数据分析(二)如何做好数据埋点

数据分析过程

对于数据分析来说,好的数据源才是数据分析的基础。数据采集是整个数据分析的起始点,也是最为重要的环节之一。采集的数据质量直接影响最终的决策。为此,作为数据采集重要方式之一的数据埋点,就显得尤为重要了。埋点是针对用户行为或事件进行捕获、处理和发送的相关技术及其实施过程。

一、了解数据埋点的几种类型

从系统的前后端来讲,埋点分为前端埋点和后端埋点。无埋点是前端埋点,而代码埋点既是前端埋点又是后端埋点。埋点是在应用系统中嵌入额外的代码,具体的方式有三种:代码埋点(手动埋点)、可视化埋点、无埋点(全埋点)。应用场景如下图:

埋点方式应用场景

二、选择需要埋点的数据

哪些需要埋点,哪些没必要埋点是根据具体业务需要来的。比如视频网站,用户浏览时长,VIP转换率,用户活跃度都是很重要的指标。对于工具类产品,比如迅雷,下载成功率,解析率就是很重要的指标。也可以理解为在什么阶段,需要得到什么结果,而导致这些结果的因素就是指标。例如我想知道上线后这个产品到底有没有人用过,那么我们需要关注PV、UV,那么这个PV、UV就是需要埋点获取到的数据,也是数据的指标。

从大多指标来讲,常用的3种指标需要埋点:基础指标、用户行为数据指标和核心质量指标。

1、基础指标

1)用户属性相关:性别、年龄等。这类数据一般需要从第三方平台获取

2)用户行为相关:用户数、新增用户数、DAU等

3)设备相关:电脑系统、地区、语言、国际、产品版本等

2、用户行为指标

1)用户轨迹

2)平均使用时长

3)购物偏好/观看偏好

4)使用时间段

3、核心质量指标

不单单指产品性能,还包括产品自身业务相关的重要指标

1)异常退出率、Crash率

2)购买成功率/下载成功率等

三、确定数据埋点的方式

确定好想要获取的数据后,我们需要确定埋点方式。很多公司都是结合前端+后端埋点的方式,服务器后端数据实时性强,很准确,用户需要请求服务器的关键业务最好使用后端埋点,比如在线播放、游戏安装等。同时使用前端和后端埋点,也能方便我们验证数据的准确性,假如一方数据发生重大问题的时候,可以用另一方的数据代替。不用过于纠结两者数据为什么对不上,应该结合两者相互验证。

在产品上线前期(用户少,业务数据少),我们可以采用无埋点的方式。通过UV、PV、点击率等基础指标即可满足目前的分析需求。

上线一段时间后,我们需要进行深度的数据分析时,就可加入代码埋点,它可以帮助我们收集需要的属性。

对于埋点而言,整个过程会涉及到多个角色,比如如下图的工作模式。

四、埋点流程

从埋点数据分析角度来看,数据分析流程可以这样梳理:

1、梳理产品逻辑和需求

1)产品信息架构图

产品信息架构是指产品框架,也可理解为产品模块。比如京东APP的首页、分类、发现、购物车、我的等。

2)产品功能结构图

通过产品功能,能够把产品页面连接起来,功能之间怎么衔接。比如评论、分享等。

3)核心业务流程图

比如注册流程,电商产品的购买成功流程,工具产品的下载成功流程等。

4)产品指标需求

比如从产品人员、运营人员、市场人员的角度来看,怎么设定指标,关注的指标是什么。

禁止转载,如需转载请通过简信或评论联系作者。

推荐阅读更多精彩内容