APP的数据采集与埋点方式分析

前言:

神策数据写过几篇分析APP前后端埋点的文章,原文在此:

https://sensorsdata.cn/blog/shu-ju-jie-ru-yu-mai-dian/

http://www.woshipm.com/data-analysis/665420.html

我在此总结一下。

正文:

埋点是指产品使用过程中,通过对用户事件的追踪,获得想要统计的用户数据,进而分析产品使用情况。

针对一个手机端APP来说,埋点有前端埋点、后端埋点(后端数据收集)这两种方法。

目前常见的前端埋点技术,有三类:

1、在某个控件操作发生时通过预先写好的代码来发数据的代码埋点

2、通过可视化界面配置控件操作与事件发生关系的可视化埋点

3、先收集所有数据再在后端筛选需要分析的对象的“无埋点”

神策建议数据收集遵循两个基本原则

1、优先在后端收集数据;

2、属性尽可能采集全面。

神策数据为保证数据采集做到“大、全、细、时”,更推荐“后端埋点”:当前后端都可以实现数据采集时,应优先考虑后端(代码)埋点,尤其在各行业中有特殊业务需求的数据,更是强烈建议通过后端(代码)埋点方式采集。

尤其以下类型的企业更应该首选后端埋点:

1、追求精细化运营,需要进行多维数据分析的企业

2、包含用户资产数据、用户账户体系相关数据、风控辅助数据等重要业务数据的网站或APP的企业

3、对数据安全要求比较高的企业

相对应的,在前端埋点就有以下缺点:

1、需要等待网络情况良好才能发送数据

2、需要积攒一定的量才发送数据

3、需要在本地暂存而本地暂存空间有限等一系列在数据传输性和数据可靠性上的一些问题。

但是,前端埋点毕竟有一些后端采集数据所无法替代的地方,例如,分析前端界面设计是否合理,分析一些在与后端没有交互的前端行为等,还是必须采用前端埋点方案的。

前端埋点的技术原理是:

在APP或者界面初始化的时候,初始化第三方数据分析服务商的SDK,然后在某个事件发生时就调用SDK里面相应的数据发送接口发送数据。

目前百度统计、友盟、TalkingData 等都提供了这一方案。

直接用代码处理每个事件太过麻烦。

而可视化埋点就稍微先进了一些,把核心代码和配置、资源分开,在APP启动的时候通过网络更新配置和资源即可,免除了每个版本都要修改埋点代码的问题。同时这样还方便了后端管理数据。

“无埋点”则是先尽可能收集所有的控件的操作数据,然后再通过界面配置哪些数据需要在系统里面进行分析。显然会有巨大的性能问题,不可取。

 

总结:

个人认为,埋点要看具体业务需求,从公司性质、业务性质、产品所处阶段综合来看。数据采集不是难事,重要的是数据分析。

转载于:https://www.cnblogs.com/cquptzzq/p/7729193.html

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
如何设计埋点⽅案 如何设计埋点⽅案 ⼀ ⼀.与埋点相关的⼀些概念: 与埋点相关的⼀些概念: (⼀).埋点⽅式   1.代码埋点     代码埋点是最经典埋点⽅式,实施埋点的研发将埋点代码结合到业务代码中,实现⽤户⾏为数据的采集。这种埋点⽅式能采集到⾮常复杂的⾏为,尤其是⼀些⾮点击 的、不可视的⾏为,必须⽤代码埋点来实现。代码埋点按照位置的不同,可以分为前端埋点后端埋点前端埋点⽤来记录⽤户在客户端的操作⾏为,后端埋点⽤来记录客户 端进⾏服务器请求的⽇志。     代码埋点分为以下两种⽅式:     (1)前端埋点       前端埋点能够收集更全⾯、精细的⽤户数据,尤其是不需要请求服务器的⾏为数据,如:页⾯停留时长、页⾯浏览深度、视频播放时长、⽤户⿏标轨迹、表单项 停留及终⽌等等,只能通过前端埋点实现。但缺点在于,前端埋点的上报⼀般存在 15% 左右的延迟上报和漏报(客户端未联⽹、数据打包上报、⽤户删除⾏为数据等原 因)。另外,如果客户端是 APP,每次上线新的埋点或者更新埋点时,需要发布新的版本才⾏,但是会存在部分⽤户不更新版本情况,影响数据质量。     (2)后端埋点       理论上,只要客户端向服务器发送过请求,服务端埋点能够收集到。相⽐于前端埋点,能实时采集数据,不存在延时上报,数据很准确;并且,服务端埋点⽀持 与⽤户⾝份信息和⾏为附带属性信息整合;另外,每次上线新的埋点或者更新埋点时,发布后马上⽣效。     代码埋点适合精细化分析的场景,我们可以将各种细粒度的数据采集下来,后续做深度分析。当然这种埋点⽅式很低效,需要经历完整的埋点流程,包括业务梳理 (产品运营)、埋点设计(产品运营/研发)、实施/测试/上线埋点(研发/测试)。整个过程需要多⽅协作,且要求产品运营也具备⼀定的专业⽔平,如果发⽣错漏⽆法快速补 救。   2.全埋点     ⽆埋点、⽆痕埋点、⾃动埋点,指的都是全埋点。这种埋点⽅式想要实现的效果是全⾃动化埋点,将客户端的⽤户⾏为尽可能地全⾯采集,然后通过界⾯配置的⽅式 对关键⾏为进⾏定义。使⽤这种⽅案,每次有⽤户⾏为分析的需求,不⽤再⾛⼀次完整的埋点流程,只⽤在产品中嵌⼊ SDK,等于做了⼀个统⼀的埋点。但是,⽆埋点也有 很明显的弊端。⽆埋点只能覆盖基本的点击、展⽰等⽤户⾏为;其次,全埋点采集的数据量⾮常⼤,随着数据量上升,可能会导致客户端崩溃的概率也会上升。尤其是移动 端,更多的数据量意味着更多的电量、流量和内存消耗;第三,即使全部⾏为数据都被收集回来了,具体分析时也不能避免⼆次梳理和加⼯,因为机器⽆法在采集时按照我们 想要的⽅式对全部事件进⾏有意义的命名,甚⾄⽆法保证采集上来的事件都正好是正确的;第四,现阶段全埋点对于⽤户⾝份信息和⾏为附带的属性信息也⼏乎⽆能为⼒。   3.可视化埋点     可视化埋点也被称为「⽆码埋点」,它的理念是降低实施埋点的门槛,以此来提升原⼯作流程的效率。实施埋点时,⽆需研发⼈员介⼊,产品运营可以直接在⽹站或 移动应⽤的真实界⾯上操作埋点,⽽且埋点之后⽴即可以验证埋点是否正确,并且,埋点部署到所有客户端也是⼏乎实时⽣效的。同样的,可视化埋点也有很多局限。⾸先, 可视化埋点也只是针对点击可见元素的,⼀些动态页⾯、不可见的⾏为是采集不到的;其次,对于点击操作附带的业务属性,⽐较难实现;第三,为了确保埋点准确性,可视 化埋点也逐步整合了更为复杂的⾼级设置,操作起来也很低效。 (⼆).埋点⽅案相关概念   1.事件     记录⽤户在使⽤⽹站、APP 或⼩程序的过程中触发的⾏为。     ⽤户的⾏为有⼀部分会在他们使⽤的过程中⾃动被采集上来,常见的如:跟访问有关的"页⾯浏览","停留时长";另外⼀部分包含具体业务含义的,则需要通过埋点才 能得到,例如:"注册"、"登录"、"⽀付"等等。   2.事件属性     可以通过属性为事件补充相关的信息,例如:位置,⽅式和内容。     ⽤户产⽣⾏为时就会上报具体的属性值,⽐如对"购买事件"定义了"⽀付⽅式"的属性值,则根据不同的⾏为可能上报的是微信⽀付,⽀付宝⽀付。事件属性有点像字 段,发⽣这件事件的⼀些相关字段都可以理解为属性,例如"购买事件"中的⽀付平台、⾦额、银⾏卡等相关字段,都可以被定义为事件属性。   3.⽤户属性     在分析过程中,需要引⼊注册⽤户的更多维度,⽐如注册⽤户ID、姓名、⽤户等级等等,也需要进⾏梳理,⽅法同事件属性。    ⼆ ⼆.埋点⽅案,以京东排⾏榜为例 埋点⽅案,以京东排⾏榜为例    1.⾸先分析分析当前APP所处的阶段,设置合理的⽬标。 京东排⾏榜是为了让⽤户跟着排⾏榜购买好物,即为了让⽤户更多地消费,同时由于推荐的是经得起考验的好物,也希望能在客户⼼⽬中留下好的⼝碑,提⾼⽤户对APP购物 体
一、主要路径分析 一切能够进行产品推广、促进用户使用、提升用户粘性和留存、用户自传播、让用户付 费的行为都可以称为运营。在运营中我们可以用AARRR增长模型将产品的运营路径拆分为 :激活、注册、留存、下单、传播,然后根据每个路径进行分析,从而优化产品和运营 策略。 1. 激活 不同行业和模式的激活方式都不太一样,例如:之前我们做的体育app激活方式为——从跑 步群里面导入用户和微信公众号导入,先把目标用户沉淀在微信群,然后利用大型马拉 松的名额来吸引他们呼吁用户下载app进行报名。 然而对于B2B的电商平台,用户激活主要以地推和客服推广为主。因为入驻平台需要一定 的资质证件,且用户自发性地在网上注册的比较少,但地推方式激活的相对成本较高。 2. 注册 注册的时候,常常会因为某个步骤文案描述不清或流程复杂,要求上传的证件太多等原 因让用户流失。这时候,我们就可以用漏斗分析用户是在哪个步骤流失严重,分析具体 原因后再进行产品优化。 3. 留存 用户激活和注册后我们需要看用户的留存率,每个应用对留存的时间定义都是不一样的 。例如: 对于社交软件而言,如果3天不登录可能就被标记为流失用户; 对于我们现在做的医药电商来说,一般用户的采购周期在15天左右,所以我们把超过15 天没下单的用户称为流失用户,对于流失用户我们一般会采取和发送优惠券的方式促进 他再次下单。 4. 营收 我们需要理解到:作为电商平台只有平台提供的商品价格、品类、物流服务有吸引力后 ,用户才愿意来下单。 如果用户在需要购买该商品的时候没有下单,那多半是自身的商品和竞争对手相比,在 价格和服务上吸引力不够。这时候我们就需要通过爬虫爬取竞争对手的商品数据,然后 调整自己的定价和适当做一些营销活动来吸引客户。 5. 传播 由于我们获客成本比较高,因此让用户自传播的方式去拉新也是一种可行的营销方式, 针对这个,我们做了邀请好友得优惠券的方式,鼓励用户去帮我们拉新。 二、行为数据分析 分析的目的:了解用户的使用习惯、使用路径以及使用频率,从而得出用户更偏向于使 用哪些功能,验证产品用户体验是否做得好,上线的运营活动是否受欢迎等。 做行为数据分析之前,首先我们需要做埋点埋点可以采用第三方埋点和自己做埋点。 各有利弊,这个需要结合公司来做决定。 下面是我们之前做的埋点的表格和用户每次行为记录的字段。埋点主要分为点击事件和 页面曝光两类,然后又可以根据页面曝光事件来统计页面的停留时长和用户的路径。 用户每促发一次事件需要记录的字段(具体还需要根据公司需要采集的数据而定): source; //来源 001-app 002-pc logined; //是否已经登录 1-是,0-否 typeUser; //用户的类型 001-采购商 002-供应商 userId; //用户的id codePage; //页面对应的代码 numEvent; //事件编号 nameEvent; //事件名称 codeEvent; //事件代码 typeEvent; //事件类型 timeEvent; //事件发生的时间 purchaserId; //采购商id ip; //作用是解析地址或识别客户 province; //事件发生的省份 city; //事件发生的城市 os; //操作系统,android或ios mfrs; //生产厂商 如:华为,OPPO,苹果,VIVO typeUnit; //设备型号 如:荣耀R10,OPPO R7,iphone X,VIVO X20 versionSystem; //系统版本 如:android 5.0wifi; //是否使用 wifi,1-是,0-否 firstId; //一级id secondId; //二级id fromPage; //上一页 toPage; //下一页url; // parameter; //参数,同一事件可能包含多个参数 property; //属性,与参数对应 proJson; //KEY-VALUE对的JSON形式 remark; //备注埋点记录的类型和规则 行为数据需要分析的内容 对于电商平台来说主要分析的点有: 1. 用户的注册路径:分析每个注册步奏的转化率,在转化率低的步骤分析原因,然后进行 产品优化。 2. 用户的购买路径: 首页-搜索-购物车-提交订单页- 支付页,通过每个路径的转化率来分析用户在哪个阶段流失最严重,然后去分析用户流 失的原因。 例如:之前我们分析到用户在购物车到提交订单页流失得特别严重,后面经过分析得出 商家设置的最近购买金额太高,导致用户达不到购买金额而提交不了订单。后面我们和 商家协商降低最低购买金额后,转化率提升了不少。 3. 分析运营上线的营销活动的用户点击率、通过活动加入购物车购买的商品数量,从

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值