埋点设计指南:拆解拼多多双十二营销活动(上)

1 评论 5967 浏览 40 收藏 19 分钟

营销活动在当今互联网中十分常见,尤其是面向C端的产品,这是一个必不可少的常规操作,比如像双11、618等这些大型活动。而在这些活动当中,“活动数据”就更不可或缺,因为这些数据有助于活动的过程追踪、结果的量化,甚至发现问题等等。

那么本文,则通过拆解拼多多前期上线的“双12全民幸福日”活动,来试图还原“数据”如何从0到1去支撑这样的活动。

阅读指南:

(1)受众人群:运营人员、产品人员及数据分析师

(2)阅读收获:

  • 了解运营活动中实现数据需求的全周期流程;
  • 掌握对业务需求的一定拆解能力;
  • 了解埋点的基本介绍及设计技巧;
  • 从0到1搭建数据埋点方案。

从负责C端产品,到经历了多次产品类优化及运营类活动,多少掌握了关于埋点分析和数据统计的一些经验。本文也将总结过往经验,并通过拆解一个线上运营活动案例,来介绍如何打造一个从0到1的数据埋点方案,以帮助精细化运营,实现驱动增长。

一、案例介绍——拼多多:双12全民幸福日

在开始进行埋点设计方案之前,我们需要先了解运营活动案例的一些关键情况,比如:活动形式、参与形式、技术能力等,这些有助于对方案设计的合理性把握。先来介绍一下此次作为分析案例的基本内容。前段时间拼多多上线了一场关于运营活动——“双12全民幸福日”。这个活动最终产生的效果、销量如何我们可能无从得知,但是不妨碍我们去剖析其中的一些“数据痕迹”。

1.1 基本信息

双12全民幸福日是限时团购及特价销售的电商活动,并借助红包、补贴等诸多形式激励用户消费使用,而此次活动几乎囊括了整个电商品类。同时还提供了“幸福小镇”这样的游戏活动模块,增多趣味性,让更多用户参与其中。

1.2 活动初探

(1)活动开发:从体验的活动主页面来看,这是一个由H5技术开发,并支持在浏览器打开的活动链接,而它的主要入口则是从拼多多app首页进入。

所以这里有2个关键信息:

  1. 这个基本是由H5形态支持的活动,但也涉及原生app入口,所以需要考虑H5和原生native打开时候数据采集的差异;
  2. 不同平台类型对用户识别方式不一,这个活动大量为H5原因,同一台设备打开不同的浏览器会导致用户多个情况,所以需注意游客用户的唯一性,至于如何实现,下文会提及。

(2)用户类型:主要分游客用户和登录用户,其中登录用户分微信用户、QQ用户和手机用户。由于这里涉及不同的用户类型,口径不一致会导致后续的数据分析缺乏统一性,所以就需要做一些设计尽量做到口径统一,即在数据采集时做到多字段关联。

  • 游客用户:此类用户没有真实的客户信息,所以一般通过设备ID来标记这个用户;
  • 微信用户:以微信ID为识别用户,支持openid、用户头像、用户昵称、国家省份城市、用户性别等获取;
  • QQ用户:以QQID为识别用户,openid、用户头像、用户昵称、国家省份城市、用户性别;
  • 手机号用户:指以手机号为id的用户。

1.3 协作结构

(1)参与人员:支撑起这个活动方面的数据需求实现,主要涉及以下的角色

业务/运营人员:负责业务需求的反馈,真正业务kpi的背负者。

  • 数据分析师/数据产品经理:把业务诉求转化成数据需求,并对数据口径、指标进行定义;
  • 前端开发:进行前端代码实现埋点需求;
  • 后台开发:借助后台统计实现数据需求,与埋点数据相辅相成;
  • 数据工程师:针对由前端和后台反馈的数据信息进行相关数据开发,比如汇总、计算,乃至输出报表等;
  • 测试人员:对数据进行测试验证,确保符合业务诉求。

完成一系列的数据需求,少不得需要以上的人来参与。

(2)数据角色支撑

以上提及需要什么样的人来参与,以及协作流程。那么数据分析人员,就需要承担以下的支撑工作

  • 业务需求拆解,转化为数据需求;
  • 定义数据口径,指标统计方式;
  • 输出数据方面的文档,比如埋点文档;
  • 针对需求输出定期的数据报告,及时关注数据表现情况。

二、活动还原拆解

由于不是拼多多的员工,我们无法拿到准确的活动策划方案,那么就只能通过活动页面,试图来倒推其需求方案。而整体的还原方法,则从业务拆解、技术条件和需求总结三方面梳理此次活动业务需求。

2.1 业务拆解

显然这是一场年终大促的电商活动,分别提供了“主会场”、“幸福小镇”、“万券齐发”、“年度发布”、”百亿补贴“、”限时秒杀“、“我的1212”等7个主要的体验地方。通常情况下,业务会基于产品设计以及业绩目标制定相关的数据需求。而接下来,将挑几个地方来还原业务需求场景。

(1)全局需求

全局需求是指不仅仅在某个页面、某个环节上的需求,而是从整个活动整体出发,一个总数据需求,比如:新增、活跃等总体数据需求。

1)活动用户

因为电商活动最终目的是引导购买,这个就需要明确的账户信息,因为这些信息关联了一系列的商品、订单、物流、交易额等信息,以及数据采集的主体,所以需作为第一个重点关注了解。

而从活动设计看出,尽管这个大促活动也有一套账户体系,但本质是与APP的账户体系是打通共生的,所以可以理解为只是一个H5的拼多多活动版。只是因为参与此次活动的账户,与活动数据关联形成一个独立的“客群”

那么关于用户级别,业务一般会关注以下几个纬度数据:

2)活动整体

其次就是活动一些整体需求,包括页面访问情况及分享功能情况。由于这两方面在活动哪个页面都是存在,所以可以提取为一个全局性的需求。

(2)主会场

主会场属于整个电商活动的主页面,这个页面设计了较多地方让用户参与活动。而此次拆解从优先级、曝光位置选取“秒杀万人团”和“品类频道”进行分析。

1)页面整体

每个一级页面,都应该有属于本页面的整体级业务需求,但一般抽取的都是具有共同性、宏观性的需求。所以主会场的业务拆解主要体验了页面访问、分享及活动规则的需求。

2)秒杀万人团

从主会场的页面可以看出,万人团这个位置几乎占据首屏的大半位置,因为这里的曝光、商品转化是最高的,也是考验此次活动的成色地方,所以这个产品区域将会是业务重点关注的区域。

由于这个模块是属于团购模块,所以业务除了关注页面访问情况,还会关注发起、拼单等关键行为。

3)品类频道

一般电商会对商品进行分类,这就是所谓的品类商品,而此次主会场也挑选了10来个品类展示。

(3)活动账户中心:“我的1212”

这样页面接近于APP的个人中心页,通常情况下反而是打开相对较少的页面,除非发生购买交易,需要登录或查看订单之类的行为,基本是很少被用户打开。另外,由于这里有登录态和未登录态,所以页面展示会有所区别。

由于“我的1212”属于比较重个人功能服务,这里拆解了登录和补贴两个特殊的功能业务。

1)登录

2)补贴红包

通过以上的活动分解之后,还原了一些业务的数据需求,接下来就要对这些需求进行进一步的挖掘。那么基于以上的需求,我们就需要确认现存的技术条件、产品设计等方面是否满足需求。

2.2 SDK采集

通常情况,执行数据采集的SDK本身会自动采集一些常规数据,比如新设备用户、页面停留时长等等,所以我们在考虑埋点设计的时候,是需要结合其他技术是否能够协助支持。而SDK方面的分析,在这里不过多讨论(具体可以了解以前的分享:V.10 | 数据产品不得不知的技术知识)。

主要重点需清楚H5和APP 两类型SDK的差异及优缺点。

2.3 埋点统计

(1)定义:相信大家都了解,这里就不多解释,埋点其实就是通过前端或后端去收集用户的操作行为信息,每一个操作行为都可以理解为一个埋点事件。

(2)平台:前端方面的埋点,主要有APP、H5、小程序等,不同的平台类型都支持埋点收集,但由于平台原因,一些采集的信息会有所不同。

(3)类型:通常埋点主要集中3个方向,分别是曝光类事件、浏览类事件、交互类事件。

  • 曝光类:大多指页面加载完毕,没有做太多操作的页面曝光,可以理解为只要完整打开这个页面就算曝光;
  • 浏览类:指页面不仅打开还进行一些浏览操作,比如在页面下滑至某个区域,停留时长达到多久等,都可称之为浏览事件;
  • 交互类:指用户通过物理与应用产生交互的事件,比如点击某个按钮、滑动某个元素,甚至系统自动弹窗此类都可以作为交互埋点事件。

(4)价值:埋点的价值在于能够监控用户在使用过程中的一系列行为变化,对用户留存、转化等方面的分析十分之有帮助,比如可以了解用户从进入页面到离开页面的整个生命周期,并对这些用户进行精细化运营。同时也可以附带更多扩展字段,辅助数据收集。

2.4 后台统计(也可以是后端埋点)

(1)定义:指统计一名“有身份”且不可那么容易被迁移信息的用户,比如手机号用户、微信用户,这些有明确用户信息并能够关联真实身份的人,而不是一个“游客”用户。通常情况,这类用户需要在有“身份验证”场景下存在,比如电商购物、金融投资、医疗服务等。

(2)特点:这类用户往往有比较多的客户子信息,比如地址、性别、年龄等,可以延伸成CRM当中的客户数据。

(3)技术:通常后台开发会建立相应的数据库,以及需要存储的字段一一记录这些客户数据,以及在使用平台中产生的各类数据,比如交易金额、交易商品、交易记录等等。而此次分析的电商活动,就会有买家信息表、商品表、交易表等等。

2.5 拆解总结

针对以上已经对业务需求及技术手段有一定的把握,那么结合现有的资料和平台规则,初步确定一些方案及需求导向,为埋点设计提供支持。

(1)技术工具

  • SDK:APP+H5
  • 埋点:前端代码埋点,工作量大但是满足需求,相对准确,缺点是灵活性较低,不易更改

(2)平台规则和指标能力

显然,我们在埋点设计需要知道平台能提供什么样的埋点服务。通常各大厂都会自研,或采用市场上一些知名的第三方平台。不管大家的技术水平如何,一般埋点都会支持以下的采集能力。

  • 总次数: 在选定时间范围内,该事件触发的次数;
  • 触发用户数: 在选定时间范围内,触发该事件的独立用户数;
  • 人均次数: 在选定时间范围内,独立用户触发该事件的平均次数;
  • 人均时长:在选定时间范围内,触发该事件的总时长除以总人数。

(3)需求导向

本质上,关于埋点方面的需求导向有3种,分别是基础需求导向、业务需求导向、垂直领域导向。我们做埋点设计的时候,需要基于业务的需求分析他们的意图是什么,是需要了解哪方面的数据,对他们的业务起到什么作用。所以这时候埋点设计面向的用户应该业务。并且有时候业务提的需求不一定完整表达出他们的意图,我们需要从中找到不妥的地方,或者完善。

1)基础需求导向:这里具体指通用的埋点需求,即不用业务反馈,都是默认且必须策划的地方。比如所谓的PV、UV,甚至停留时长;

2)业务需求导向:主要基于此次场景的业务诉求,因为每场活动不同,存在一些特定的需求埋点,所以我们就需要以业务为导向,制定适应的埋点方案:

  • 用户链路:游客-注册-登录-活跃留存

  • 交易链路:曝光-点击-浏览-下单-复购

  • 渠道链路:投放渠道-曝光-转化量

3)垂直领域导向:为什么会有这个导向,因为不同行业领域,数据关注的指标分析其实是有不同的,比如电商关注GMV,金融关注贷款率等等。那么作为此次研究的样本“我的1212大促”,就需要关注这些指标,通过指标倒推需要哪些埋点:

  • GMV
  • 商品销售量
  • ……

相信到了这里,大家对此次拆解的案例样本已经有了一点认知,以及对埋点有了点“感觉”。上文先整理到这,主要为大家介绍前期的需求梳理,掌握业务情况,并借助一些行为模型作为参考设计。大家先消化消化,下文这几天再整理上传。

 

作者:A.D,数据产品一枚;公众号:吾某

本文由 @A.D. 原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自Unsplash,基于CC0协议。

给作者打赏,鼓励TA抓紧创作!
3人打赏
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. 公号有完整文章,以及此次分析完整的业务文档、埋点文档及活动图,关注(公号:吾某)并回复埋点

    回复