陆小曼|数据产品经理：埋点的设计、管理与应用
文章图片
本文由作者董小矿于社区发布
前言：
本篇是从数据产品经理如何设计、管理和应用埋点的角度重新整理的文章 ， 其中：1.埋点类型、2.1新增埋点设计、2.3产品指标地图部分的内容 ， 与本人之前的文章有重叠 ， 还请知晓 。
本文较长 ， 目录如下：
1.埋点的类型1.1全埋点
1.2代码埋点
2.埋点的管理2.1新增埋点设计
2.2通用埋点设计
2.3产品指标地图
2.4版本迭代功能埋点管理
3.埋点应用3.1低垂的果实：可视化
3.2数据应用平台
3.3数据仓库
1埋点的类型
埋点：在期望的点位 ， 埋设一个记录的标记 。 这个点位 ， 一般多是指用户与产品进行一次次交互的接触点 。
通过收集这些标记点的数据 ， 可以帮助产品运营及开发同学了解功能的整体使用、运行情况 ， 并通过数据基础上做出下一步调整或优化的方向 。 遇事不拍脑袋 ， 而是用数据说话 ， 这是数据埋点最大的价值 。
在AB测试的场景下 ， 数据埋点为实验组的效果提供数据支持 ， 其本质也是数据决策的基础 。
根据目前常见的数据埋点形式 ， 可以将数据埋点分为全埋点 ， 和代码埋点（也就自定义埋点） 。
1.1全埋点全埋点的逻辑 ， 是指数据采集sdk无区别的 ， 将所有页面的加载成功事件 ， 和控件的浏览和点击事件全部获取后先存下来 ， 到使用的时候 ， 再根据具体的页面路径和控件名称 ， 去捞取相应的数据 。
基于此 ， 可视化埋点是指 ， 在全埋点部署成功、已经可以获得全量数据的基础上 ， 以可视化的方式 ， 在对应页面上定义想要的页面数据 ， 或者控件数据 。
文章图片
图0：可视化埋点（也叫圈选）
这种方案的弊端之一是耗流量和存储空间 ， 全埋点采集的数据一般会根据情况设定一个销毁时限 ， 比如7天 。 即：全采集过来的数据 ， 如果7天之内没有被使用 ， 则会删除 。 而一旦对圈选数据做了圈选定义之后 ， 则被定义的页面数据、控件数据 ， 则会一直采集 ， 且不会删除 。
全埋点 ， 其优势和特点是功能上线时 ， 不需要开发做额外的埋点定义工作 ， 用的时候再根据需求去获取对应的数据 ， 因此也叫无埋点 。
全埋点的缺点也很明显：
1）耗用户流量、占存储空间；
2）一旦版本迭代 ， 对页面的路径做修改 ， 或者控件位置、文案有修改 ， 原来的圈选数据可能就会出错 ， 需要重新圈选 ， 之前利用圈选指标设定的分析模型都要替换；
3）圈选指标无法区分细部参数 ， 比如：商品详情页 ， 无法通过圈选数据来区分是哪一个商品或哪一个类目；
4）对web的页面数据处理一直不好 ， 尤其是涉及到APP的内嵌H5页时 ， 非常痛苦 。
因此 ， 全埋点适用于业务多变、经常调整 ， 且分析诉求比较轻量的场景 。 对于通用的功能 ， 形态相对比较固定 ， 且对数据分析颗粒度、下钻深度、聚合程度要求比较高 ， 那就需要用到代码埋点
1.2代码埋点代码埋点也叫自定义埋点 ， 从字面上即可理解：是针对想要的点位单独定义 ， 并可以通过变量丰富埋点的信息 ， 以支持上下游分析 。
代码埋点分为前端埋点和后端埋点 。
前端埋点 ， 包括但不限于APP客户端、H5、微信小程序、PC网页 ， 是指对具体的功能场景（如加载成功、浏览、点击等）进行明确的定义 ， 由前端触发 ， 采集上来的数据相比于全埋点 ， 更准确、稳定 ， 且通过变量字段 ， 能够实现更细颗粒度数据的拆分、聚合和下钻 。
后端埋点 ， 指触发了服务端接口调用（如：接口回调成功触发）的事件埋点 ， 如最典型的注册成功事件、付费成功事件 。 后端埋点对数据的准确度要求更高 ， 同时也可以通过变量字段的扩展支持数据拆分、聚合和下钻 。 需要强调的是 ， 后端事件一般采集的是已登录状态下的用户行为 ， 如果想使用后端埋点事件作为流程分析的其中一环（如漏斗分析） ， 则可能出现未登录的用户会漏掉的情况 。
推荐阅读
- 互联网乱侃秀|国产128L产品将推出，打破美、韩垄断局面，内存市场迎变局
- Python之王|Pandas数据合并与拼接的5种方法
- 「杨辉」中科院学者涉嫌剽窃科研想法、数据造假，听一场报告就能发Cell？
- 科技小数据|产业观察：如何通俗地理解5G及其应用
- 雷科技|为解决App连接问题，特斯拉迁移数据至中国，开车不再“卡顿”
- 大数据系统|倾力分享！，2020小红书kol推广8种玩法
- 小熊带你玩科技|全新等离子体光子芯片：利用光进行超高速数据传输
- 蓝色星晨|以对比1977年的气候变化数据，科学家在南极最大冰架上钻取样品
- 灵锦文化|网络安全需求有望进一步加速释放，《数据安全法》出台
- 风月无关|768P、1080P、4K，约1300元起，一加发布三款新电视产品