时间: 2021-07-30 11:00:04 人气: 10 评论: 0
有位童鞋问到我一些数据分析的问题，这次来聊聊数据埋点的一些事情。
事实上，在早期的互联网世界里，并没有埋点的概念。因为大家并不关心流量从哪里来，也不知道用户在我的网站上做了什么事，伴随着中国互联网庞大的人口红利，一切都是野蛮生长。但是随着互联网的普及，产品本身的业务也变的越来越繁杂，开始有了策划运营这样的岗位，慢慢开始有人关注流量运营这件事情了，于是很多产品越来越关注PV、UV、跳出率、转化率这样的数据。而移动互联网的迅速发展及全面爆发，数据量则开始大规模爆发，越来越多的互联网企业开始重视数据的质量。如今的互联网公司对数据的需求已经不仅仅局限于简单的 PV、UV，而是更加重视用户使用行为数据的相关分析。
那么，做过用户行为数据分析的童鞋就应该清楚，数据采集是非常非常重要的一个环节，因为数据采集的质量直接决定了你的分析是否准确。而随着互联网公司对数据的要求越来越高，埋点技术也被推到了“风口浪尖”。
目前，主流的几个埋点技术有下面几种：
第一种：代码埋点
是在代码的关键部位植入N行代码，追踪用户的行为，得到想要的数据。简单的说，就是找节点，布代码，收数据。
第二种： 框架式埋点
框架式埋点也称“可视化埋点”， 框架式埋点很好地解决了代码埋点的埋点代价大和更新代价大两个问题。
第三种：无埋点
所谓的无埋点，只要页面上嵌入 SDK，就可以采集页面上所有的点击行为，然后通过界面配置的方式对关键行为进行定义，这样便完成了所谓的“无埋点”数据采集。使用这种方案，必须在产品中嵌入 SDK，等于做了一个统一的埋点，所以“无埋点”的叫法实际上是“全埋点”的代名词。
另外，这种方式只能采集前端数据比较粗的行为粒度，无法深入到更细粒度。比如提交订单操作，订单运费、成本价格之类的维度信息，都丢失掉了，只剩下“提交”这一个行为类型。
当然，具体选择哪一种埋点方式完全可以依照公司产品具体的运行情况去进行针对性地考虑，不过产品经理在埋点这个过程中，需要思考的是以下几件事情：
做任何事情，有一个目标总是极好的，数据采集工作也是如此。
产品可能产生的用户行为数据纷繁复杂，清晰的目标能让项目团队避免迷失在数据的海洋中，从而耗费大量的时间和机**成本。也就是说，数据埋点的前提是，团队需要首先明确目前产品最亟待解决的问题是什么。举个例子，比如电商产品，那么可能最首要的问题就是交易额，如何突破交易额，分解下去，可能就涉及到流量、转化率、客单价、回购率等等，提升这些数据指标就是当前产品的首要问题。在整个产品的分析和改进过程中，需要持续的观察这些指标的变化。
在分析的一开始，并不建议采集太多的用户行为，在这一点上，倒是很像做产品里面的MVP（最小可化产品）思路，敏捷地不断迭代，不要一下子把全部用户行为都采集齐全。因为如果产品经理在一开始就试图设计实施一套庞大、全面的方案，很容易陷入复杂而又细节的泥潭并导致失败，即便最终成功，也极可能**（因为初期的错误规划）导致很多时间浪费。在一开始只记录和分析与“产品目标”最为相关的少量用户行为（如浏览、购买、下单），这样很快就能有成果产出。
在这里需要注意的一个点，很多产品经理**将“用户行为”简单的等同于应用的页面（界面）或点击操作，其实这完全是两件事情。用户行为是更加具体的一个事件定义，比如说用户“提交订单”这么一个行为，就可以定义为一个事件了，但是如果用页面点击去定义它，则过于抽象不具体，不能让其他人很直观地感受到这个事件定义出来到底是干嘛的。
在这个时候可以从以下几个方面来考虑：
通过对上面问题的答案进行梳理，您就能得到类似下面的用户使用流程及用户行为事件了：
用户行为事件
另外一个需要注意的地方是，尽量在给事件取名字的时候简单处理，不要弄一些比较复杂和偏门的事件名字，不然团队其他成员也不好理解。
根据上面梳理的用户行为流程及事件，我们可以尝试着梳理一下埋点事件表，如下图所示：
事件埋点表
当然，有些产品比较复杂（如电商类），数据分析不能单纯的靠一些基本事件来进行，还涉及的事件属性**比较多，所以产品经理也可以在事件埋点表中补充关于事件属性这么一项。为事件增加属性，是一种更细致的、更精确的记录和刻画用户行为的方式。比如，某个用户打开了一个吹风机的商品详情页，可以详细描述如下： 事件：查看商品详情-商品类目：家用电器 -价格区间：100-399 -商品名称： 飞科吹风机 某某某型号…
事件属性
无论是通过公司自己搭建数据分析系统，还是使用第三方工具，通过调用其SDK来完成数据的采集和分析，都需要通过研发来进行帮忙（当然，有一些第三方工具支持可视化埋点，这样PM可以直接绕过研发）。这时候，产品经理就需要好好和研发进行相关的沟通，让他们明白数据埋点的目标以及意义是什么，让他们更好的去熟悉和了解第三方工具，从而在做事件布点的时候，将有助于事情的快速和顺利推进。
等一切准备就绪，事件布点都被研发大大弄好之后，产品经理以及运营人员就可以利用强大的数据分析工具，进行产品的数据分析了，从而走上数据驱动产品运营的增长道路。
壹百度，微信公众号：倒退集，人人都是产品经理专栏作家。在线教育企业服务领域产品经理，创业公司Team Leader。曾主导多款重量级产品的产品策划和设计工作。
本文原创发布于人人都是产品经理。未经许可，禁止转载。
