游戲累計被打開的次數，就需要對照游戲信息表，查到每個游戲的所屬類型，再按游戲的所屬類型，對打開次數做一次累加。

整個數據提取過程如下圖所示：

每一個步驟都無法省略，因此，數據提取才耗費了很長的時間。

二、帶來的問題

在這個埋點方案中，主要有兩個問題：相似行為未做聚類抽象、事件信息采集不完整。

1. 相似行為未做聚類抽象

相似行為是指用戶操作過程和目標高度相似的行為，如用戶分享一篇文章，有分享給微信好友、分享到朋友圈、分享到微博。

將相似行為都定義為一個個獨立的事件，會導致以下2個問題：

1. 埋點事件數量很多，開發和維護成本高。APP中有1000個游戲，就對應了有1000個打開游戲事件；只要增加新的游戲，對應的埋點代碼都需要單獨開發，并在表格中進行維護，一旦沒有及時維護，或因員工離職時交接不到位，可能導致事件管理出現混亂，如重復事件、無效事件等。
2. 數據統計和分析效率低下。當需要統計全部游戲的打開次數時，必須要先分別找到每個游戲點擊對應的事件，然后逐個統計每個事件的觸發次數，再做一次匯總。

聚類抽象是指用一個抽象的主題來概括多個相似信息。如分享給微信好友、分享到朋友圈、分享到微博3個行為，都是在描述用戶分享文章的行為，可以聚類抽象為“分享文章”。

將相似行為聚類抽象后，原本1000個游戲的打開事件減少為1個，事件數量大幅度降低；統計全部游戲的打開次數也能一步完成，數據統計和分析效率提升一倍。

2. 事件信息采集不完整

一個用戶行為，往往可以從多個維度來描述，每一個描述維度，都是一個信息，這些信息，有些是有分析價值的，有些沒有；埋點采集到所有具備分析價值的信息，才是完整采集事件信息。

如果我們在梳理埋點需求時，沒有完整采集信息的意識，或考慮不全面，就很容易遺漏，導致相應的分析無法進行。

打開游戲時，所在頁面是事件相關的信息，統計用戶打開游戲時所在的頁面，可以分析不同頁面對游戲的引流效果，指導運營工作方向。

若沒有采集該信息，就無法統計在某個頁面打開游戲的次數。

三、解決方案

很明顯，為每個獨立的、最小顆粒度的用戶行為單獨定義一個事件，不是一個好方法。那么，我們應該怎么設計埋點事件呢？

答案是采用“事件-屬性-屬性值”的結構，對事件進行多維度描述。

結構化是指一個完整的埋點事件，分為事件、屬性、屬性值三層，包含一個事件定義（用戶行為）和若干個屬性定義（描述用戶行為的屬性）。

下圖是打開游戲事件的結構化設計案例：

點擊游戲圖標打開游戲的行為，定義為“打開游戲”事件；該事件有2個屬性，分別為“游戲分類、游戲ID”；游戲分類指游戲所屬的類型，其屬性值為“A、B、C、D、E”；游戲ID是唯一識別游戲的編號，其屬性值為“001、002、003···999”。實際使用時，還可以增加更多屬性。

游戲ID屬性，將相似行為聚類抽象為一個事件，即使有新的游戲上線，也只需要增加一個屬性值，事件數量從1000個減少到1個，開發和管理成本大幅度降低。

增加的屬性，使采集到的行為信息更完整。通過“游戲分類”屬性的值，即可統計每個類型的游戲累計被打開的次數，滿足更多數據分析需求。

1. 屬性的定義

一個用戶行為，通常可以從多個維度進行描述，描述事件的維度，稱之為“事件屬性”，簡稱“屬性”；每個屬性，都有若干個值，為屬性值。

用戶打開游戲，如果從玩家性別維度描述，分為男、女；從玩家年齡維度描述，有15、16、17、18等，從游戲分類維度描述，分為A類、B類···

“玩家性別、玩家年齡、游戲分類”就是用來描述“打開游戲”事件的屬性。

“男、女”是屬性“玩家性別”的屬性值，“15、16、17”是屬性“玩家年齡”的屬性值，“A類、B類”是屬性“游戲分類”的屬性值。

從上一篇文章中，我們已經知道，數據埋點能采集4w1h多個維度的信息。

從不同的維度對事件進行數據分析，要么能指導產品的迭代，獲得更高的用戶價值；要么能更好地達成業務目標，獲得更高的商業價值。

因此，在數據采集時，不僅要采集事件本身，還要采集事件的屬性信息。

游戲被打開次數的性別分布，體現了不同性別的用戶對該游戲的興趣高低；如游戲灰度發布的3天內，選取了男女用戶各1000人推送內測邀請，其中900個男性用戶打開了游戲，而女性用戶僅10人，說明該男性用戶對該游戲更感興趣。

為了在盡可能少消耗推送次數的條件下，讓該游戲獲得更高的打開率，游戲上線時，運營只給男性用戶全量推送了游戲。

2. 設計方法

結構化事件設計的關鍵，是定義好事件、觸發機制、屬性、屬性值類型、屬性值5個要點。

1）定義事件

數據埋點是要采集對數據分析有價值的過程數據，因此，需要先根據數據分析需求，找出對應的用戶行為，再抽象出事件名。

數據分析需求是目標，確定了目標，才能找到能達成該目標的用戶行為；事件名是對該事件的概括，幫助相關同事統一溝通話術和名詞定義，提高溝通效率。

需要分析用戶打開某個游戲或某類次數、人數，對應的用戶行為是用戶點擊并打開游戲，可以將該行為抽象為“打開游戲”事件，作為內部溝通統一名稱。

2）定義觸發機制

埋點代碼被觸發執行的條件，即為觸發機制，通常取決于事件的定義和目的。如點擊了某個元素、打開了某個頁面、展示了某個內容等。

“打開游戲”事件中，打開游戲的定義，是點擊游戲圖標，并進入游戲界面，事件的目的是要準確記錄打開游戲的行為。

因此，當用戶通過各種方式（點擊游戲圖標、點擊推送消息、點擊進入游戲按鈕等）進入游戲界面時，才觸發事件。

只有在正確的時機觸發埋點事件，才能準確采集用戶行為。觸發時機錯誤，必然導致數據不可信，失去分析價值。

若以“點擊游戲圖標”為“打開游戲”事件的觸發機制，就遺漏了其他兩種打開游戲的方式帶來的行為記錄；同時，游戲被點擊時，可能未完成下載，此時點擊游戲圖標，并沒有打開游戲，但也被采集為一次打開游戲。

最終無法分析幾種打開游戲方式的次數分布，也不能準確評估游戲真實的消費情況。

3）定義屬性

梳理事件的屬性，主要有兩種方法：梳理事件的分析需求、尋找事件內部的分類維度。

梳理事件的分析需求：

不同的事件，分析需求不同，需要采集的事件屬性也不同。因此，需要先梳理事件的分析需求，再針對性地尋找能滿足該需求的屬性。

“打開游戲”事件中，需要分析不同游戲被打開的次數，以驗證游戲的受歡迎程度。如果在觸發“打開游戲”事件時，采集被打開的游戲ID，在分析該事件時，即可通過“游戲ID”統計不同游戲的打開次數。

尋找事件的分類維度：

事件是對用戶行為的抽象，本身還可以從不同的維度來分類，這些分類維度，也可以作為屬性來描述事件。

從游戲的獲取方式維度，可以將游戲分為付費游戲和免費游戲；為了統計付費游戲和免費游戲的打開次數差異，可以將“是否付費游戲”作為一個屬性。

4）明確屬性值類型

找到需要的屬性后，還需要明確屬性的值類型，如枚舉型、字符串型、布爾型、數值型。

游戲ID是一串數字，如008，是數值型；游戲分類是可以窮舉的選項，是枚舉型；是否付費游戲是只有2個選項，是布爾型···

不同類型的屬性值，取值來源和儲存形式都不同。定義屬性值類型，可以幫助相關同事理解埋點需求，并合理使用。

枚舉型的屬性值，通常是事先窮舉的若干個值，存儲時通常用數字替代，使用時再轉化成真實的內容。

布爾型的屬性值，只有2個值，存儲內容為0和1。

5）給出屬性值

定義好屬性值類型后，再根據不同的屬性值類型，給出對應的屬性值或示例：

• 枚舉型：窮舉所有值；
• 字符串型：給出示例，并約定最大字符長度；
• 布爾型：給出值名稱；
• 數值型：給出示例，并約定最大字符長度。

屬性值或示例是研發編寫埋點代碼和測試的標準，幫助開發理解埋點需求。

研發不理解業務的前提下，可能都不知道游戲分類是什么，也不清楚有哪些分類。但當他看到窮舉出來的屬性值時，就能立刻理解。

通過以上五個步驟，即可完成事件的結構化設計。整理成表格后，如下所示：

3. 建議：整理公共屬性

在梳理事件屬性時，我們會發現有一些屬性是大部分事件都需要采集的。如每一個事件都要采集發生時間、用戶ID、設備類型、APP版本···

如果每一個事件都需要將這些屬性在數據需求文檔中列出來，就會帶來大量的重復工作；因此，可以將這些屬性定義為公共屬性，即每個事件都默認需要采集的屬性，單獨整理在一個表格中。

常見的公共屬性見下表：

四、結構化事件設計的價值

1. 減少事件數量，降低成本

采用“事件-屬性-屬性值”的結構化設計，可以將相似度更高、但有細微差異的多個行為聚類抽象為一個事件，而不同行為之間的差異，通過屬性值來區分，從而減少事件數量。

在APP中購買商品時，有5種支付方式；若為每一種支付方式單獨定義事件，就需要5個訂單支付事件。

而使用結構化設計，只需要一個事件，就能滿足需求；原方案中，5個支付訂單事件的差異，通過“支付方式”屬性來區分。

獨立事件的數量越多，開發的工作量越大。通過屬性值對多個事件進行合并后，只需要新增屬性值，就可以完成埋點，開發和維護的成本就大幅度越低。

2. 提高數據分析效率

在做數據分析時，經常需要對同類型的多種用戶行為進行匯總，以了解整體情況。

若為每一個獨立用戶行為單獨定義事件，再需要進行匯總統計時，就會出現前文所述的效率問題；而結構化的事件設計，能指數級降低數據分析效率。

當需要統計最近一年所有游戲的打開次數時，只需要統計“打開游戲”事件一年內累計被觸發的次數，而不是先統計每個游戲打開事件被觸發的次數，再進行二次匯總。

五、總結

在設計埋點事件時，不應該為每一個獨立的、最小顆粒度的用戶行為單獨定義事件；而應該將同類型的用戶行為抽象為一個事件，并從數據分析需求和事件本身的分類方法出發，梳理事件的屬性，最后再形成數據埋點需求文檔。

結構化的事件設計方法，能有效降低開發和維護成本，提高數據分析效率，是一種更好的事件設計方法。

#專欄作家#

誓博，微信公眾號：產品慎思錄。人人都是產品經理專欄作家。5年產品經驗，電商售后平臺后端產品負責人。

本文原創發布于人人都是產品經理，未經作者許可，禁止轉載。

題圖來自Unsplash，基于CC0協議。