栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 前沿技术 > 大数据 > 大数据系统

埋点设计初实践

埋点设计初实践

数据模型

比较常用的5类:QQ模型、AARRR海盗模型/用户生命周期、用户行为模型、RFM(用户价值)模型/分类精细化运营、人货场模型。

QQ模型

数量(Quantity)

  • 绝对数指标,例如收入、用户数、渠道数、GDP、人口数

质量(Quality)

  • 相对数指标,例如利润率、留存率、覆盖率、人均GDP、人均消费
AARRR海盗模型

又叫用户生命周期

  • Acquisition新增
  • Activation留存
  • Retention活跃
  • Revenue收入/付费
  • Refer推荐/传播
用户行为模型
  • 新用户
  • 下载用户
  • 活跃用户
  • 兴趣用户
  • 付费用户
RFM模型

含义:(用户价值)/分类精细化运营

  • R最近一次购买时间
  • F购买频次
  • M购买金额
人货场模型
  • 人:用户数 留存数
  • 货:商品数量/商品单价/商品动销率/客单价
  • 场:网站渠道
数据采集埋点流程 梳理业务
  • 梳理产品逻辑,清晰产品的脉络和架构
定业务目标
  • 梳理各角色需求
  • PM
  • 功能流程转化率
  • 页面停留时长
  • 用户行为轨迹
  • 效果评估
  • 运营
  • 用户指标
事件设计 事件和数据采集埋点设计

1. 确认事件与变量

  • 事件:指产品中的操作
  • 变量:指描述事件的属性

在确认事件与变量时,我们可以按照产品流程(用户旅程)来设计关键事件,如果想要进一步描述事件属性,那么就可以将属性作为事件的变量。例如:浏览商品详情页、加入购物车、结算、支付成功。

这四个指标分别代表四个事件。如果想要进一步监控不同品牌、不同商品的购买转化率,就需要用品牌和商品的维度去拆解关键指标,那么品牌和商品就是这四个事件的变量。

其实还有一种事件模型4W1H,它们分别是 who when where what how

Who:用户 ID、昵称、性别、年龄、来源、访客标识、设备指纹、登录ID、设备ID、用户ID、手机号、微信识别码等

When:分享的时间、是不是首日分享、是不是首次分享、事件发生时间、上报时间、记录日志的时间戳、日志上报的时间戳等

Where:进行分享时的地理位置、设备环境、网络环境、业务环境、在Web、移动端还是小程序下,如果是移动端,GPS地址在哪,使用的是哪个APP等

How:设备型号、操作系统、系统版本、APP 版本号、网络类型、分享的渠道、是否分享成功、如果是搜索行为,则记录关联词;如果是内容点击,则记录内容ID、内容类型、列表位置;如果是交易动作,记录交易的商品ID、类型、数量;如果是支付过程,记录付款的方式与付款金额等

What:分享的公众号 ID、分享的公众号文章 ID 、事件标识、事件参数、操作系统、设备型号、网络环境、APP版本、当前页面、展示内容等信息等

这中间有很多重复的需要理解看待!!!!!!

2. 明确事件的触发时机

事件的触发时机,往往是影响数据准确性的重要因素。以「加入购物车」事件为例,触发时机是点击这个按钮时,还是加入购物车成功时呢?

不同的触发时机代表不同的数据统计口径,我们要尽量选择最贴近业务的统计口径,然后再与开发沟通,在可行性与业务贴合度之间找到最优解。

另外,由于产品中可能有多个入口均可「加入购物车」,触发入口是否已列举完整,也会影响数据准确性。这个时候,我们可以采用 MECE 原则,即相互独立,完全穷尽:不要重复列举,但要包含所有入口。

3. 规范命名

对事件进行规范统一的命名,有助于提高数据的实用性及数据管理效率。我们建议使用「动词+名词」或者「名词+动词」的规则来命名,比如「加入购物车」事件,就可以命名为:addToCart。

无论如何,需要确保的是,团队/公司内部必须建立统一的认知,使用同一套命名规则。

4.明确优先级

考虑到埋点的技术实现成本以及资源有限性,在设计埋点方案时,一定要对埋点事件有明确的优先级排布。

基于上述四要素来完成埋点方案设计,不仅可以提升需求方与开发团队的协作效率,更能为后期的数据提供质量保障。

模板:

表头

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TnubZMJX-1638347532104)(C:Users86133AppDataRoamingTyporatypora-user-imagesimage-20211201163022506.png)]

模块


埋点方式

点击事件 曝光事件 页面停留时长

(Time on Page),简称Tp

属性设计 数据采集 构建指标集合/体系 统计类 数据分析量化
  • 现状分析
  • 原因分析
  • 预测未来
转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/630122.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号