數據埋點
出自 MBA智库百科(https://wiki.mbalib.com/)
數據埋點（Data buried point ）
目錄 |
數據埋點是在應用中特定的流程收集一些信息，用來跟蹤應用使用的狀況，後續用來進一步優化產品或是提供運營的數據支撐。比如訪問數（Visits），訪客數（Visitor），停留時長（Time On Site），頁面瀏覽數（Page Views）和跳出率（Bounce Rate）。
數據埋點分三個階段：
- 初級的數據埋點：在產品流程關鍵部位植相關統計代碼，用來追蹤每次用戶的行為，統計關鍵流程的使用程度。
- 中級的數據埋點：在產品中植入多段代碼追蹤用戶連續行為，建立用戶模型來具體化用戶在使用產品中的操作行為。
- 高級的數據埋點：與研發及數據分析師團隊合作，通過數據埋點還原出用戶畫像及用戶行為，建立數據分析後臺，通過數據分析、優化產品。
數據埋點的信息收集可以大致分為兩種：頁面統計和統計操作行為，而現在埋點的主流有兩種方式：
第一種：自己公司研發在產品中註入代碼統計，並搭建起相應的後臺查詢。
第二種：第三方統計工具。
如果是產品早期，通常會使用第二種方式來採集數據，並直接使用第三方分析工具進行基本的分析。而對於那些對數據安全比較重視，業務又相對複雜的公司則通常是使用第一種方式採集數據，並搭建相應的數據產品實現其數據應用或是分析的訴求。
使用者控制精準，可以非常精確地選擇什麼時候發送數據
使用者可以比較方便地設置自定義屬性、自定義事件，傳遞比較豐富的數據到服務端。
埋點代價比較大，每一個控制項的埋點都需要添加相應的代碼，不僅工作量大，而且限定了必須是技術人員才能完成；
更新代價比較大，每一次更新，都需要更新埋點方案，然後通過各個應用市場進行分發，而且有的用戶還不一定更新，這樣你就獲取不到這批用戶數據。
- 儘量做到事無巨細，每一步用戶行為全都需要獲取數據。同級頁面操作和同頁面多來源為一個事件，不同的操作內容和頁面來源作為事件的屬性進行採集。用戶的點擊，若與下一個頁面的瀏覽是直接觸達可只埋一個事件。
- 數據埋點的前提是，團隊需要首先明確產品的目標以及當下的首要問題。產品可能產生的用戶行為數據紛繁複雜，清晰的目標能讓項目團隊避免迷失在數據的海洋中，從而耗費大量的時間和機會成本。
- 最開始進行需求梳理時，需要從整體進行考慮，要給給深層次和具體的需求。不要等到開發埋好指標結果出來時卻不是自己想要的，需要重新埋點。另外，後續產品版本更新迭代了，原有埋點不可用，也需要重新埋點。
- 數據採集方案要想清楚，哪些應該在前端埋點，哪些應該在後端埋點，埋點採集SDK如何正確使用在還沒瞭解清楚時就急於上手。數據統計口徑需要確定清楚，且和開發保持良好溝通，將埋點的具體採集時機正確傳達給開發，導致最終埋點實現的不是自己想要定義的指標。
- 在分析的一開始，建議採集少數的用戶行為。選擇少量、重要的用戶行為開始記錄和分析，這樣很快就能有成果產出。另外用戶行為不等同於應用的頁面或點擊操作，用戶行為是更加具體的一個事件定義。
- 埋點結束後，測試一般只會看一下埋點是否有數據返回，而不會一個個是對數據是否有收到以及是否準確。這個時候需要我們在有一定數據量積累的時候，對數據的有無和準確性進行驗證
數據埋點的意義[1]
數據埋點可以根據用戶在APP上的一系列操作線索，提煉有用的信息，進行數據分析。重點不在於埋點的作用，其實在於獲取埋點數據後的二次加工，如何分析輸出業務分析結論。
- 1、分析運營機制的合理性
如移動APP上大多都有用戶分享的功能，一般的營銷手段是通過老拉新的方式，運營設定一些獎勵機制，用來提高APP的註冊量。
提前在用戶分享鍵返回後臺重新進入購買頁面埋點，就能記錄到頁面的訪問次數和轉化率，用於分析獎勵機制對用戶的刺激性，指導策略方向。
- 2、分析產品功能的合理性
如產品設計了新功能想提高下用戶的滿意度。提前在新功能的各個按鈕上進行埋點，就能獲取到用戶使用新功能的次數，以及在新功能的使用行為，可以分析用戶是否對新功能比較感興趣，頁面的跳轉設置是否合理等。
- 3、分析用戶消費行為，挖掘流失點
如老闆問你為什麼最近收益這麼少。在用戶消費的核心頁面和按鈕進行埋點，就能記錄到每個流程的轉化率，用於分析用戶漏斗的哪一個階段出現了問題，結合業務輸出解決方案。
- 4、監控產品的流暢性
如產品剛上線階段，需要監控用戶使用過程中，各個頁面或按鈕響應的流暢性是否存在問題。提前在核心功能頁面和按鈕進行埋點，就能記錄到每個頁面和按鈕的銜接情況，發現問題及時解決，以免影響用戶體驗。
- 5、分析不同渠道的用戶行為差異
如市場推廣常常需要分析不同渠道的用戶轉化情況，以便減少推廣成本。提前在各個渠道進行埋點，記錄各渠道用戶在APP中的後續行為，調整推廣策略。
