冥王生活

您现在的位置是:首页 > 科技生活 > 正文

科技生活

埋点需求是什么意思(埋点分析是什么意思)

admin2022-11-20科技生活86

如何做好埋点的需求分析

开始这个题目之前,我想有必要简单明确一下以下2个问题:

1.为什么要做埋点?

2.如果确实要做埋点,为什么要做好需求分析?

我想明确了以上两个问题后,才能正式进入本文。

关于1.为什么要做埋点,可以换个思维来回答这个:埋点能为我带来什么?毋庸置疑,埋点能带来你想要的数据;当你需要进行决策或者评价某个活动效果时,常常会有数据诉求,而有的数据可能已经具备并且质量达标,但有的数据可能质量不达标,或者是空白,当你存在数据空白或已有数据不能满足需求时,埋点将是拯救你的一大利器;

关于2.如果确实要做埋点,为什么要做好需求分析?我能不能全埋点,跟随产品发版一次性全量采集所有数据(虽然有的数据现在不一定能用到,但谁敢保证将来一定不能用到呢,干脆一次性把能埋的地方能采集的地方全部埋点、采集了,省得将来再被人提需求)?全埋点确实也是埋点的一个形式,如果数据量不大,可以考虑全埋点,但就算全埋点也需要把所有内容梳理清楚;与全埋点不同,很多公司还是在针对性根据需求进行埋点,以降低计算、存储成本以及提升系统响应速度。总之,不管是全埋点还是针对性地进行埋点,需求分析都非常重要,如同一类型的埋点需求,为什么有的同学能一下找到问题本质,埋点上线后即皆大欢喜了;而有个埋点上线后,却是炼狱的开始,紧随着的是打不完的补丁,改不完的需求...

关于如何最好需求分析,不知道大家是否也和曾经的我一样犯过嘀咕:有没有一种需求分析的方法或者套路,我按部就班一步一步操作就能达到理想预期的效果?还是这件事情就是需要天赋异禀,必须天生拥有某项技能的人才能完成?关于这个问题,我的理解是套路肯定是有的,通过学习以及练习套路的使用,我想应该都能比较容易拿到80分,但如果想要拿到满分100分,确实需要一些天赋加持,如你天生就比别人思考的深度更深、同理心更强,那你需求分析时,你确实会占很大的优势,如果运用得当,那么也很容易和相同工作经验的人拉开差距;当然,如果你也和我一样,自始至终也没发现,自身有啥天赋异禀,那么也不用灰心,书上说通过后天的刻意训练,也可以拉近差距。

针对需求分析,个人常用的方法是5w2h和kano模型:

1.5w2h

5w2h即:why(为什么要做,理由?),what(目的是什么),who(谁来做),when(什么时候开始、完成),where(从哪儿入手?),how(如何去做),how mach(花多少钱)

2.kano模型

KANO模型是东京理工大学教授狩野纪昭(Noriaki Kano)发明的对用户需求分类和排序的有用工具通过分析用户对产品功能的满意程度,对产品功能进行分级,从而确定产品实现过程中的优先级。

KANO模型是一个典型的定性分析模型,一般不直接用来测量用户的满意度,常用于识别用户对新功能的接受度。

在KANO模型中,根据不同类型的需求与用户满意度之间的关系,可将影响用户满意度的因素分为五类:基本型需求、期望型需求、兴奋型需求、无差异需求、反向型需求。

针对本次埋点需求分析,相比较而言,5w2h相较kano模型更适合,所以下文将以京东首页排行榜为例、结合5w2h说明如何做好京东首页排行榜埋点需求分析。

对京东首页排行榜进行埋点要达到的目的:通过数据论证本模块是否真正达到了“跟榜购好物”的目标,同时为后续排行榜相关优化(如位置调整、算法优化等)提供数据支撑。

京东首页排行榜入口为首页,见下图

京东首页排行榜页面,见下图:

(1)产品功能架构

本排行榜涉及的功能包括返回上一页、排行榜分享、活动推荐、分类标签、上榜商品列表、分类标签、进入商品详情页等内容,完整功能架构详见下图:

(2)产品信息架构

本排行榜涉及活动、分类、商品等信息,完整信息架构如下图:

(3)核心业务流程

核心业务流程为:1.通过首页或者别人的分享进入排行榜页面—2.浏览榜单及商品信息—3.找到感兴趣的商品进入详情页—4.加购或者下单,从而完成交易。

京东排行榜要达到的目标是“跟榜购好物”,为了监控该目标的实现情况,我们需要关注以及埋点的指标如下(因用户及设备相关信息属于通用埋点需求,本模块不赘述):

1.从首页或者其他分享渠道进入排行榜页面

A.从首页进入:从首页切换到排行榜花费的时间;(用该指标衡量排行榜的位置是否合适);

B.从分享进入:各个渠道进入数量;(哪个渠道的分享更有效)

2.进入排行榜页面

本排行榜页面相关指标:uv、停留时间、榜单商品进入商品详情转化率、榜单商品加购转化率、榜单商品下单转化率、榜单商品距离上次购买时间间距、榜单页面分享次数、详情页面uv、详情页面分享次数、推荐的主题榜单进入次数(评价推荐的主题榜单的质量)、进入详情商品对应的分类(衡量分类顺序是否合理等)

3.从排行榜进入商品详情页

uv、停留时长、详情页面分享次数

4.加购以及下单

加购次数、订单数、笔单价、GMV

本模块改版后者相关内容改版时,需要重新检查、审视需要埋点的内容是否合理

京东首页排行榜及商品详情页

本埋点需求涉及PD、RD、运营、BI、boss等人员。

具体成本以及排期需要需求进一步细化提供给RD后,有RD进行工期评估。

数据埋点是什么

所谓嵌入点,就是在一个应用的特定过程中收集一些信息,用来跟踪应用的使用情况,然后进一步优化产品或者为运营提供数据支持,包括访问量、访客、在站时间、浏览量、跳出率等。

这样的信息收集大致可以分为两种:跟踪这个虚拟页面视图和通过一个事件跟踪这个按钮。

有两种方法可以埋葬主流的观点:

第一种:我公司研发在产品中注入代码统计,并设置相应的后台查询。

第二:第三方统计工具,如友盟、厕神、Talkingdata、GrowingIO等

如果是产品前期,通常采用第二种方法收集数据,直接使用第三方分析工具进行基础分析。对于那些比较注重数据安全、业务相对复杂的公司,通常采用第一种方法来收集数据,并构建相应的数据产品来实现其数据应用或分析的需求。

埋藏点含量

看完这些关键指标,埋点大致可以分为两部分。一部分是应用页面访问量的统计,即页面统计,发生页面访问时会上报;另一部分是统计应用中的操作行为,在页面中操作的时候(比如组件暴露的时候,组件被点击的时候,组件上下滑动的时候)上报。

为了统计所需指标,对应用中的所有页面和事件进行唯一标记,并额外上报用户信息、设备信息、时间参数和满足业务需求的参数等具体内容,即埋点。

埋资料注意:不要太追求完美。

关于隐藏数据,有一点很重要。掩埋数据是为了更好地利用数据。不要试图得到准确的数据。你需要的是高质量的埋藏数据。前面讨论的跳出率就是一个例子。当你获得了可用的数据,你就可以用不完善的数据来实现下一步的行动,你追求的是高质量而不是准确性。这也是很多数据产品容易入坑的地方,所以你要时刻提醒自己。

. cdn . BCE Bos . com/622762 d0f 703918 ff 2 DAC 25 a 433d 269759 EEC 413?x-BCE-process = image % 2f resize % 2Cm _ lfit % 2Cw _ 600% 2Ch _ 800% 2c limit _ 1% 2f quality % 2Cq _ 85% 2f format % 2Cf _ auto

数据分析入门 初识数据埋点

数据分析入门:初识数据埋点

计划将实际工作中最高频的与数据相关的一些工作经验以及技巧与大家做一个交流沟通,初步计划整体分6-8篇文章、每篇1-2周的频率由外到里,由浅入深,并伴随实际工作中案例系统性的分享。根据看官老爷的反应调整后面要写的内容,以及更新文章的速度。

埋点概述

数据埋点是数据产品经理、数据运营以及数据分析师,基于业务需求(例如:CPC点击付费广告中统计每一个广告位的点击次数),产品需求(例如:推荐系统中推荐商品的曝光次数以及点击的人数)对用户行为的每一个事件对应的位置进行开发埋点,并通过SDK上报埋点的数据结果,记录数据汇总后进行分析,推动产品优化或指导运营。

埋点分析,是网站分析的一种常用的数据采集方法。数据埋点分为初级、中级、高级三种方式。数据埋点主流部署的方式有:

私有化部署(即部署在自己公司的服务器上,如果期望提高数据安全性,或者定制化的埋点方案较多,则适合私有部署,并开发一套针对自己公司定制化的数据后台查询系统保证数据的安全性和精确性,缺点是成本较高)。

接入第三方服务,比如国内的某盟和国外的GA(Google Analytics)统计,在以后的文章中会单独介绍,此处不再展开。(优点是成本较低,部分基础服务免费,缺点是:数据会存在不安全的风险,另外一个就是只能进行通用的简单分析,无法定制化埋点方案)

此处只展开初级:在产品、服务转化关键点植入统计代码,据其独立ID确保数据采集不重复(如收藏按钮点击率);

主要的埋点事件分类:

点击事件:

点击事件,用户点击按钮即算点击事件,不管点击后有无结果;如下图红框标注所示,点击一次记一次。

曝光事件:

成功打开一次页面记一次,刷新页面一次记一次,加载下一页新页,加载一次记一次。home键切换到后台再进入页面,曝光事件不记;

页面停留时间事件:

表示一个用户在X页面的停留时长记为停留时长。例如:小明9:00访问了X网站首页,此时分析工具则开始为小明这个访问者记录1个Session(会话)。接着9:01小明又浏览了另外一个页面列表页,然后离开了网站(离开网站可以是通过关闭浏览器,或在地址栏键入一个不同的网址,或是点击了你网站上链接到其他网站的链接……)为了简单,我们把这个过程当做一个Session。

则最终小明在首页的页面停留时间:

(Time on Page,简称Tp)Tp(首页) = 9:01 – 9:00 = 1 分钟

When?什么时间做?

产品经理的需求来源众多,可能来自一线市场人员,可能来自身旁油腻的领导。可能来自用户反馈的一条吐槽…无论需求来自哪里,首先要搞清楚的就是这个需求涉及的问题:

在什么样的场景下?

面向哪些目标用户?

解决了哪些问题?

带来了什么价值?

梳理清楚问题后,拆分问题:

哪些是主要问题?

哪些是次要问题?

重不重要?

紧不紧急?

将每个问题拆解后下一步就是带着PRD文档找亲爱的数据分析师童鞋与产品经理汪一起沟通,解决以下问题:

每个问题应该怎么量化?

量化指标是什么?

怎么通过数据定义每个问题以及整个需求的成功与否?

有哪些辅助指标?

定义好数据指标后,此时则需要数据产品或者数据分析师定义埋点。

How?怎么定义埋点?

无规则不成方圆,良好的定义规范可以帮助埋点相关人员更好的维护,以及理解,极高的提升工作效率,降低推倒重来的风险,基于此分享一份埋点的定义规范帮助各位看官老爷以后维护自己产品的埋点。

使用此规范后,本汪一人就可以维护一个APP版本(包含点击事件、曝光事件、停留事件)累计1500多个埋点,井然有序,完全不会乱。

(怀念那些加班维护埋点跑数的日日夜夜,让我与看门大叔成了挚友,结下了深厚的友谊。咳咳,此处应该有掌声…)

埋点分类概述:

首先从事件属性这个维度上分为三份Excel(点击事件表、曝光事件表、停留事件表)

其次每一个事件表中新建三份子表(Sheet),以点击事件表为例拆分为:首页事件集合、列表页事件集合、详情页事件集合

每当APP发布新版本时,从上一个版本的埋点中做一份Copy,新版本中新增了哪些埋点,删除了哪些埋点?都用不同的颜色,或者时间标记进行标注说明。

真实环境中分类更为复杂,仅以上面例子说明分类思路,各位看官老爷可以根据业务需求做针对自己产品更合适的分类。

字段明细:

功能字段:

用于说明当前埋点是在哪个页面的哪个功能。例如:收藏功能,对应功能字段名:自定义为我的收藏

中文名字段:

用于描述X功能模块内X位置,例如起名叫:收藏功能-文章收藏

事件类型字段:

用于说明当前埋点是点击事件还是曝光事件还是其他

事件ID字段:

如果是自己公司开发的数据查询系统,则每一个埋点都对应一个事件ID,上线后用于拿着事件ID去后台取数使用。事件ID的命名规范:事件英文简写_哪一端的产品_产品名称简写_页面名称_模块名称_功能名称。

例如:点击事件_APP端_二手车_个人中心_收藏_文章收藏 对应事件ID== click_app_2sc_ Personal Center_ Collection_ Article Collection

如果是用的第三方统计工具:例如某盟,同理定义好事件ID,上线后去X盟后台,输入事件ID查询相应的数据。

Key字段与value字段:

当一个埋点对应不同类型的多种位置的埋点时,则需要命名当前埋点的key参数与value参数,一个key可以对应1个value或者多个value,但一个value不能对应多个key.只能对应唯一的一个key 例如:二手车信息网站有2个关键按钮,一个是砍价按钮,一个是拨打电话按钮,但是在多个频道中每个频道都有多个砍价按钮多个拨打电话按钮,在这样的场景下就可以设计2个KEY值:

key01=source用于标记当用户点击了一次按钮后是在哪个频道的页面点击的这个按钮X value01=X1,value2=X2用于标记不同位置同属性的按钮。

Key02=type用于标记用户是点的砍价还是点的拨打电话按钮,例如:01value用于标记砍价按钮,02value对应的拨打电话按钮。

记录规则字段:

定义什么情况下触发埋点,例如:在列表页点击一次记录一次

备注:

用于描述当前埋点什么时间新增?什么时间修改过?原因?什么时间被删除?谁删除的?等信息记录,此处好多看官可能以为写不写无所谓,但是为了信息的完整性和可追溯性最好每一次变动都要备注。

我想请教个问题,经常听他们说网页布点、埋点什么的是什么意思?有什么用么?

埋点是网站和APP等产品进行日常改进及数据分析的数据采集基础,根据采集得到的用户行为数据(例如:页面访问路径,点击了哪一个按钮)进行数据分析,从而更加合理的推送跟优化,增强用户体验。现在市面上有很多第三方埋点服务商,百度统计、友盟、growingIO等。

常见的埋点方法包括:

手动埋点:根据业务需求在需要采集数据的地方进行埋点,是比较常见的埋点手段。

可视化埋点:一些事件带有元素唯一标识。通过在后台进行埋点配置,将元素与要采集信息关联起来,然后自动生成埋点代码嵌入到页面中,目前发展比较火的埋点方式,但是技术上的实现跟推广比较困难

无埋点:简单来说就是没有埋点,前端会采集用户所有的行为跟信息,然后后台再对这些信息进行筛选,由于数据量巨大,对服务器的性能要求很高。

网页布点即布局,网页的三种布局:固定布局,流式布局,弹性布局。

固定布局:以px来设置宽度。

流式布局:以百分比来设置宽度!在宽度较小时,行宽会变得非常窄且难阅读。因此我们要给它添加以px或者em为单位的min-width,从而防止布局变得太窄。

弹性布局:相对于字号来设置宽度,以em为单位设置宽度!由于字号增加时整个布局宽度会加大,因此可能比浏览器窗口宽,导致水平滚动条出现。所以,要给它添加一个max-width为100%。

扩展资料:

埋点分析,是网站分析的一种常用的数据采集方法。数据埋点分为初级、中级、高级三种方式。数据埋点是一种良好的私有化部署数据采集方式。

数据埋点分为初级、中级、高级三种方式,分别为:

初级:在产品、服务转化关键点植入统计代码,据其独立ID确保数据采集不重复(如购买按钮点击率);

中级:植入多段代码,追踪用户在平台每个界面上的系列行为,事件之间相互独立(如打开商品详情页——选择商品型号——加入购物车——下订单——购买完成);

高级:联合公司工程、ETL采集分析用户全量行为,建立用户画像,还原用户行为模型,作为产品分析、优化的基础。

参考资料:百度百科-埋点

什么是埋点

埋点,是网站分析的一种常用的数据采集方法。数据埋点分为初级、中级、高级三种方式。数据埋点是一种良好的私有化部署数据采集方式。

埋点技术如何采集数据,有何优缺点?

数据埋点分为初级、中级、高级三种方式,分别为:

初级:在产品、服务转化关键点植入统计代码,据其独立ID确保数据采集不重复(如购买按钮点击率);

中级:植入多段代码,追踪用户在平台每个界面上的系列行为,事件之间相互独立(如打开商品详情页——选择商品型号——加入购物车——下订单——购买完成);

高级:联合公司工程、ETL采集分析用户全量行为,建立用户画像,还原用户行为模型,作为产品分析、优化的基础。

无疑,数据埋点是一种良好的私有化部署数据采集方式。数据采集准确,满足了企业去粗取精,实现产品、服务快速优化迭代的需求。

但,因手动埋点工程量极大,且一不小心容易出错,成为很多工程师的痛。且其开发周期长,耗时费力,很多规模较小的公司并不具备自己埋点的能力。无埋点成为市场新宠。最后埋点、无埋点两种技术谁能成为最后赢家,我们拭目以待。

埋点,数据产品经理必备的技能

数据是数据产品的根基,而埋点是数据的起点;如果没有埋点,那数据产品则是无源之水。

可以说埋点是互联网行业里遇到的关键且无法绕过的问题。

以下是企业不同位置的同学内心OS:

业务同学对于埋点是什么都不知道,也不清楚要埋什么;所以往往会做了功能但是没有做埋点,在需要进行数据分析的时候去找数据团队要数据,数据团队会反问:“你们埋点了吗?”

数据产品,因为他们对于业务的认知并不深刻,所以经常会出现漏埋、错埋的情况,导致最后无数可取的结果。

业务开发,本质上他们是解决业务相关问题,数据开发对他们来说一个比较额外的工作,所以他们的开发成本会随着埋点需求而增加,也有可能伴随项目延期的风险;其次过得的埋点开发需求也会导致代码的冗余。

数据分析,他们更多地是用数据,数据埋点的规则找不到,以至于无法很好的通过数据驱动进行分析。

外部数据的交互: 比如API数据的传输、 数据文件的传输等;目前某平台的大数据标签系统就是通过这种方式传输补齐企业的人群标签等。

而数据产品在整个数据链路上来说,基本可以划分为以下流程:

首先数据采集我们要从不同的端采集不同的数据,然后进行数据清洗加工处理(ETL),然后汇总到数据仓库中,供用户分析、用户画像、精准营销等使用;

我们知道数据采集、数据埋点的重要性后,在实际的业务功能需求提出的时候,一定是要提相关埋点需求的,那在做数据采集我们需要遵循怎么样的流程呢?

以上环节缺一不可,只有规范的流程,才可以在最后的分析中发现正确的现状问题。

现在互联网行业主流的埋点方案主要分为四种:

1. 第一种:代码埋点,代码埋点又分为前端埋点和后端埋点;前端埋点是通过前端的代码埋点来监控用户触发某个页面的数据采集

前端埋点的优点很明显,但是缺点也很明显,由于前端埋点的数据是通过延迟上报的机制,比如用户点击某个页面按钮它不会立刻上报,而是累计到一定的值以后才会按批上班,受限于当前网络情况,如果遇到网络堵塞等问题就会数据丢包,因此前端埋点丢失率比较高,一般在5%~10%。

而且前端埋点如果有漏埋和错埋的情况,那就要通过app发版进行优化,而客户端发版就要很久的时间。

优点是在每次用户触发这次请求,都会触发埋点代码进行数据统计,所以无需发版,及时触发及时更新。

缺点是服务端埋点需要依赖服务请求,无法覆盖所有前端交互,以及对于用户路径采集也比较弱。

3. 第三种:全埋点;是目前互联网做用户增资的企业提出的一种埋点思路,通过埋点SDK接入,针对页面所有的采集页面元素的浏览和点击行为做统一的收集,不是按次和需求采集,而是提前全部采集

优点是开发成本高,SDK接入后后期维护成本也低,且埋点流程也很简单;先采集后定义,在一定程度上能避免漏埋错埋。

缺点是数据的冗余,导致很多数据并无用处,且数据采集范围仅仅是页面可见元素,比如像曝光这种就无法采集到;数据准确性也有问题。

4. 第四种:可视化埋点;也是接入埋点SDK,但是并不是随时随地采集,而是按需采集,通过可视化圈选触发埋点采集

优点是操作简单,且按需埋点不会采集无效数据,开发成本比较低;并且数据埋点是可支持撤销操作的,总体来说比全埋点数据量会小很多。

缺点: 历史 数据是无法恢复的,因为在我们圈选动作之前的数据是无法进行采集的;统计范围仅支持页面前端的动作,比如曝光也是无法采集到的。

选择埋点方案的参考主要基于三点:

比如我们可以根据业务发展阶段来定,比如说现在业务发展较快,版本迭代速度快、开发投入成本高,那我们做客户端埋点和服务端埋点是不太适合的,因为可能没过多久版本就更新了,所以全埋点和可视化埋点比较适合;

那对于比较强的业务数据分析场景来说,需加上前端客户端埋点;以及需要考虑分析深度,如果仅仅是想看用户前端行为路径的,那全埋点和可视化埋点就能满足需求,但是如果分析业务全流程那一定是需要配合上代码埋点。

我是比较推荐全埋点+代码埋点组合,如何服务端能做,优先服务端做,这样数据准确度会更高。

事件是埋点里最核心的要素,如果我们要清晰的定位埋点,就要从6个维度进行定义,我们可以总结为who、when、where、what、why、How;这几个元素就构建了事件的基本要素。

那对于埋点事件主要可分为三类:

通过以上我们基本就可以判断出我们需要记录用户什么行为,采集什么数据,for后续的什么分析了。

写在最后,在工作生涯中,过往的坑告诉我,一个好的埋点管理平台是多么的重要。

首先流程线上化,我们往往在一封封埋点的邮件中迷失自我,但是如果是线上申请,那需求申请、处理、接入、验证、测试就非常方便和快捷,规避信息沟通中的缺失;

其次可以管理规范,埋点都统一管理,信息集中管理,方便后期的分析和使用;

最重要的是监控实时化,减少漏埋、错埋的问题。

当然如果没有埋点管理平台,确定下规范的埋点流程,选择适合当下业务的埋点方案,我相信你也一定也可以做好埋点以及通过数据完成丰富的场景分析!

作者:Goodnight;专注用户、产品等运营领域。

题图来自 Unsplash ,基于 CC0 协议

发表评论

评论列表

  • 这篇文章还没有收到评论,赶紧来抢沙发吧~