產(chǎn)品經(jīng)理的數(shù)據(jù)埋點知識

很多產(chǎn)品經(jīng)理因為團隊沒有數(shù)據(jù)分析師或用戶量還不夠多，沒必要養(yǎng)一個數(shù)據(jù)團隊，還必須要自己兼任數(shù)據(jù)工作，由此數(shù)據(jù)數(shù)據(jù)埋點是產(chǎn)品經(jīng)理必然會接觸的一個工作事項。

數(shù)據(jù)可以幫助產(chǎn)品經(jīng)理去衡量產(chǎn)品的功能效果，從0到1開始，數(shù)據(jù)指標幫助產(chǎn)品經(jīng)理不斷建立導航和方向。

而數(shù)據(jù)的來源主要分為三種， 服務端自有數(shù)據(jù)、埋點數(shù)據(jù)、和第三方的數(shù)據(jù)匯總而來的。

而埋點數(shù)據(jù)來自產(chǎn)品經(jīng)理提前進行數(shù)據(jù)需求匯總、根據(jù)埋點文檔由開發(fā)執(zhí)行獲取的數(shù)據(jù)，數(shù)據(jù)還包含涉及到運營活動。

對于一個產(chǎn)品經(jīng)理來說，搞清楚如何埋點以及埋點技術(shù)的實現(xiàn)下才能做好數(shù)據(jù)埋點的獲取。

埋點的實現(xiàn)原理，對于產(chǎn)品經(jīng)理來說只要知道是通過植入代碼實現(xiàn)的，如下是Google analysis 的埋點方式

將其放在代碼里，就可以實現(xiàn)數(shù)據(jù)效果，往往是T-1。

放入后就可以顯示埋點后的數(shù)據(jù)效果了。比如活躍、用戶訪問等。

埋點是數(shù)據(jù)領(lǐng)域的專業(yè)術(shù)語，也是互聯(lián)網(wǎng)應用里的一個俗稱。它的學名應該叫做事件追蹤，對應的英文是Event Tracking。 它主要是 針對特定用戶行為或事件進行捕獲、處理和發(fā)送的相關(guān)技術(shù)及其實施過程。

用戶基本屬性數(shù)據(jù)、交易數(shù)據(jù)、商品數(shù)據(jù) 是直接通過用戶錄入或者行為觸發(fā)，在數(shù)據(jù)庫里面產(chǎn)生記錄。而 流量數(shù)據(jù)或者說用戶行為數(shù)據(jù) ，則需要識別具體的每個行為。通過埋點就可以取得這部分數(shù)據(jù)。

到底怎么落地做數(shù)據(jù)埋點，這篇文章會詳解。同時會介紹下互聯(lián)網(wǎng)產(chǎn)品下三種常見的數(shù)據(jù)埋點方法、和三個埋點階段。數(shù)據(jù)埋點3個階段

數(shù)據(jù)埋點從資源投入和技術(shù)成本來說會分為3個階段，其中第二個和第三個階段是相同的數(shù)據(jù)架構(gòu)屬于穩(wěn)步發(fā)展的結(jié)果，第一個和第二個變化就會非常明顯。

分別數(shù)據(jù)埋點的階段主要和數(shù)據(jù)需求息息相關(guān)，產(chǎn)品會經(jīng)歷從早期總覽數(shù)據(jù)、到業(yè)務數(shù)據(jù)、再到精細化運營的用戶行為數(shù)據(jù)3個階段需求。

1.數(shù)據(jù)埋點初級階段

在這個階段主要是要是產(chǎn)品早期，還沒有明顯的市場反饋，以統(tǒng)計有用戶基礎(chǔ)的日活躍、用戶注冊數(shù)、用戶增長趨勢、用戶活躍趨勢的數(shù)據(jù)即可判斷產(chǎn)品是否商業(yè)化正確，這時候需要的是標準平臺，比如第三方平臺下的百度統(tǒng)計、騰訊數(shù)據(jù)分析、神策數(shù)據(jù)等這些都是可以完成的。

通過植入SDK或API就可以完成數(shù)據(jù)的獲取，在第三方平臺進行查看。 開發(fā)工作量低、速度快、幾乎不用維護

2.數(shù)據(jù)埋點中級階段

隨著用戶量的上升，我們會得到用戶行為和業(yè)務數(shù)據(jù)，需要進行一些深度化的行為操作數(shù)據(jù)，觀察用戶行為下業(yè)務的變化，找到用戶和產(chǎn)品質(zhì)檢的一些規(guī)律，逐步投入和加大運營。

為了 數(shù)據(jù)的安全和 可以更加全鏈路 的數(shù)據(jù)分析 ，這個階段則需要手動埋點和第三方一起使用，逐步從第三方過度到自家數(shù)據(jù)體系里。

同時判斷是否還要繼續(xù)用第三方平臺還是自己搭建一個數(shù)據(jù)團隊，看數(shù)據(jù)的開銷成本即可，比如購買第三方數(shù)據(jù)平臺一年的費用已經(jīng)是100萬養(yǎng)人成本，有自己的數(shù)據(jù)團隊則花100完顯然可以達到更加精細化和定制化的效果。

4.數(shù)據(jù)埋點的高階階段

這個階段基本不僅是數(shù)據(jù)采集和獲取了， 數(shù)據(jù)變得非常豐富。如何為業(yè)務和產(chǎn)品功能迭代找到突破，是這個階段關(guān)鍵點。

精益數(shù)據(jù)，用戶數(shù)據(jù)驅(qū)動，業(yè)務智能是這個階段的運營特點。

此時的數(shù)據(jù)存儲會往往獨立出來，以數(shù)據(jù)倉庫的方式單獨存儲

數(shù)據(jù)埋點的三種方法

1.手動埋點（傳統(tǒng)埋點）

這種埋點適用于代碼階段，產(chǎn)品功能還不完善。比較代表的方案是利用百度統(tǒng)計、神策來實現(xiàn)代碼植入，用其對應的免費版即可。

2.動態(tài)（可視化）埋點

這種方式可以不需要再手動埋點了，但缺點是因為監(jiān)控機制導致產(chǎn)品的響應速度有影響。維護成本低，但效率低

3.全埋點

這種埋點方案效率高、同時也無需要后期維護，但唯一的問題就是靈活低，想針對某類事件進行埋點，可能沒有覆蓋則需要手動介入。

下面這張圖是來自網(wǎng)絡(luò)上更新的三者埋點技術(shù)優(yōu)劣勢，大家可以自己選擇

沒有絕對好的埋點方式，只有自己產(chǎn)品運營最適合的。一般是根據(jù)前面提到的，從產(chǎn)品用戶量的變化逐步影響埋點的技術(shù)方案。需要不斷維護和更新的埋點文檔

埋點文檔是一種數(shù)據(jù)規(guī)范，概述了您打算跨段源收集的事件和屬性。制定一個全面的跟蹤計劃需要時間和精力，需要跨組織內(nèi)的一系列團隊，并且需要深入了解產(chǎn)品的業(yè)務目標。然而，一旦創(chuàng)建了埋點文檔，跟蹤計劃就成為一種非常有價值的資源。而產(chǎn)品經(jīng)理在數(shù)據(jù)埋點中輸出物就是一份埋點文檔和規(guī)范。

在設(shè)計埋點文檔時，從推動業(yè)務價值的關(guān)鍵指標開始。關(guān)鍵指標可能包括新用戶注冊、收入、產(chǎn)品使用等。

數(shù)據(jù)埋點文檔定義了關(guān)鍵指標后，定義哪些用戶操作有助于跟蹤或改進這些關(guān)鍵指標變得更加容易。每個用戶操作映射到一個不同的事件，開發(fā)工程師可以在track（）調(diào)用，在代碼段中跟蹤它。跟蹤的埋點也可以進行驗證。在代碼里標識（）page（）和group（）2個調(diào)用。

2.埋點文檔撰寫格式

一個埋點文檔主要包含下面字段，如果你還沒有埋點文檔則可以用下面的字段直接創(chuàng)建一個屬于自己的數(shù)據(jù)埋點文檔。用Excel列表即可。

事件名稱：埋點的事件名稱，如文章閱讀/文章評論/關(guān)注；

事件定義：說明事件是什么，如何觸發(fā)。如用戶點擊社區(qū)—內(nèi)容則上報該事件；

包含屬性：用戶進行了該行為，上報事件中需要傳輸那些參數(shù)。如用戶ID、時間、應用版本、網(wǎng)絡(luò)環(huán)境、手機型號、IP、內(nèi)容ID、內(nèi)容類型、第幾篇瀏覽； 如某些屬性在所有事件中都需要上傳則可以整理公共屬性進行管理；

屬性定義：說明屬性的定義，如用戶地址為用戶主動上傳的地址，如沒有則用用戶IP代替；

屬性值類型：說明傳輸至的類型，字符串、數(shù)值、bool；

開發(fā)名稱：對應的開發(fā)變量名，可以由開發(fā)進行補充。如userID、contentID；

當前狀態(tài)：說明當前該變量的狀態(tài)。如待開發(fā)、開發(fā)中、驗收中、已上線、已下線；

上線版本：說明該內(nèi)容在那個版本進行上線

最后要說明的是數(shù)據(jù)埋點的文檔可以避免下面問題

• 在數(shù)據(jù)埋點后會出現(xiàn)的問題
• 埋點參數(shù)數(shù)組含義模糊，容易出錯
• 參數(shù)變動頻發(fā)，依賴發(fā)版本覆蓋
• 埋點的定義和事件名稱沒有統(tǒng)一管理
• 有很多臨時需求，沒有辦法加入排期
• 埋點的研發(fā)進度沒有進行管理，導致數(shù)據(jù)需求無法滿足

4.數(shù)據(jù)可視化不是埋點

最后要提下，數(shù)據(jù)埋點是數(shù)據(jù)分析的基礎(chǔ)，有了數(shù)據(jù)后我們會用數(shù)據(jù)可視化來完成數(shù)據(jù)決策，所以要分清楚2者。一個是前置條件一個是后者數(shù)據(jù)的應用。

說起可視化能力，就不得不先說一下tableau的技術(shù)核心——VizQL。簡單說VizQL就是一種查詢語言，用戶要進行什么操作，VizQL就可以將其轉(zhuǎn)化為對應的數(shù)據(jù)庫查詢，最終tableau會通過圖形的方式表達響應，因此tableau的可視化能力才能如此強大。

tableau既有著很多表格分析組件，同時還擁有豐富的圖表類型，比如散點圖、甘特圖、氣泡圖、直方圖、靶心圖等，配色上也非常人性化地提供了很多方案，操作上比較簡單自由，讓用戶能夠做出絕大多數(shù)想要的圖表，當然前提是你擁有很強的代碼能力和充足的時間。

今天的分享就在這。