- 文档链接 https://www.sohu.com/a/594007532_121274144
- DATAFINDER
增长分析是什么?
数据驱动:
- 采集并整合全域数据:包括用户行为、经营数据、平台数据等多方数据来源;
- 覆盖业务场景的分析需求:在产品、运营、用户增长等业务场景提供所需要的业务数据;
- 智能决策并驱动业务:引导实际的业务动作。
埋点的痛点及解决方案
常见的埋点问题:
- 重要信息缺失:熵增定律。
- 想看的维度/参数缺失
- 埋点口径不统一
- 埋点浪费:废弃埋点仍在上报数据。
企业流量数据的建设困境
- 埋点质量差:错埋漏埋,质量参差不齐,使用数据有风险
- 埋点设计不规范导致埋点离散混乱,不利于统一使用,各类数据缺少同意管理,难以发挥数据价值。
- 业务利用率低、不用则是在消耗成本。
各个角色在流量数据实践中的痛点
- 数据使用者:埋点无统一管理。逻辑无含义,属性内容、负责人缺失。
- 埋点开发者:埋点新增、变更、废弃、下线等无记录,过去的埋点代码不敢动,越来越混乱等等。
- 埋点需求方:埋点需求无处维护,无法进行灵活的有管控的版本管理、
- 数据管理者:流量数据资产现状如何,埋点个数、数据量、成本消耗、有效埋点个数等缺乏治理管理工具。
火山引擎埋点治理解决方案:产品+方法论
组织建设
数据需求和业务需求一样重要:埋点需要经过评审,测试等环节才能上线。可以由专门的数据分析师、数据产品来收口埋点。
整体性思考
1、组织的定位和边界是什么
2、项目管理
定位
项目管理
全生命周期的项目管理流程
规范建设
理解底层逻辑
一句话概括:用事件描述用户行为,ie 谁在什么时间什么地点通过什么方式干了啥。
item表是一个单独的表,可以变化新增和拓展。
判断实现方式
定义采集方案
明确事件方案
确认观察指标–> 抽象用户行为 —> 补充事件属性【event-user-item】 —> 设计事件要素
核对覆盖需求
- 回溯需求是否满足
- 排开发的优先级
- 规划后续开发计划
产品建设
基于需求的埋点方案
在需求内列举了你想要追踪的埋点和属性、对应的业务场景,开发同学就可以根据此需求进行开发、QA同学进行测试,最后上线使用。
需求上线
埋点设计
埋点验证
特殊事件的处理
曝光事件的处理
触发时机需要注意:
- 内容露出全部,且feed流静止状态超过2s
- 限制单一内容只会出现一次曝光。
虚拟事件
为了更方便灵活的分析,可以使用虚拟事件,虚拟事件是对原有事件的拆分与合并。将元事件或可视化全埋点事件(支持可视化全埋点事件需要 SDG 版本:0.7.4865以上)进行拆解或者组合形成新的「虚拟事件」,从而减少每次在分析过程中反复对固定常用的事件进行筛选配置。