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:
- 事件名:行为
- 属性:事件描述
- 属性:描述行为
- 全局属性/公共属性:每个事件都要上报
- 自定义属性/私有属性:单个事件上报
- 属性值:在某个状态下的具体行为
- 属性:描述行为
数量与资源的平衡:
- 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。
- 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
- 前端埋点
- 后端埋点:通常在MVC模型中的控制层C。
流程
- 数据需求:
- 对齐数据需求
- 借助E-R图、流程图、时序图,梳理确认业务需求。
- 注意显性需求和隐形需求。
- 分析需求迭代方向
- 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。
- 基于假设,把埋点前置,提高迭代效率,降低项目风险。
- 对齐数据需求
- 埋点设计
- 同类抽象:事件抽象、属性复用。
- 规范标准
- 上报时机清晰,落成文字,避免口径歧义。
- 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。