陆小曼|数据产品经理：埋点的设计、管理与应用( 五 )
根据我们前面提到的原则 ， 类似【分享】这类通用的功能组件 ， 不要重复造轮子 ， 而是要统一到一个事件上 ， 通过类型来处理 ， 因此 ， 针对例子中的功能点 ， 也将其提出的分享埋点 ， 合并到总表中 ， 如下图：
文章图片
图13：通过新增类型解决埋点需求
然后 ， 功能PM将仅该版本所涉及到的埋点拎出来 ， 单独整理一份埋点文档 ， 这份文档是单独给开发来看的 ， 这样做的好处是：让开发同事只关注这个功能点相关的埋点就可以（我习惯通过颜色标记来进行区分）：
文章图片
图14：给开发看的埋点文档
如果是第一次这样做 ， 需要跟开发说清楚：这份文档里标颜色的 ， 是这个功能迭代中需要新增/修改的点 ， 没有在文档里看到的type类型的埋点 ， 不是删掉 ， 而是不要动（曾经有位憨厚的小哥 ， 因为没沟通清楚 ， 认为不在表格文档里的 ， 都是要删了的 ， 删了一半了 ， 才找我沟通......） 。
关于版本迭代中的埋点管理 ， 相比于excel一定要更好的工具化的管理办法 ， 之前跟一个同行聊过 ， 他们采用的方案是 ， 做一个web端平台 ， 可以看到所有的埋点 。 同时 ， 功能PM可以在该平台上按照字段要求提交自己的埋点需求 ， 然后走审批流程 ， 能够进入开发的埋点 ， 会打上版本标记 ， 待上线后 ， 对应的埋点会出现在平台总表里 ， 供使用者查看 。 这个方案就很不错 ， 本来计划推这套平台 ， 后来我因个人原因离开了这家公司 ， 就没有再继续 。
上面这个方案适用于有一定体量的公司 ， 个人认为在C轮之前的公司 ， 大多都是没有精力去做这样一套数据指标管理平台的 。
3埋点应用
埋点有了 ， 能采集到之前获取不到的数据了 ， 下一步该如何使用 ， 下面是从我的经验总结的 ， 数据从浅层应用 ， 向深层应用传递的应用场景 。
3.1低垂的果实：可视化结合业务日志 ， 以及埋点采集上来数据 ， 如何让数据立刻产生价值？我建议先去做可视化 。 建议原因：前期的数据采集、录入、清洗耗时耗力 ， 对于领导来说 ， 铺人力做一件看不到产出的事情 ， 时间久了自然有点质疑 。
而对于数据本身来说 ， 完成清洗后的数据能最快应用的方面就是做可视化 ， 对于每天要看excel数据的领导来说 ， 可视化的东西也是能让ta感到明确不同的产品 ， 取得上层认可 ， 对于后期推进数据项目绝对有利 。
在做可视化这个阶段 ， 建议使用已经成熟的产品框架 ， 不要花精力去自研 。 说白了 ， 这个阶段的主要目的是让数据采集的产出最快体现出价值来 ， 得到相关部门认可 ， 给自己项目团队成员以信心的 ， 所以拿来主义 ， 一切从简 。
低垂果实1：数据大屏
数据大屏的视觉冲击力强 ， 对于关注整体指标的领导层来说 ， 大屏解决了他们快速掌握全局数据的需求 ， 另外 ， 如果贵司常要接待其他单位或者到外面汇报、参展 ， 动态数据大屏绝对是曝光度最高的产品 。
我司采用的是阿里云的DataV工具 ， 可按月付费（350一个月） 。 这个工具一方面可支持多种数据库 ， 如MySQL、SQLServer ， 另一方面前端有多种展示组件 ， 并支持自定义 。 部署和维护起来都比较轻便 。
文章图片
图15：数据大屏
低垂果实2：开源数据展示工具
数据大屏满足了展示类需求 ， 但是定制化一点的、操作类需求 ， 数据大屏满足不了 。 这时可以考虑使用别的工具 ， 其核心就是通过该工具平台 ， 连接数据库 ， 读取数据后进行展现 ， 并且可以按照一定的维度 ， 如日期、周期、item名称等维度聚合数据 ， 形成一个个看板 。 看板里的单图支持源数据下载、和简单的SQL取数 。 能够解决略进一层的数据展示和分析诉求 。
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