关于数据埋点的基础认识

27 评论 86790 浏览 700 收藏 9 分钟

这篇文章拖了好久,终于是写完了,然后发出来了,和大家聊一聊关于数据埋点的基础认识,喜欢,请分享。

数据埋点原理

数据埋点,对于产品迭代而言,有很重要的指向意义。

数据分析是我们获得需求的来源之一,通过对数据的比对,对数据趋势的分析,能让我们发现哪些环节存在问题,哪些环节有提高空间。同时,数据分析也是检验功能是否有效,是否受欢迎的重要佐证。

非常的直观,以一种数据的形式呈现出来,而这些数据有大部分都来自于对数据的埋点。学习数据埋点,首先认识一下他的实现原理。

以APP举例,我们可以简单的分为四个层级,表层是UI层,底层是数据表和日志。(必要时,我们可以将层级分的更加清晰。)

数据埋点的发生场景便是在表层-UI层里,其作用是监控用户在UI层产生的行为。也就是用户对界面的操作。

数据埋点其实无法统计有多少用户发布了朋友圈,但可以统计有多少用户点击了朋友圈的发布按钮,以及有多少用户在朋友圈发布页点击了确认发布的按钮。

基础认识

数据埋点我们可以分成两类,其一是页面统计,其二是行为统计。

页面统计

页面统计可以帮我们知晓某个页面被多少人访问了多少次。

其本质是监控页面加载的行为,尽管此时用户并没有对UI产生行为,但却是由上一个点击行为触发的一个结果。除了访问的人数与次数,也可以监控到用户在某个页面停留的时长,部分产品希望用户在某个页面停留的时间越长越好。

追求停留时间的产品,典型的便是信息流产品。这表示用户正在持续的进行阅读,停留的时间越长,表示内容对用户的吸引力越高,这样才能产生持续的阅读行为。

(诸如微博,朋友圈等以短信息为主要内容的信息流,长信息会更加侧重跳转详情页的数值)

行为统计

行为统计是指用户在界面上的操作行为,应用最为广泛的便是按钮的点击次数。

其实,通过数据埋点捕捉到的数据,有三层,第一层是基础层,比较通用的数据,像是日活,新增,第二层是页面访问,第三层就是行为统计,名词上来讲通常被称为“事件统计”

通过对UI界面响应事件的捕捉,我们能够得知某个按钮的点击数及对应的点击率。

基础应用知识

数据分析是很一门很复杂的学科,对于PM而言,是一个重要的需求源,而我们用来分析数据采用的方法,也非常的多,并且复杂的分析方法,可以复杂到让我们怀疑人生~~这里结合文章提到的内容,给大家做个应用分享,属于简单的分析方法。

页面统计–页面访问率

APP里,有的页面是存在唯一的主次关系,意思是B页面仅能从A页面进入。

此时,我们结合两个页面的访问数值,就能得到A页面到B页面的转化率。并以此判断两个页面是否存在可优化空间。

数据里所隐藏的优化空间,往往是存在多种可能性的。

实例

A页面与B页面具备唯一主次关系, B页面仅能从A页面跳转进入,(如:微信的,某人的相册,仅能从个人资料进入)

若 A页面访问人数为100人,B页面访问人数只有10人。

分析结果就有两种可能性:

(1)A页面转化部分设计有问题,就像文章的阅读数和标题息息相关,我们可能需要优化入口的设计。

(2)B页面留存有问题,无法让用户产生二次访问行为,以及无法让用户形成更高频率的访问。

此概念类似于“复购率”和“复购频次”

对于 有多个入口的页面,页面路径的分析方法就没有作用了,此时,我们就需要借助行为统计。

“行为统计–页面访问率”

一些基础的功能,往往被多个页面应用,也能通过两个以上的页面进入,也就是我们所熟知的“多个入口”的概念。

此时,我们可以借助 指定入口页的访问人数,入口按钮的点击人数,来判断该页面的转化率。页面可以通过ACD三个页面点击对应按钮进入,我们想要知道A页面到B页面的转化率是多少。若A页面访问人数是100,按钮点击人数是30,B页面访问人数是40,问题就变成了,在A页面点击按钮的点击率,其分析价值与页面访问率相同。

第二种分析方法,更多的是侧重对入口所在页的分析,通常提到的转化率,也是指类似的分析方法。

对于第二种方法,比较典型的是广告转化率提升的设计方法。

此类型产品,几乎不考虑“复购”问题,其追求的目标是最大限度,在不影响原有用户体验的基础之上,提高用户点击广告的几率。

与之对应的产品设计方法,更多的在于视觉的设计,类似加粗,图片,特殊形状,诱惑性的文案等。

建议

数据相关的知识非常庞大,足以支撑一个独立的职位(数据分析师,数据型产品经理)。文中所提到的都是基础的分析方法,并且还不全面。数据是产品经理的一个重要的需求源,在我们成长的过程中,如何利用数据,如何挖掘数据,如何分析数据都是必须经历的阶段。

其作用,远不止第三方平台直接呈现的部分,诸如各个数据每日对比,可以得到趋势,借助趋势,也能进行预判。可以说第三方所呈现出来的结果性数据,只是冰山一角。尝试去分析数据吧,然后驾驭数据,做一位理性的产品经理。

#专栏作家#

枯叶,微信公众号:枯叶咖啡馆。人人都是产品经理专栏作家。近6年经验的产品经理,擅长社交、社区、细分群体挖掘。

本文原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自 Pexels,基于 CC0 协议

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 说的太浅了

    回复
  2. 看了第一段,发现作者对于埋点的理解比较浅。停留在前端埋点的层面:

    数据埋点的发生场景便是在表层-UI层里,其作用是监控用户在UI层产生的行为。也就是用户对界面的操作。
    数据埋点其实无法统计有多少用户发布了朋友圈,但可以统计有多少用户点击了朋友圈的发布按钮,

    原文的这两句是最大的纰漏,这部分恰恰是最重要的埋点事件,属于后端埋点的内容。后端埋点就是统计UI层以下,看不见,但真实发生的业务动作。

    来自广东 回复
    1. 后端埋点,查看数据库不也可以得到数据

      来自浙江 回复
  3. 我看到了三里屯^_^

    回复
    1. 回复
  4. 先mark一下。我之前理解的埋点仅限于基础数据,阅读后学到了更深层次的东西。数据埋点这块确实需要花点功夫学习。

    回复
  5. 与转化率对应的是流失率,想问下,对于流失率的分析,有必要统计到每一个报错吗?

    来自浙江 回复
  6. 看这篇文章的时候,我就一直感觉我的行为再被app统计,这是很怪异的一种感觉

    回复
  7. 假如A100 B10 那么用户很少进入到B吧 所以说不存在谈B的留存 只能是A的跳转有问题
    (2)B页面留存有问题,无法让用户产生二次访问行为,以及无法让用户形成更高频率的访问。不成立吧?

    来自江苏 回复
    1. 为何不成立?用户首次进入B页面之前不知道B页面的内容,当它进入之后,发现不是符合自己预期,所以下次就不会进入B页面。这就是B页面的留存有问题。

      来自北京 回复
    2. 有点道理,但是感觉有点混淆逻辑的感觉。
      b页面的留存问题,更多的是通过分析b页面上的数据来做评判;b页面的流量很小,直接判断b页面的留存也有问题,存在很大的疑问吧。你上面举的例子,因为留存差下次没人点击了。个人认为得出这个结论还需要几个数据前提:1.该100用户都是老用户,不存在新用户(如果是新用户的话,无法得知b页面的内容质量);2.该100用户现在到b页面的转化率10%,对比该100用户刚来的时候,其转化率有明显的下跌。只有这俩前提同时存在,才能判断b留存是有问题。

      来自山东 回复
    3. 同意

      来自福建 回复
    4. 文章中的逻辑是这样的,A到B的页面转换率会受到A页面的转化设计和B页面的留存设计的影响,他没有说B页面的留存问题是由A页面的转化问题引起的,而是A页面的转化问题有一种可能是B页面的留存设计引起的,问题的本质在于如何提高A页面到B页面的转化,而不是你说的如何确定B页面的留存,事实上,B页面的“复购率”高是可以提升A页面的转化率的。如果问题的主体是B页面的留存,你说的是ok的,所以你混淆的原因是你没有搞清问题的主体。简单来说,A页面的转化率可能是由于B页面的留存率导致的,但是B页面的留存率不能通过A页面的转化率来证明,定理成立逆定理不成立

      来自广东 回复
    5. 留存是说来了还会来,由b到a只是一个转化问题

      来自浙江 回复
    6. agreed

      回复
    7. 我也觉得,当时看也有点疑惑,我觉得也只是涉及到一个A到B的转化问题,进而优化A到B的入口设计,本来想评论问下,不过看到已经有前辈提出了同样的疑虑了,哈哈哈

      来自江苏 回复
  8. 涨知识了 😉

    来自北京 回复
  9. “行为统计–页面访问率”中,这句话 若A页面访问人数是100,按钮点击人数是30,B页面访问人数是40, 我不是很明白,访问人数增加10 是其他入口的点击么

    来自北京 回复
    1. 前面说了有“多个入口”

      来自北京 回复
  10. 受教了

    来自广东 回复
  11. 写得很好,如果加上埋点操作的具体步骤和更多案例会更好。

    来自广东 回复
  12. 前辈的文章通俗易懂,学习了

    来自上海 回复
  13. 谢谢,很有用

    回复
  14. 落地干货

    回复
  15. 很不错!

    回复
  16. 基础易懂get了😄

    回复
  17. 前辈这篇写的太基础啦!!!简单易懂,手动赞~~

    来自北京 回复