您当前所在位置:十大网彩平台官网 > 新闻资讯 >

数据指标系列:数据采集手段-埋点和无埋点的适用场景

原标题:数据指标系列:数据采集手段-埋点和无埋点的适用场景

「数据指标系列文章」旨在分享埋点方案设计的手段论和实际场景行使分析,为企业又快又准地搭建首高质量数据指标系统挑供协助。系列文章将不息在 GrowingIO 公多号和博客公布,迎接行家关注。

作者:GrowingIO 产品经理 檀润洋

作者:GrowingIO 产品经理 檀润洋

产品经理都会行行使户走为分析平台 GrowingIO 来监控用户中间走为外现,追求新的产品机会,分析用户转化或留存的因为。而切确的数据采集是实现上述场景的必要条件。

在多年的实践中,吾们逐渐发现,只用一栽数据采集手段无法解决日好复杂的数据分析需求,无法适宜高速迭代的产品开发节奏。GrowingIO 挑供了埋点采集和无埋点采集两栽手段来适宜产品经理的分别诉求。

产品经理必要晓畅什么场景下行使无埋点事件,什么场景下行使埋点事件,以便于已足他的分析诉求。在晓畅场景之前,产品经理需知上述数据采集手段的特性和边界,才干扬长避短,足够发挥两栽采集手段的上风。

1. 埋点采集

埋点, 顾名思义就是借助埋点(写代码)来采集数据,在必要监测用户走为数据的地方添上一段代码。

经过数据校验后的埋点数据是实在的,安详性高,正当监控和分析;且埋点往往能够增补较多的营业属性,方便产品经理对事件进走营业属性拆解和下钻分析,能很好地从营业逻辑切入走为分析,理解走为背后的营业思路。

天然,埋点也存在一些劣势:

埋点是必要跨团队配相符的; 埋点不及回溯历史数据; 往往因为埋点数目有限,很多用户走为数据能够缺失,影响数据分析的效率。

终极能够导致诸如:异国埋上点,埋点数据变态,埋点上线营业已经下线,想分析的维度忘了「埋」上去等等。

在这边,吾们想稀奇强调的是第一点——团队配相符,它能够会被很多人无视,却是在完善埋点的过程中很主要的要素。

睁开全文

这是一家较为成熟的公司的埋点流程:

从上图能够望到,埋点这件事,往往不是一幼我或者一个团队就能完善的事情;它必要跨团队配相符,必要营业人员、分析师、打点工程师、数据校验工程师等的通力配相符。在实际做事中,跨团队配相符常会遇到部分墙题目,疏导题目,资源优先级题目等等。同时,产品经理很难从一路先就掌握所实用户路径,很能够存在漏埋、错埋的表象,又要重新和谐排期和资源,费时费力。

原形上,倘若产品经理等营业人员总是能用上实在的、及时的数据,并能深度分析,那么这家公司的机关能力、数据管理的能力,以及数据驱动的文化往往都很特出(天然这栽公司的营业外现也很好)。

2. 无埋点采集

无埋点,原形上并不是真实的不必要写代码,而是前端自动采集通盘事件并上报所有的数据,并经由过程「圈选」来猎取必要行使的事件。GrowingIO 在服务上千家客户的过程中积存了大量的经验,无埋点采集的实在性在分别开发框架下都有大幅度升迁。

圈选本身不必要机关配相符,产品经理能够不倚赖任何人就能采集到数据,并立即在分析工具中行使,所见即所得。以去消耗几天的做事,借助无埋点秒级完善。而且圈选能够回溯以前7天数据,较好地解决了“忘了埋点”这个痛点。

然而,异国一栽数据采集手段能够解决全部题目,这栽手段照样有其弱点。

片面营业维度无法采集:比如,能够清新用户点击了购买,但不清新购买了什么。 滑动等走为,无埋点采集一时无法实现。 无埋点采集的数据是经由过程界面位置和上属下有关来标示本身的,一旦界面发生较大转折,会导致数据无法不息采集,必要重新圈选。 数据实在性也会受客户产品开发框架、开发规范以及能力的影响。

产品经理在行使时要晓畅这些埋点和无埋点这两栽数据采集手段的上风和弱点,并判定哪栽采集手段能够声援你的营业需求。

3. 什么场景下用无埋点?什么场景下用埋点?

数据采集手段的选择是基于营业场景的,那么,分别的营业场景下答该选取什么样的数据采集手段呢?

先来望望,你是否遇到过如下场景?

做了一场运营运动,但异国埋点的产研资源; 想衡量交互细节,而必要查望的交互细节专门多; 想查望一个用户在访问时的全部走为轨迹,追求用户行使产品场景; 产品每周发版,想要迅速衡量每次发版的最后; 要做一个分析,发现异国所需事件,打点和积存数据来不敷,又必要尽快产出结论; 当新功能上线时,你蓦地发现有一个主要的元素忘了埋点。

这类场景更正当行使无埋点事件,基本上也只能行使无埋点事件。这类场景,吾们称之为「追求式数据场景」,它们具有如属下性:

A.营业属性弱,交互属性强;

B.需求及时性强,要迅速落地得出结论;

C.数据行使周期短,不必要永远监控;

D.相比实在性,更必要趋势安详;

E.非中间数据,数据可及性 (access data) 强。

你是否也遇到过如下场景?

必要每天、每周、甚至每月汇报 KPI 外现; 必要分析以前一年中间 KPI 的添长情况; 必要对营业进走深度分析:比如分别 SKU 的购买转化分析; 必要进走归因分析:比如产品分别入口的带来的出售额分析。

这类场景是中间 KPI 监控和深度营业分析,提出行使埋点事件,尤其是深度营业分析只能行使埋点事件。这类场景,吾们称之为「监控与分析式数据场景」,它们具有如属下性:

A.数据安详确在,逆答实在营业场景;

B.必要永远监控,数据必要永远存储;

C.营业属性雄厚,能够做深度营业分析;

D.监控中间 KPI,指标必要少而精;

E.必要竖立数据权限,数据可及性 (access data) 弱。

这两类场景不是互斥的。行为产品经理,吾们近乎同时遇到这两栽场景。

一个用无埋点采集手段就能解决的题目,若行使埋点,既不及立刻望到数据,也会铺张公司工程资源;一个用埋点采集才干解决的题目,用了无埋点能够会导致数据担心详,营业维度少等题目。

埋点和无埋点各自有本身的上风和劣势,所以有着分别的适用场景。面对分别的场景,吾们必要清晰主意是什么——是追求,监控,照样深度营业分析?吾们必要采集的事件多吗?吾们为了实现这个现在标拥有的资源是什么?结相符各栽情况综相符判定,去采纳更正当的数据采集手段。

“柢固则助长,根深则视久”,数据采集正是数据驱动的“根”。经由过程无埋点和埋点技术上风相结相符,“实在性”和“便捷性”得以兼顾,让更多企业在数据添长系统搭建初期就能够打下坚实的基础。进而经由过程数据获得分析和洞察,请示商业解决和营业发展,实现数据驱动添长。