数据分析(一):认识数据埋点

本文主要是认识数据埋点,下篇文章将在此文的基础上具体讲如何做数据埋点。

一、什么是埋点

埋点,是数据采集领域(尤其是用户行为数据采集领域)的术语,指的是针对特定用户行为或事件进行捕获、处理和发送的相关技术及其实施过程。埋点的技术实质,是先监听软件应用运行过程中的事件,当需要关注的事件发生时进行判断和捕获。

二、为什么做数据埋点

1、优质的数据分析能够帮我们快速的找到问题所在。

2、以数据思维驱动产品迭代,精细化产品探索,不仅能验证我们的产品是否符合市场的预期,还可以及时发现产品问题,持续优化,提升用户体验。

3、数据采集准确,提高工作效率,实现产品、服务快速优化迭代的需求。

三、谁来规划数据埋点

通常是产品经理、运营或者数据分析师基于业务需求或产品需求,对用户行为的事件提前做好埋点规划,规划好需要采集什么数据。

四、前端埋点技术

前端埋点技术主要有三种,可以根据不同的产品,不同的分析需求,不同的系统架构,不同的使用场景,选择最合适的一种接入方案。

1、代码埋点

在某个控件操作发生时通过预先写好的代码来发数据的代码埋点。

优点:

(1)代码埋点控制精准,可以非常精确地选择什么时候发送数据;

(2)代码埋点可以比较方便详细地设置自定义属性、自定义事件,传递比较丰富的数据到服务端。

缺点:

(1)代码埋点代价比较大,每一个控件的埋点都需要添加相应的代码,不仅工作量大,而且限定了必须是技术人员才能完成;

(2)代码埋点更新的代价比较大,每一次更新,都必须改代码,然后通过各个应用市场进行分发,而且有的用户还不一定更新,这样你就获取不到这批用户数据。

(3)所有前端埋点方案都会面临数据传输时效性和可靠性的问题。

2、可视化埋点

可视化埋点通过可视化界面配置控件操作与事件发生关系的可视化埋点,进行数据收集。

优点:

(1)可视化埋点很好地解决了代码埋点的埋点代价大和更新代价大两个问题。

(2)可视化埋点跳过技术部署,集成简单,无需开发支持。

缺点:

(1)可视化埋点只能收集到操作埋点以后的数据,之前的数据收集不到。

(2)可视化埋点能够覆盖的功能有限,目前并不是所有的控件操作都可以通过这种方案进行定制。

(3)可视化埋点在上传事件时,就只能上传 SDK 自动收集的设备、地域、网络等默认属性,以及一些通过代码设置的全局公共属性;其他数据无法采集和追溯。

(4)所有前端埋点方案都会面临数据传输时效性和可靠性的问题。

3、无埋点(全埋点)

无埋点又称为全埋点,是采集应用里的所有行为数据并全部上报,然后再通过界面配置哪些数据需要在系统里面进行分析。

优点:

(1)无埋点支持先上报数据,后进行埋点。

(2)无埋点无需开发支持。

(3)无埋点对页面所有元素进行埋点,几乎可以监测和分析用户在App端的所有行为数据,并且可追溯。

缺点:

(1)由于无埋点方案所有的元素数据都收集,会给数据传输和服务器带来较大的压力。

(2)数据存储、计算、分析成本高昂,对用户在前端的加载也有影响。

(3)所有前端埋点方案都会面临数据传输时效性和可靠性的问题。

五、埋点方式

1、私有化部署

私有化部署:即部署在自己公司的服务器上。公司研发人员在产品中注入代码统计,并搭建相应的数据产品实现其数据应用或数据分析的诉求。

对于那些对数据安全比较重视,业务又相对复杂的需要定制化埋点方案的公司推荐使用这种方式采集数据,但所耗费的成本比较高。所以,一般只有大厂或相对成熟的产品,才会选择私有化部署的方案。

2、集成第三方SDK

使用第三方平台工具进行埋点、统计和上报,比如友盟、神策、百度移动统计、Sensors Data、GrowingIO、Talking Data等。

这种方式的成本较低,部分基础服务免费,但是数据会存在不安全的风险,而且只能进行通用的简单分析,无法定制化埋点方案。所以,一般中小型企业或产品早期,都会选择此方式,满足业务的基本数据诉求。

六、埋点事件分类

1、基础事件

基础事件是用户的属性标签,可用来建立用户画像的。比如用户id、城市、地址、年龄、经纬度、设备、ip地址、运营商、网络等信息。

2、行为事件

行为事件就是用户在软件上的行为标签。比如点击、停留时长等,都属于行为事件。而根据用户操作的行为,行为事件又可进一步细分出以下三类:

(1)点击事件:用户点击某个按钮或某个功能即算点击事件,不管点击后有无结果,点击一次记一次。

(2)曝光事件:指用户打开页面的行为,如用户打开一个页面即在这个页面上曝光一次,记录为一次曝光事件。且刷新页面也记录为一次曝光事件。

(3)页面停留时间事件:表示一个用户在某个页面的停留时长记为停留时长。


本文主要是认识数据埋点,下篇文章将在此文的基础上具体讲如何做数据埋点。


阅读原文

对产品经理感兴趣的朋友,可以移步“行业与市场分析”,期待共同交流。

你可能感兴趣的:(数据分析(一):认识数据埋点)