业务7——数据埋点_数据埋点表

一、数据生命周期：

还能从数据角度来看，数据在工作中的参与环节，帮助理清数据分析流程和思路。

二、埋点是什么？

1、含义

数据埋点是数据采集的一种重要方式，是在有需要的位置采集相应的信息，主要是终端用户的操作行为，后续用于解决业务方提出的业务需求。

2、方式

• 全埋点
• 代码埋点（百度统计、友盟、TalkingData）
• 可视化埋点

三、埋点流程

1、埋点生命周期

下面围绕着埋点生命周期，开始着手准备：

2、业务需求分析

按照埋点的生命周期，首先是需求阶段。数据采集为数据分析服务，而数据分析的最终价值是驱动业务，带来业务价值，因此我们在做埋点和分析之前，都需要紧密地贴合业务，弄清业务的需求、目的是什么，也只有知道了业务的需求，才能有的放矢地进行开展埋点。
（1）需求采集来源
从哪里去采集需求？通常是产品和运营方，各自的需求场景和数据需求是什么，例如下面：

• 产品：
  需求场景：
  功能优化前，需要参考每个功能的使用情况，用户偏好，用户来到了你的产品，第一件事情是做什么，然后还会做什么，还有哪些更深层次的需求。
  新功能上线后，新功能是否得到用户的使用与认可？有没有因为交互体验功能按钮的设计而导致无效点击增多？产品是否更加聚焦的解决了用户的痛点？用户在哪个关键节点发生了流失？
  数据需求：
  功能点击量、使用率、各页面浏览PV、UV、停留时长、核心路径转化、改版效果、用户行为等数据。

• 运营：
  分用户运营、活动运营、策略运营、商家运营等类型，关注的数据各有侧重点，以活动运营为例，一次完整的活动运营，在工作的前中后阶段，对数据的需求情况。
  需求场景：
  活动前，需要了解面向用户群体，确定活动入口的引导、布局以及内容。
  活动中，对数据的时效性要求更高，需要了解活动进行的效果如何，必要的时候根据数据反馈及时调整问题和优化。
  活动后，更加注重反馈和总结，对活动的复盘；本次活动的带来了多少的访问流量，转化率如何，不同渠道过来的用户表现如何，最终这些用户转化成活跃用户的又有多少？
  数据需求：
  用户数据：兴趣、标签、来源、活动参与数、活动转化人数、用户新增、活跃、流失
  活动数据：落地页或者活动页面的PV/UV、页面登陆数、中奖数、兑奖数、金额、付费转化
  渠道数据：分享等、渠道等数据

（2）需求采集方式
定量：调研问卷，广泛采集业务需求，流程包括调研目的设计、问卷设计、问卷发放、问卷回收之后的结果汇总。

注意点：

• 主题明确，问题设计紧跟主题
• 设计问题具有引导性

定性：用户访谈，流程为目的设定、提纲设计、用户筛选和邀请、现场访谈、结果汇总。
注意点：

• 回忆大学时所学的用户访谈知识，同时也要注意上面的两点。

（3）需求池
从定量、定性调研中获取到大量的业务需求或建议，结合平时业务方提出的需求，需求特别的多、杂，因此需要进行一个需求的管理——需求池来进行需求的维护。

需求池组成部分：需求池的字段包含需求编号、用户故事、产品需求描述、需求类型、优先级、录入时间、提出者等信息，即分析是在什么样的场景下要解决什么业务问题，为了解决这个业务问题，需要通过什么样的数据指标进行衡量。例如下面这样的，同时要注意挖掘重点关注指标，确立产品的第一关键指标。

（3）需求分析
需求采集到了，需求池也建立好了，那么怎样去深入了解业务的需求，重点关注核心需求，同时也保证采集到的指标准确、能满足业务需求呢，也就是需要对业务的需求进行深入地分析和理解，从哪里入手呢？

• 战略层—商业模式：
  
  也可以看这个简略版本：
  
  根据情况适当补充,比如关键业务、目标用户、收入来源、成本结构、优势、劣势等。对产品进行战略层的分析，帮助我们建立对核心业务的认知。
• 范围层—产品功能结构
  绘制产品结构图，了解产品的功能模块，以及核心功能，我在在想这个应该可以直接找产品向的同学要吧。
  
  下面是我梳理的豆瓣的产品功能结构图：
  
  基本功能：推荐影视、书籍、产品购买、用户生成内容（讨论）等；
  3、框架层
• 产品信息结构：为了更好对产品进行分类 ，避免内容在展示过程中出现混乱、重复的情况，需要梳理产品的信息结构。产品信息结构是将产品数据抽象出来，组合分类的图表，作为开发工程师建立数据库的参考依据。例如下图是作者（公号：一个数据人的自留地）对电商APP梳理的产品信息结构。
  
• 核心业务流程
  在了解产品的整体结构之后，需要对产品的核心业务进行整理，进一步了解产品的核心节点，结合产品阶段，可以将业务流程图画出来：下面是公号作者梳理的热销排行入口到购买的业务流程：
  
  从流程图可以看出可以做埋点的页面位置及数据：
  首页：app启动人数、PV、UV、热销排行入口点击量、热销排行入口点击人数
  24小时最热榜单页：PV、UV、点击量
  商品详情页：PV、UV、页面停留时长、立即购买button点击量、商品属性选择点击量、确定button点击量
  确定订单页：PV、UV、添加地址点击量、选择支付方式点击量、去支付button点击量

3、埋点文档设计

由于需要埋点的位置太多，对于技术人员的工作量太大，因此我们需要进行埋点需求的优先级评估，分阶段实现埋点需求，设计好埋点方案。
到达埋点生命周期的第二阶段——设计阶段：
（1）埋点版本规划
不能把埋点当做某一功能来做，当做一个产品，按照优先级来做整体版本规划，但如何评价优先级呢？
优先级评估—KANO模型
KANO模型定义了三个层次的用户需求:基本型需求、期望型需求和兴奋型需求。这三种需求根据绩效指标分类就是基本因素、绩效因素和激励因素。

• 基本型需求是用户认为产品“必须有”的属性或功能。当其特性不充足（不满足用户需求）时，用户很不满意；当其特性充足（满足用户需求）时，无所谓满意不满意，用户充其量是满意。
• 期望型需求要求提供的产品或服务比较优秀，但并不是“必须”的产品属性或服务行为有些期望型需求连用户都不太清楚，但是是他们希望得到的。在市场调查中，用户谈论的通常是期望型需求，期望型需求在产品中实现的越多，用户就越满意;当没有满意这些需求时，用户就不满意。
• 兴奋型需求要求提供给用户一些完全出乎意料的产品属性或服务行为，使用户产生惊喜。当其特性不充足时，并且是无关紧要的特性，则用户无所谓，当产品提供了这类需求中的服务时，用户就会对产品非常满意，从而提高用户的忠诚度。
  在埋点设计初期，优先满足业务部门 的基本需求 ，围绕产品的核心业务流程来做埋点，根据是对各业务部门的需求分析，优先选择满足其核心指标。
  （2）埋点文档设计
  埋点文档是与开发、测试人员的沟通的书面文档，包含两大模块：文档概述、埋点功能性需求描述，类似于产品的PRD。
  文档概述：主要包含版本记录、埋点文档简介、面向对象、埋点背景、版本目标、参考资料等；简单地讲就是某人在何事何地怎样做了什么事（熟悉的5w2h哈哈哈）。
  埋点功能性需求描述：主要包含埋点事件、事件类型、属性、属性类型、属性值、触发时机等。关于这一点，需要清楚地了解里面这些名词的含义。
• 事件三要素：动作（看/点）、属性（浏览的具体内容信息）、属性值（属性对应的具体值，比如浏览云南某网店的玫瑰花…）
• 事件类型：主要分为点击事件、页面浏览事件、页面停留时长
• Key-value：通常埋点文档设计有两种方式，一是按产品结构，枚举埋点事件及属性；二是根据业务需求，用key-value的方式，对埋点事件进行分类。同种属性的多个事件，建议命名一个埋点事件ID，并通过Key-Value键值对进行区分，1个key对应1个或多个value。简而言之就是，条条大路通罗马，大路（value）有很多条，罗马（key）只有一个。例如一个订单类型作为key（罗马），value为添加购物车（大路1）、立即购买（大路2），这种情况也就是同一个属性，对应多个事件，因此需要做简化。如果按照页面结构来梳理，则把它归为了两个事件，但如果做下面的优化，就可以减少冗余。
• 
  （3）埋点文档实例
  先是定义app的通用属性，包含任务、时间、地点、设备信息等，在每一次session会话时都会带上。
  
  接下来则是定义具体的埋点事件，如下是商品详情页的埋点实例，定义清楚事件、事件类型、触发条件、属性、key-value、属性类型等内容。当在做整体埋点规划时也可以把点位优先级、前端/后端埋点位置等信息带上。
  
  实例：
  多多买菜”埋点方案设计

一、埋点需求分析
（1）why（为什么要对该模块进行埋点）
对“多多买菜”进行埋点目的：为后续相关优化（位置调整、算法优化）提供数据支撑。
产品：
 想要知道新的功能上线之后，是否得到用户的使用的认可？有没有因为交互体验功能按钮的设计而导致无效点击增多？产品是否更加聚焦的解决了用户的痛点？用户在哪个关键节点发生了流失？
 数据需求：功能点击量、使用率、该功能页面浏览PV、UV、停留时长、核心路径转化、改版效果、用户行为等数据。
运营：
 多多买菜可以作为当作一次活动运营，在一次完整的活动运营，运营想要了解在工作的前中后阶段，用户产生的数据情况：活动前，需要了解面向用户群体，确定活动入口的引导、布局以及内容；活动中，对数据的时效性要求更高，需要了解活动进行的效果如何，必要的时候根据数据反馈及时调整问题和优化；活动后，更加注重反馈和总结，对活动的复盘；本次活动的带来了多少的访问流量，转化率如何，不同渠道过来的用户表现如何，最终这些用户转化成活跃用户的又有多少？
 数据需求：用户数据：来源、居住地址、标签、兴趣偏好、活跃、活动参与人数、活动 转化人数、用户新增、流失；活动数据：落地页或者活动页面的PV/UV、页面登陆数转化率；渠道数据：分享等
（2）what（多多买菜功能模块涉及哪些内容）
多多买菜入口位置，见下图：

拼多多“多多买菜”页面构成如下，见下图：

 产品功能架构：
本页面涉及的功能包括返回上一页、搜索、地址、分享、售后无忧、分类栏目、活动、推荐栏、订单详情页、购物车与支付内容，完整功能架构详见下图：

 产品信息架构
多多买菜涉及分类、商品、订单等，完整

 核心业务流程：
1、 通过首页或者微信、朋友圈的分享进入多多买菜模块；
2、 浏览本页面详情
3、 通过搜索或分类导航或者商品推荐列表找到感兴趣的商品进入详情页
4、 加购或者下订单
5、 订单支付，从而完成交易

核心业务流程以及页面跳转如下：

（3）how（哪些内容需要埋点）
多多买菜功能模块开通的原因是为了抢占社区电商这块市场，因此为了监控该目标实现，我们需要关注的埋点指标如下（因为用户以及设备相关信息属性属于通用埋点需求，因此不赘述）。

（4）什么时候埋点（when）
本模块改版或者相关内容改版，需要重新检查、审视已有埋点是否合理 ，是否有新增内容或者调整的需求。
（5）where（哪里埋点）
在上面对应位置进行埋点
（6）who（涉及哪些人）
埋点一般涉及PD、RD、运营、BI、boss等人，本次站在PD视角进行需求梳理。
（7）how much（成本）
具体成本和排期由PD进行评估给出。

由于涉及太多表格，所以只有截图了：


即使是一份看起来还算简单的埋点方案设计的梳理，也用了很久的时间来做完，看了“一个数据人的自留地”，按照作者对埋点知识的梳理，这里面包括详尽又细致的案例与分析，给我这个门外汉了解埋点提供了捷径。非常感谢作者大大，大家感兴趣可以去关注ta的公众号，在此贴出他的文章合集链接https://mp.weixin.qq.com/s/XbBwwUqCe0k1osshf4f_ag，文章写得特别干，值得学习。

实例里面包含了对数据准确性的校验。后面应该会学习数据监控的知识，一起奥利给叭。