一.與埋點(diǎn)相關(guān)的一些概念：
(一）.埋點(diǎn)方式
作者：Thea_Chen
鏈接：http://m.itdecent.cn/p/6f5d60b04b93
來(lái)源：簡(jiǎn)書
著作權(quán)歸作者所有。商業(yè)轉(zhuǎn)載請(qǐng)聯(lián)系作者獲得授權(quán)，非商業(yè)轉(zhuǎn)載請(qǐng)注明出處。
常用埋點(diǎn)方式分為三種：
1.代碼埋點(diǎn)
代碼埋點(diǎn)是最經(jīng)典埋點(diǎn)方式，實(shí)施埋點(diǎn)的研發(fā)將埋點(diǎn)代碼結(jié)合到業(yè)務(wù)代碼中，實(shí)現(xiàn)用戶行為數(shù)據(jù)的采集。這種埋點(diǎn)方式能采集到非常復(fù)雜的行為，尤其是一些非點(diǎn)擊的、不可視的行為，必須用代碼埋點(diǎn)來(lái)實(shí)現(xiàn)。代碼埋點(diǎn)按照位置的不同，可以分為前端埋點(diǎn)、后端埋點(diǎn)。前端埋點(diǎn)用來(lái)記錄用戶在客戶端的操作行為，后端埋點(diǎn)用來(lái)記錄客戶端進(jìn)行服務(wù)器請(qǐng)求的日志。
代碼埋點(diǎn)分為以下兩種方式：
（1）前端埋點(diǎn)
前端埋點(diǎn)能夠收集更全面、精細(xì)的用戶數(shù)據(jù)，尤其是不需要請(qǐng)求服務(wù)器的行為數(shù)據(jù)，如：頁(yè)面停留時(shí)長(zhǎng)、頁(yè)面瀏覽深度、視頻播放時(shí)長(zhǎng)、用戶鼠標(biāo)軌跡、表單項(xiàng)停留及終止等等，只能通過(guò)前端埋點(diǎn)實(shí)現(xiàn)。但缺點(diǎn)在于，前端埋點(diǎn)的上報(bào)一般存在 15% 左右的延遲上報(bào)和漏報(bào)（客戶端未聯(lián)網(wǎng)、數(shù)據(jù)打包上報(bào)、用戶刪除行為數(shù)據(jù)等原因）。另外，如果客戶端是 APP，每次上線新的埋點(diǎn)或者更新埋點(diǎn)時(shí)，需要發(fā)布新的版本才行，但是會(huì)存在部分用戶不更新版本情況，影響數(shù)據(jù)質(zhì)量。
（2）后端埋點(diǎn)
理論上，只要客戶端向服務(wù)器發(fā)送過(guò)請(qǐng)求，服務(wù)端埋點(diǎn)能夠收集到。相比于前端埋點(diǎn)，能實(shí)時(shí)采集數(shù)據(jù)，不存在延時(shí)上報(bào)，數(shù)據(jù)很準(zhǔn)確；并且，服務(wù)端埋點(diǎn)支持與用戶身份信息和行為附帶屬性信息整合；另外，每次上線新的埋點(diǎn)或者更新埋點(diǎn)時(shí)，發(fā)布后馬上生效。
代碼埋點(diǎn)適合精細(xì)化分析的場(chǎng)景，我們可以將各種細(xì)粒度的數(shù)據(jù)采集下來(lái)，后續(xù)做深度分析。當(dāng)然這種埋點(diǎn)方式很低效，需要經(jīng)歷完整的埋點(diǎn)流程，包括業(yè)務(wù)梳理（產(chǎn)品運(yùn)營(yíng)）、埋點(diǎn)設(shè)計(jì)（產(chǎn)品運(yùn)營(yíng)/研發(fā)）、實(shí)施/測(cè)試/上線埋點(diǎn)（研發(fā)/測(cè)試）。整個(gè)過(guò)程需要多方協(xié)作，且要求產(chǎn)品運(yùn)營(yíng)也具備一定的專業(yè)水平，如果發(fā)生錯(cuò)漏無(wú)法快速補(bǔ)救。
2.全埋點(diǎn)
無(wú)埋點(diǎn)、無(wú)痕埋點(diǎn)、自動(dòng)埋點(diǎn)，指的都是全埋點(diǎn)。這種埋點(diǎn)方式想要實(shí)現(xiàn)的效果是全自動(dòng)化埋點(diǎn)，將客戶端的用戶行為盡可能地全面采集，然后通過(guò)界面配置的方式對(duì)關(guān)鍵行為進(jìn)行定義。使用這種方案，每次有用戶行為分析的需求，不用再走一次完整的埋點(diǎn)流程，只用在產(chǎn)品中嵌入 SDK，等于做了一個(gè)統(tǒng)一的埋點(diǎn)。但是，無(wú)埋點(diǎn)也有很明顯的弊端。無(wú)埋點(diǎn)只能覆蓋基本的點(diǎn)擊、展示等用戶行為；其次，全埋點(diǎn)采集的數(shù)據(jù)量非常大，隨著數(shù)據(jù)量上升，可能會(huì)導(dǎo)致客戶端崩潰的概率也會(huì)上升。尤其是移動(dòng)端，更多的數(shù)據(jù)量意味著更多的電量、流量和內(nèi)存消耗；第三，即使全部行為數(shù)據(jù)都被收集回來(lái)了，具體分析時(shí)也不能避免二次梳理和加工，因?yàn)闄C(jī)器無(wú)法在采集時(shí)按照我們想要的方式對(duì)全部事件進(jìn)行有意義的命名，甚至無(wú)法保證采集上來(lái)的事件都正好是正確的；第四，現(xiàn)階段全埋點(diǎn)對(duì)于用戶身份信息和行為附帶的屬性信息也幾乎無(wú)能為力。
3.可視化埋點(diǎn)
可視化埋點(diǎn)也被稱為「無(wú)碼埋點(diǎn)」，它的理念是降低實(shí)施埋點(diǎn)的門檻，以此來(lái)提升原工作流程的效率。實(shí)施埋點(diǎn)時(shí)，無(wú)需研發(fā)人員介入，產(chǎn)品運(yùn)營(yíng)可以直接在網(wǎng)站或移動(dòng)應(yīng)用的真實(shí)界面上操作埋點(diǎn)，而且埋點(diǎn)之后立即可以驗(yàn)證埋點(diǎn)是否正確，并且，埋點(diǎn)部署到所有客戶端也是幾乎實(shí)時(shí)生效的。同樣的，可視化埋點(diǎn)也有很多局限。首先，可視化埋點(diǎn)也只是針對(duì)點(diǎn)擊可見元素的，一些動(dòng)態(tài)頁(yè)面、不可見的行為是采集不到的；其次，對(duì)于點(diǎn)擊操作附帶的業(yè)務(wù)屬性，比較難實(shí)現(xiàn)；第三，為了確保埋點(diǎn)準(zhǔn)確性，可視化埋點(diǎn)也逐步整合了更為復(fù)雜的高級(jí)設(shè)置，操作起來(lái)也很低效。
(二）.埋點(diǎn)方案相關(guān)概念
摘自易觀方舟
1.事件
記錄用戶在使用網(wǎng)站、APP 或小程序的過(guò)程中觸發(fā)的行為。
用戶的行為有一部分會(huì)在他們使用的過(guò)程中自動(dòng)被采集上來(lái)，常見的如：跟訪問(wèn)有關(guān)的“頁(yè)面瀏覽”，“停留時(shí)長(zhǎng)”；另外一部分包含具體業(yè)務(wù)含義的，則需要通過(guò)埋點(diǎn)才能得到，例如：“注冊(cè)”、“登錄”、“支付”等等。
2.事件屬性
可以通過(guò)屬性為事件補(bǔ)充相關(guān)的信息，例如：位置，方式和內(nèi)容。
用戶產(chǎn)生行為時(shí)就會(huì)上報(bào)具體的屬性值，比如對(duì)“購(gòu)買事件”定義了“支付方式”的屬性值，則根據(jù)不同的行為可能上報(bào)的是微信支付，支付寶支付。事件屬性有點(diǎn)像字段，發(fā)生這件事件的一些相關(guān)字段都可以理解為屬性，例如“購(gòu)買事件”中的支付平臺(tái)、金額、銀行卡等相關(guān)字段，都可以被定義為事件屬性。
3.用戶屬性
在分析過(guò)程中，需要引入注冊(cè)用戶的更多維度，比如注冊(cè)用戶ID、姓名、用戶等級(jí)等等，也需要進(jìn)行梳理，方法同事件屬性。
二.埋點(diǎn)方案，以京東排行榜為例
1.首先分析分析當(dāng)前APP所處的階段，設(shè)置合理的目標(biāo)。
京東排行榜是為了讓用戶跟著排行榜購(gòu)買好物，即為了讓用戶更多地消費(fèi)，同時(shí)由于推薦的是經(jīng)得起考驗(yàn)的好物，也希望能在客戶心目中留下好的口碑，提高用戶對(duì)APP購(gòu)物體驗(yàn)的滿意度。
因此，本次埋點(diǎn)的目的是為了收集用戶的行為信息，提升用戶體驗(yàn)、以及收集用戶信息，進(jìn)行精準(zhǔn)推送，提高轉(zhuǎn)化率。
- 分析實(shí)現(xiàn)目標(biāo)需要采集哪些數(shù)據(jù)？
用戶的行為是由用戶一系列的事件組成，包含5個(gè)基本要素：何人，何時(shí)，何地，通過(guò)何種方式，發(fā)生了何種行為。
埋點(diǎn)方案包含兩個(gè)部分：
事件方案——確定上報(bào)哪些用戶行為
用戶方案——確定上報(bào)哪些用戶屬性 -
事件方案——梳理需要埋點(diǎn)的事件、事件屬性
image.png
4.用戶方案——確定要分析的用戶的維度
image.png
通過(guò)以上用戶屬性及事件屬性，可收集到不同地域、性別、年齡的用戶更傾向于購(gòu)買排行榜中哪些分類中的哪些商品，進(jìn)而可以在推薦位置中多推薦這種商品，以提高用戶的付費(fèi)程度。
