数据埋点介绍【一】· 数据埋点分类

1.简单来说,用户信息分为以下几类:

(1)用户基本信息
        常规注册/登录即可获取的信息,例如注册时间、注册渠道、注册所在IP、最近登录时间等。

(2)用户行为信息
        用户在APP页面内表现出来的行为信息,需要预先作埋点追踪,例如页面访问(分为PV和UV)、按钮点击,从而可统计出页面访问路径、页面转化率。

(3)用户业务信息
        用户在APP页面内跟业务紧密相关联的数据,例如电商模块的订单数据、推荐模块的搜索记录等。

注:数据埋点,针对的是用户行为信息;但详尽的埋点指标,总是能够在产品发展进程中逐步协助完善用户基本信息(例如标签化用户分群)和业务信息(例如通过埋点分析调整策略,提高业务转化)。

2.数据埋点,对各方有什么用处?

(1)对设计师而言
        根据埋点统计出页面元素的点击,页面按钮的点击转化,有助于在后续中作进一步视觉调优。

(2)对产品/运营/推广而言
        可作为产品/运营/推广当次产品功能/运营活动/渠道推广的部分效果评估指标;也可作为其下次产品/运营/推广需求的数据支撑。

(3)对整体项目而言
         将适量的数据,同步给项目组内的其他成员,能适当提高团队的荣誉感(数据表现好时)、危机感(数据表现差时)。

3.数据埋点的方式

常见的埋点方式有3种:代码埋点、全埋点、可视化埋点。

3.1.代码埋点

代码埋点是比较经典的埋点方式:研发将埋点的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。

代码埋点按照埋点上报的位置不同,可以分为前端埋点、服务端埋点。前端埋点用于记录用户在客户端的操作行为,服务端埋点用于记录用户进行服务器请求的记录。

前端埋点

1.优点
(1)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、页面访问路径、表单项停留及终止等等。

2.缺点
(1)前端埋点的上报一般存在 15% 左右的延迟上报和漏报(主要是因为客户端未联网、数据打包上报、用户删除行为数据等原因);
(2)如果客户端是 APP,每次上线新的埋点或者更新埋点时,均需要发布新的版本,会存在部分用户不更新版本的情况从而影响数据质量。

3.适用场景
(1)需要全面、精细地记录用户在客户端的行为; 
(2)比较简单、 常规的行为数据采集。

服务端埋点

1.优点
(1)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;
(2)服务端埋点支持与用户身份信息和行为附带属性等信息进行整合;
(3)每次上线新的埋点或者更新埋点时,发布后立即生效。

2.缺点
(1)采集不了发生在前端的、不需要请求服务器的行为数据。

3.适用场景
(1)需要采集一些非点击的、 不可视的行为,或需要整合用户身份信息和行为附带属性信息的;
(2)对于前端、 服务端均能采集到的信息,优先选择服务端埋点。

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,如果发生错漏需能快速补救。

3.2.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,只需要在产品中嵌入 SDK,等于做了一个统一的埋点,每次有用户行为分析的需求,都不用再走一次完整的埋点流程。

1.优点
(1)统一埋点,高效。

2.缺点
(1)只能覆盖基本的点击、展示等用户行为;
(2)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,更多的数据量同时也意味着更多的电量、流量和内存消耗;
(3)采集回来的数据需要二次梳理和加工,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;
(4)不支持用户身份信息和行为附带的属性信息的整合。

3.适用场景
(1)业务/产品相对比较简单,只看PV/UV等数据。

3.3.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。

1.优点
(1)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 ;
(2)埋点之后立即可以验证埋点是否正确;
(3)埋点部署到所有客户端也是几乎实时生效的。

2.缺点
(1)只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;
(2)对于点击操作附带的业务属性,比较难实现;
(3)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。

3.适用场景
(1)业务/产品相对比较简单,只看一些不和服务端交互的行为统计。

3.4.综上

数据埋点优缺点
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,636评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,890评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,680评论 0 330
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,766评论 1 271
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,665评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,045评论 1 276
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,515评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,182评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,334评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,274评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,319评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,002评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,599评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,675评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,917评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,309评论 2 345
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,885评论 2 341