本文根據筆者的心得體會，跟大家分享，產品經理工作中做數據埋點的一些經驗和看法。
作為一名產品經理，你必然知道數據分析對于產品的生命周期的重要性。
解決用戶需求，解決痛點是產品的立足之根本；運營是傳遞產品價值的重要手段；而數據，則給產品和運營提供了指向的重要意義。
數據，既是產品分析的基礎，同樣，數據的采集和來源也是每個產品經理頭疼的地方。
好的數據收集和分析，可以輔助產品經理更好的了解用戶，讓團隊少做一些無用需求，或者在錯誤的需求方向上停止腳步，遏制一些異想天開的想法。
一、需求收集和分析
1. 梳理產品，清晰產品的脈絡和架構
梳理產品的產品結構
首先，先別急著馬上就去建立埋點，此處應該是優先復盤當前的產品或者模塊，整理出產品結構和頁面結構。梳理出產品完整的結構、頁面邏輯，這些都是決定了用戶在使用產品時的任務路徑，所以需要做一次完整的復盤。
梳理產品頁面流程
有了基礎的梳理后，我們需要再將業務或頁面流程梳理出來。將用戶與系統的交互故事完整的梳理出來。借助它，你更容易知道流程中的潛在地雷是什么，哪里的效率比較低，有助于系統化、全局化、周全性的思考。我們后續可以在每個流程步驟，考慮好用戶的目的、場景，提煉出重要指標。
2. 收集統計，明確統計目的和意義
如果是產品經理做埋點收集，也可以從以下的幾點思路出發。
功能流程轉化率：關鍵業務的留存轉化指標尤為重要，用戶在哪個關鍵節點發生了流失。
改版調整：如果產品做了改版，肯定會在一些關鍵入口進行了布局上的優化，那么埋點統計有利于收集變化前后的不同。產品是否更加聚焦的解決了用戶的痛點。
用戶軌跡：用戶來到了你的產品，第一件事情是做什么，然后還會做什么。如果你的產品，滿足了用戶的需求，那么主要路徑我們是可以猜測得到的。但唯獨那么一小塊路徑，是否會挖掘出更深層次的需求。
面向運營方面的，一次完整的活動運營，在工作的前中后階段，對數據的需求都不太一樣。
活動前，需要了解面向的用戶、興趣、標簽、來源，入口的引導和布局，有了這些，才可以更好地評估面向對象、渠道。而這些，在產品早期建立數據的時候，需要第一時間就考慮的問題。
活動中：對數據的時效性要求更高，落地頁或者活動頁面的 PV/UV、活動參與數、頁面登錄數、中獎數、兌獎數、活動轉化人數/金額以及用戶信息等。必要的時候根據數據反饋及時調整問題和優化。
活動后：更加注重反饋和總結，對活動的復盤；本次活動帶來了多少的訪問流量，轉化率如何，不同渠道過來的用戶表現如何，最終這些用戶轉化成活躍用戶的又有多少？
其他：
Boss：「小李啊，這個活動上了，但是效果不怎么樣，你覺得哪里可以再優化優化？」
小李：「偉大的老板，是這樣的，關于這次活動的，我整理了一份報表，通過分析這些數據后，有一個方案，請看看…...」
不管來自哪個方面的需求，收集數據必然是來源于分析目的，基于目的，才會有分析指標，才會有數據的收集。
3. 根據產品流程設計指標
在前面做了一系列的功課之后，我們就開始要根據產品的功能流程或者頁面結構，定義好分析的目的，剝離關鍵流程，提煉關鍵指標。
購物環節：寶貝詳情頁>加入購物車>訂單確定>訂單提交>支付>支付結果
在這個過程中，你可能需要采集到從詳情頁到購物車的轉化，從詳情頁到訂單確認的轉化，訂單從確認到支付成功之間的漏斗模型。
那么對應的可以為詳情頁UV、購物車添加事件、訂單確認事件、訂單提交事件、支付事件、支付成功反饋事件。
注冊流程：進入注冊>注冊信息填寫>獲取驗證>注冊成功
對應的可能想要了解到注冊流程的轉化，那么可以主要采集注冊按鈕點擊事件、提交信息事件、獲取驗證事件、注冊成功事件，再加上能夠統計到渠道包信息，那么也就可以分析出，不同渠道下的用戶轉化效果。
二、提出需求
可能前面的內容，大部分的干貨可能會講的比這個更清楚了，那么筆者在這里更多的是想要跟大家分享一下，如何提出埋點的需求。
有些公司可能會有自己獨立的數據系統，用于收集用戶數據。但是大部分公司而言，更多的是專注業務本身，所以埋點也是用了第三方。
目前有很多做埋點和數據支持的公司，例如友盟、諸葛IO、GrowingIO、神策等等，也有埋入移動端、H5、Web等，在進行選擇的時候，不妨多進行對比，沒有哪家最好，只有哪家最合適。
在這里，筆者用的是友盟統計。
1. 收集事件
首先先理解什么是「事件」，可以理解為觸發一個動作、行為或者到達某個條件，都是一個事件（Event）。
例如：在登錄中，填寫完信息后，點擊一下「登錄」按鈕，或者點視頻的「播放」按鈕，頁面流程的「下一步」按鈕，獲取到「登錄成功」，訪問某個頁面，這些觸發的行為都可以理解為一個事件。
因此，沿著流程和產品結構，會得到這么一個表格：
（可能會存在iOS跟Android的event ID不同，所以這里分開記錄）
2. 設置事件的參數和參數值
除了統計事件的觸發次數外，還可以收集觸發這個動作時，其他的附帶信息。利用這類信息，有助于對事件有更加精準的統計，又稱為參數（Key）和參數值（Value）。
事件、參數、參數值的關系如下：
舉個簡單的例子，電影播放平臺上，當用戶點擊「播放」電影時，這里可以為一個事件。出了統計這個事件發生的次數之外，我們還可以收集到這一次播放的電影類型、地區。
其中，參數就是類型、地區。類型下對應的參數值就有：喜劇、愛情片、科幻片等等；地區下對應的參數值就有：歐美、日本、韓國、大陸等。
這樣，就可以統計到，點擊播放按鈕到次數中，點擊頻次最高的是什么類型的電影、出自哪個國家的。
△ 事件-參數-參數值
當然，還有另外一種情況，那就是所統計參數的參數值，是一串連續的數值，我們無法使用參數值=1、2、3、4這樣去統計。
例如說付款頁面，點擊「確定付款」時，參數為「付款金額」，因為這個時候，我們可能會想到參數值可以=1、2、3、4等一直排列下去。但是實際操作上，參數的值會有很多，可能從1元到1萬元都會有。
這個時候，采用的是計算統計，只需定義好統計值的類型（整數型int還是float）和范圍，例如統計金額的，那么就是統計付款金額，類型為 float，范圍0-10000.00。
根據以上的步驟，可以定期維護這么一份表格：
3. 維護表格，定期溝通
在整理完以上的表格之后，別忘了和其他產品、運營、開發對一下這份文檔，看看是否有其他遺漏，同時，再進對應的事件參數等，對應到產品結構和流程中，看是否跑得通。
以后在維護需求文檔的時候，當產品發生變化的時候，可以增刪改這份表格的內容，這樣一來，開發人員就會知道了。
但是記得最重要的一點，還是得跟開發溝通，正確地描述我們埋點的意義和背景。有時候開發人員也會補充和完善你的埋點需求。
四、測試和校驗
接下來就是測試和校驗的環節，如果是接入第三方的，可以根據幫助文檔，將新加入的埋點，進行一輪測試。
因為有時候可能開發大哥對需求的理解有所偏差，或者溝通不到位，導致埋錯了位置或者定義錯了。
而在最終驗收的環節中，需要做一個校驗，避免辛辛苦苦埋下的點，等到上線后，產生了一堆無效的數據，甚至會影響后續對產品的判斷。
五、寫在最后
其實埋點也只是整個產品規劃中，關于數據分析的一小塊。
除了埋點分析外，還需要和后臺的日志數據做整合分析，善于發現每個異常，善于調研趨勢背后的原因。產品經理跟運營工作相互配合，才能夠使產品走得更快更遠。
圖片素材作者：indro
「助力產品和業務，用數據說話」
復制本文鏈接 文章為作者獨立觀點不代表優設網立場，未經允許不得轉載。
發評論！每天贏獎品
點擊 登錄 后，在評論區留言，系統會隨機派送獎品
2012年成立至今，是國內備受歡迎的設計師平臺，提供獎品贊助 聯系我們
AI輔助海報設計101例
已累計誕生 737 位幸運星
發表評論
↓ 下方為您推薦了一些精彩有趣的文章熱評 ↓