探尋one piece的埋點之旅:初識埋點,二檔技能開啟

15天0基礎極速入門數據分析,掌握一套數據分析流程和方法,學完就能寫一份數據報告!了解一下>>

本篇文章主要介紹埋點的基本概念、操作流程,目的是能讓大家對數據埋點有個基本的認識。

一、引言

動漫《海賊王》中,曾經擁有世界上一切的男人,海賊王哥爾·D·羅杰,在臨行前說:“想要我的財寶嗎,去找吧,我把世界上的一切都放在那里了”。全世界的人們都趨之若鶩奔向大海,尋找one piece,大海賊時代由此開啟!17歲的路飛也遵循了與香克斯的約定,出海航行,立志成為海賊王。

而在2012年初,世界經濟論壇發布的大數據和大影響報告指出,大數據已成為黃金和貨幣等經濟資產。在未來,數據將成為商業競爭最重要的資源,誰能更好的使用了大數據,誰將領導下一代商業潮流,大數據時代已經到來!

期待你與奇數/草帽小子做一個約定,探尋神奇數據中的one piece,成為數據產品大牛。

二、數據生命周期

想要成為數據產品大牛,對數據就要了如指掌,那我們先來認識一下數據的人生之路吧。數據生命周期包含四個階段:數據采集、數據預處理、數據挖掘/分析、數據應用。

從數據的產生到最后應用,存在著許許多多的知識與技巧,本文主要介紹數據產生的方式之一:數據采集中的數據埋點。

埋點數據作為可以記錄用戶行為的數據,在商業經營中能幫助企業快速定位分析用戶群體,實現更好的企業效益,就像是路飛的二檔技能,幫助他在航行過程中乘風破浪。像草帽小子一樣,開啟你的二檔技能吧!

【探尋one piece的埋點之旅】01初識埋點——二檔技能開啟

(1)數據采集:盡可能細而全的收集初始數據,便于后期進行數據分析與應用

  • 埋點行為數據:通過埋點的方式,采集到的一些行為數據,如瀏覽、點擊、停留時長等;
  • 業務數據:伴隨著業務產生的數據,核心是生產系統內存儲的業務表單數據;
  • 日志數據:一般是web端日志記錄的數據;
  • 外部接入數據:從第三方獲得的數據。

(2)數據預處理:對一些不符合標準的數據進行清洗、轉換,得到標準數據

(3)數據挖掘/分析:對預處理后的標準數據進行統計學分析,得到數據特性或普適規律

(4)數據應用:將數據特性或規律應用于業務,賦予數據業務價值

三、數據埋點

1. 常見問題

在了解完埋點在數據生命周期里扮演的角色之后,我們開始探討埋點的滴滴點點吧。在做埋點的過程中,大部分人通常會遇到以下問題:

  • 不知道埋點的全生命周期是怎樣的,只有片段概念?
  • 如何將業務需求轉換為數據需求?
  • 埋點文檔怎么寫?事件、參數是什么?
  • 埋點管理如何進行,管理平臺如何搭建?
  • 埋點數據如何進行可視化展現?
  • 埋點數據準確性如何保障?

下面我們先來了解一下埋點的基本概念與生命周期,其他的問題將在后續幾期的文章中逐一解答,本文不再詳細說明。

2. 埋點概念

數據埋點是數據采集的一種重要方式,主要用來記錄終端用戶的操作行為,后續用于進一步優化產品以及給運營提供數據支撐。

接下來介紹埋點的三種方式:

(1)全埋點

通過加載一段定義好的SDK代碼,前端會自動全量采集全部事件并上報埋點數據,能夠呈現用戶行為的每一次點擊、每一次跳轉、每一次登錄等全量、實時用戶行為數據。

  • 優勢:簡單、快捷;開發工作量少;
  • 劣勢:數據維度單一(如點擊、加載、刷新);數據準確性不高;上傳數據多,消耗服務器資源多;
  • 適用場景:運營階段初期,產品功能相對簡單,主要分析活動頁、著陸頁、關鍵頁面設計體驗。

2010年,百度MP3 團隊做了一個叫作Click Monkey 的產品,只要頁面上嵌入SDK,就可以采集頁面上所有的點擊行為,并可以繪制出用戶點擊的熱力圖,這種方式對于一些探索式的調研還是非常有用的。

到2013 年,國外一家數據分析公司Heap Analytics,將這種方式更近一步,將APP 的用戶行為盡可能地全面采集,然后通過界面配置的方式對關鍵行為進行定義,這樣便完成了所謂的“無埋點”的數據采集。

(2)代碼埋點

純手動寫代碼,調用埋點SDK的函數,在需要埋點的業務邏輯功能位置調用接口上報埋點數據,讓使用者可以方便地設置自定義屬性、自定義事件。

  • 優勢:按需采集、對數據分析更精細化,數據采集能力較強,包含服務器、數據庫、第三方數據;
  • 劣勢:項目工程量大,開發成本及溝通成本高;
  • 適用場景:運營階段中后期,追求精細化運營,需要進行多維數據分析。

在Google Analytics 年代,就已出現代碼埋點。目前,國內的主要第三方數據分析服務商,如百度統計、友盟、TalkingData等都提供了這一方案。

(3)可視化埋點

產品及運營可在可視化界面上圈選定義事件,來追蹤用戶行為,相比于手動埋點更新困難,埋點成本高的問題,可視化埋點優化了移動運營中數據采集的流程,能夠支持產品運營隨時調整埋點,無需再走發版流程,直接把配置結果推入到前端,數據采集流程更簡化,也更方便產品的迭代。

  • 優勢:開發工作量少,使用成本低;
  • 劣勢:數據精準度不高、針對頁面上點擊可見元素、數據維度單一(如點擊);
  • 適用場景:運營階段初期,頁面簡單,主要分析點擊事件。

國外比較早做可視化的是Mixpanel,國內較早支持可視化埋點的有TalkingData、諸葛IO,2017年騰訊的MTA也宣布支持可視化埋點。

3. 埋點生命周期

如同數據的產生與應用存在一個生命周期,埋點從需求提出到質量管理,也有一個完整的生命周期:

【探尋one piece的埋點之旅】01初識埋點——二檔技能開啟

埋點的生命周期主要分為以下三個階段:

(1)需求階段:進行需求采集和需求分析,保證埋點滿足核心業務需求

  • 數據需求池:對數據需求進行整體維護,記錄需求業務場景、需求內容、提出者、時間等
  • 產品信息架構:梳理產品結構,熟悉產品
  • 用戶行為路徑:分析用戶路徑,得到核心業務指標

(2)設計階段:進行埋點版本規劃和埋點設計

  • 埋點版本規劃:根據需求優先級,分版本上線,快速迭代;
  • 埋點文檔:詳細描寫版本記錄、數據流程圖、埋點事件等內容;
  • 后臺原型設計:埋點管理后臺、數據可視化平臺原型。

(3)質量管理階段:保障埋點數據的準確及有效

  • 數據準確性驗證:埋點數據的準確性需要及時得到驗證,以保證后續數據質量;
  • 數據監控:定期監控埋點數據的產生情況;
  • 埋點下線:沒有價值、不符合當前需求的埋點進行下線。

四、總結

本篇文章主要介紹埋點的基本概念、操作流程,目的是能讓大家對數據埋點有個基本的認識。埋點學習就像路飛打CP9,需要在實戰去訓練,才能在最后戰勝CP9首領路奇。而在這個實戰的過程中,路飛的身價從一億貝利漲到了三億貝利,相信你也能在學習的過程中,像草帽小子一樣身價翻番。

 

作者:草帽小子;公眾號:一個數據人的自留地,wx:luckily304

本文由 @草帽小子 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Unsplash,基于CC0協議

給作者打賞,鼓勵TA抓緊創作!
評論
歡迎留言討論~!
虎扑足球手机虎扑网 手机沈阳麻将 11元选5开奖结果 甘肃十一选五的走势图带连线 点点策略 澳洲幸运5彩票控 单机四人麻将破解版下载 单机山东麻将下载 走势图大乐透 闲来麻将下载手机版 河北20选5开奖查询 线上期货配资违法吗 官方10分赛车网 2019投资理财平台 今晚上3d开奖结果 网易理财平台官网 体彩七星彩500期走势图