为什么要做数据埋点？

导语：数据埋点是一种常用的数据采集方法，在如今这个大数据时代，用户的行为路径等等都会被记录，形成用户画像，以此进行分析；本文了关于数据埋点的定义以及为什么我们要做数据埋点，我们一起来了解一下。

产品经理小强负责的产品，最近上线了“意外险”的保险业务：用户在下单时，可选择购买意外险，若发生意外事件，造成了损失，可向保险公司理赔。

一、缺失的数据

用户在使用产品的过程中，一般会产生两种类型的数据：过程数据、结果数据。过程数据是用户完成某个目标前的操作记录，结果数据是用户一系列操作的最后结果。

在意外险业务中，用户浏览保险介绍页面、勾选购买保险等行为，是用户操作过程的记录，属于过程数据。

用户完成支付，生成保单，是业务执行的结果，属于结果数据。

结果数据是用户在产品中执行某个操作的结果，当用户要做某个任务时，需要查看或使用，对功能使用和业务的正常开展有直接关系。

当用户理赔时，必须要查看用户购买保单信息，作为凭证；产品方需要根据该数据，跟保险公司结算费用，或考核业务发展情况。

为了方便调用，研发在功能时，一般都会建立业务数据表，用于存储结果数据；为方便回溯，业务数据表一般会永久保存，不会定期清除。

若只保存用户购买保险的结果数据，研发只需要创建一张保单信息表；但若要保存购买保险的过程数据，研发需要创建为浏览保险记录、勾选购买保险等多个操作，创建多张数据表，量增加了很多倍。

相对于只存储必要的结果数据，用业务数据表保存过程数据，导致成本大幅增加。因此，大部分过程数据，都会在时被直接舍弃。

然而，过程数据虽不会被接口调用，也不需要显示，但过程数据依然有很高的分析价值。

因此，为满足过程数据的分析价值，需要有一个低成本记录操作过程的方案。

数据埋点—就是最常见的解决方案。

二、数据埋点的定义

在数据分析领域，通常将用户在产品中的行为称为事件，如搜索商品、滚动商品列表、浏览商品详情页、将商品加入购物车、支付订单。

用户在产品中的所有行为，都会有相关的代码运行，如用户打开了一个页面，该页面的代码就会加载；只要研发在功能时，为事件植入一段监控代码，当事件被触发时，让事件的监控代码同步执行，就可以按约定的方式和结构，采集该事件的相关信息，并上报到。

在设计数据埋点方案时，根据业务和数据分析的需要，设计需要监控的若干个事件，并交由实现；为方便使用和埋点，每一个事件埋点，都会定义一个名称，称为“事件名”

三、数据埋点的能力

通过植入到对应位置的监控代码，我们可以准确地记录用户对应行为的相关信息。这些信息可以用what、who、when、where、how5个单词来概括。

1. what：什么事件

采集事件的具体内容，一般有以下5种类型：

1曝光

曝光量可以帮助产品经理寻找迭代方向，相对于日曝光量100的页面，曝光量10w的页面，有更高的用户价值或商业价值，更值得进一步优化。

3启动

结合日活数，计算出每日人均使用次数（即平均每个用户每天打开app的次数，日启动数/日活跃用户数）可用于评估活动效果。

从某一天开始，每日人均使用次数从2次增加到4次，而当天只上线了一个活动，没有其扰事件，说明该活动有效提升了用户使用频次。

分析不同时段的启动次数，得到用户使用时段分布，即不同时间段内的使用次数，如中午12点到13点使用次数高，凌晨1点到7点使用次数低。

4退出

用户退出app，如用户在双十一活动详情页退出了app。

退出数据能定位用户操作断点，即一个完整的业务流程中，用户在哪些节点退出app的次数多；如果能优化这些节点，降低退出率，即可提高对应流程节点的率，从而更好地达成业务目标。

保险购买业务上线后，保险购买量很低。分析退出数据，发现大量用户在保险介绍页退出了app。

经调研确认，原因是保险介绍页中的理赔范围不够明确，导致用户失去耐心后直接退出app；重新整理并上线后，保险订单得到了很大的改善。

5报错

app出现了错误，如崩溃、闪退等。

报错数据能帮助研发定位产品漏洞。对环境的依赖很高的偶发性报错，往往很难重现；若没有及时记录报错信息，研发很难定位到问题，最终可能只能选择暂不修复，不利于改善用户体验；研发获得了报错信息后，能更快定位到问题，大幅提高bug修复的效率。

新版本上线后，有用户反馈频繁闪退，但尝试了所有机型，都未重现；从报错数据中找到该用户的报错信息后，研发很快就找到了原因，并修复上线。

2. who：哪个用户

参与事件的用户是谁，即用户身份，通常会从人（用户ID）和设备（设备ID）两个角度，来标识用户身份，即：哪一个用户，在哪一台设备上，参与了该事件。

准确识别参与事件的用户身份，有两个重要价值：

1统计去重

在做数据分析时，我们不仅想要知道次数，还想知道人数（即UV）以便计算功能受众范围的大小。通过标识用户身份，我们能准确判断多次操作是同一个用户所为，即可实现去重。

去重后的用户量，可用于评估功能影响范围。用户量越大，越值得投入资源继续优化。

两个相同目的的功能，A的UV只有1000，B的UV是10万。在团队资源有限的条件下，B明显更值得继续优化。

2分析留存

留存是指某个周期内有使用的用户，下一个周期依然有使用的用户数量；只有准确标识用户身份，才能实现留存统计。

留存是衡量功能黏性的重要指标，当新功能上线时，使用了功能的用户中，下个周期继续使用的用户量越大，新功能的用户粘性越高；而用户黏性高的功能，商业价值更大。

很明显，前者的用户黏性更好，对广告收入的贡献更高。

3. when：发生时间

记录发生时间，可按周期对数据作汇总，统计某段时间内事件发生的次数，得到时间分布情况，了解用戶的行为习惯，进而在用户活跃高峰期开展特定的活动，以提高率。

4. where：发生地点

事件发生时，用户所在的地理位置。如经纬度、所在省市区。

记录发生地点，可按所在地的行政单位对数据作汇总，分析活跃用户的地区分布情况；结合时间周期，可分析出不同地区的业务增长情况，指导工作方向。

新功能上线后，发现一线城市的业务量远超其他线城市，但从最近几周的数据看，三线城市的增幅很高，如投入一定的资源，可能会获得更快的增速。

5. how：发生方式

用户使用功能的环境，包括硬件环境和软件环境，如手机厂商、型号、分辨率、网络条件、手机操作、app版本等。

若大部分用户使用的是低配置手机，则应该降低客户端的功能复杂度，避免运行卡顿；反之，则可以在客户端设计更炫酷的交互效果、对手机性能要求高的功能，让用户得到更好的使用效果。

四、总结

数据埋点将有数据分析价值、但没有存储到业务数据表的数据以日志的形式存储下；埋点采集到的每一种类型的数据，对产品设计优化、迭代方向选择、业务目标达成等有很高的价值。

数据埋点是数据产生价值的起点，值得产品研发团队当成一个重要工作来推进。

专栏作家

本文相关词条概念解析：

用户

用户，广泛的含义是使用者，即使用你的产品或服务的一方。一般是指城镇、农村接受社会某种有偿服务的客户。如：供水、宽带、通信、供暖、煤气等客户。用户分为电脑登录用户，每一个电脑登陆用户都是采用个人的设置。用户：某一种技术、产品、服务的使用者，使用某种产品的人。用户：在计算机里还指人、帐号、进程等。信息通信技术的发展使得创新不再是科学家和技术研发人员的专利，用户对与科技创新的重要性被日益认识，用户参与的创新2.0（面向知识社会的下一代创新）模式正在逐步显现，用户需求、用户参与、以用户为中心被认为是新条件下创新的重要特征，用户成为创新2.0的关键词，用户体验也被认为是知识社会环境下创新2.0模式的核心。