【业务】6. 数据埋点笔记

原文

基础

定义

埋点，又称打点、事件追踪（Event Tracking）。指通过在互联网产品中加入埋点代码，在用户使用产品时触发相应的代码，并记录相关数据（行为、属性）的一种技术。
埋点的本质是用户行为描述，为用户洞察、业务迭代提供数据支持。

主体

产品模型

人与人还能划分为1对1，1对多，多对多的关系。
产品的需求、功能、模块，业务、属性，都包含“人与物的关系”。

用户模型

用户通过行为与产品建立联系。
用户属性包含自然属性和业务属性。

埋点原理

方法

多维度模型：多维度点位+属性

原则：见名知意

事件模型：事件+属性

事件模型，是用户使用产品的行为描述。
事件模型的要素：事件（Event）、用户（User）、对象和环境。
事件模型的组成：

1. 事件名：行为
2. 属性：事件描述
   1. 属性：描述行为
      1. 全局属性/公共属性：每个事件都要上报
      2. 自定义属性/私有属性：单个事件上报
   2. 属性值：在某个状态下的具体行为

数量与资源的平衡：

1. 长期视野看，事件设计、属性设计要有整体性，并兼顾未来业务发展的扩展性。
2. 降本增效视角看，事件、属性不是越多越好，因为属性上报是依赖计算存储资源。

事件进行量化就是指标，拆分属性分析就是维度。

技术

1. 前端埋点
   
2. 后端埋点：通常在MVC模型中的控制层C。

流程

1. 数据需求：
   1. 对齐数据需求
      1. 借助E-R图、流程图、时序图，梳理确认业务需求。
      2. 注意显性需求和隐形需求。
   2. 分析需求迭代方向
      1. 考虑业务迭代方向、项目风险，最好比产品多想一步，减少埋点滞后性的限制。
      2. 基于假设，把埋点前置，提高迭代效率，降低项目风险。
2. 埋点设计
   1. 同类抽象：事件抽象、属性复用。
   2. 规范标准
      1. 上报时机清晰，落成文字，避免口径歧义。
      2. 大的埋点项目要有指标体系指导，体系化治理更高效。

总结

局限

只适合人找物，不适合人找人、物找人、物与物。
除了埋点数据（行为数据），还有业务数据（交易数据、运营数据、用户信息数据、创作内容数据）。

AB实验埋点

AB实验埋点，主要解决标识问题，比如实验标识、实验分组标识、用户标识。

埋点治理