本文從三個部分解析了數據埋點怎么做——埋點數據來源、埋點流程、產品側制定埋點表。

本文從三個部分解析了數據埋點怎么做——埋點數據來源、埋點流程、產品側制定埋點表。

做數據埋點首先要知悉這兩個點：

1. 產品中的數據是由產品中的用戶產生的。
2. 用戶產生的數據包含用戶信息的數據、用戶行為數據（在產品中留下的足跡）和用戶交易數據（交易數據在有線上購買行為的產品中會用到）。

用戶信息數據是用戶在產品中輸入的，主要是用戶的個人基本信息。用戶交易數據數根據用戶信息數據購買行為來計算用戶ARPU值和用戶在產品中的終生價值LTV值。

• 從用戶信息數據到用戶交易數據，主要是用戶主動發起的，所以可以理解為用戶側。
• 從用戶行為數據到用戶交易數據，更主要是產品流程為用戶營造的購買體驗感，所以可以理解為產品側。

埋點數據來源可以分為頁面埋點（針對于整個頁面，主要收集進入頁面的用戶數據）和事件埋點（基于某個具體功能點，通俗一點說就是按鈕，主要收集功能點擊人數）

由上面的例子可知：埋點事件分為兩類：

• 瀏覽事件：一個頁面記一次(打開、刷新、跳轉、加載等) ，還可以統計頁面的停留時間

一定要明確埋點數據的目的。埋點的目的是為了獲取有效的數據，而數據是否有效是由數據需求拆解到具體 “指標 + 維度”。

比如基于用戶購買商品的轉化流程。用戶路徑是：點擊“去購買”事件→進入“商品詳情”頁面→點擊“立即購買”事件→進入“確認訂單”頁面→點擊“提交訂單”事件（支付）→進入“訂單詳情”頁面。根據所有梳理出的關鍵行為，生成相應的埋點方案。通過埋點數據，進而就可以算出轉化率了。

三、產品側制定埋點表

目前大部分公司基本上是采用第三方數據統計平臺，不同平臺的埋點文檔大同小異，但是同一個公司如沒有統一的埋點規范和埋點管理平臺，就會留下大量的坑。（一千個產品有一千個規范，一千個點可能就有一千個坑），因此標準的埋點文檔很有必要。

數據埋點是為了更好的數據采集，通常記錄用戶行為的基本要素采用4W+1H的方式，即人物（Who）、時間（When）、地點（Where）、行為（What）、方式（How）。用戶在什么時間什么地點使用什么方式產生了什么樣的行為來記錄。

• 人物（Who）：參與事件的用戶，一般使用開發過程中對用戶定義的唯一ID，包含用戶的設備ID、UserID、等非敏感信息。對用戶的姓名、手機號、身份證號碼等敏感信息不建議直接采集，如必須采集可采用脫敏的方式進行。
• 時間（When）：記錄行為發生的時間，常見標準的YYYY-MM-DD HH-MM-SS的時間戳以外還可以使用服務端的Session或登錄序號等。記錄值將用于區分用戶的登錄次數，界定活躍次數和行為歸屬。
• 地點（Where）：記錄行為發生的地點，包括用戶的IP地址、GPS位置、場景或來源（WEB/微信/APP）。
• 行為（What）：事件的內容，即發生的細節，可以采用記錄事件的屬性/參數生成記錄值，常見格式為Key-Value模式。
• 方式（How）：事件所處環境和發生方式，常見的記錄值有：網絡環境（WIFI/4G）、系統版本（iOS 12.0.1/Android 8.0)、設備型號（HUAWEI/XIAOMI/Apple）。

人物、地點和方式是通用數據，主要是針對于用戶信息數據的整理和收集。這兒就不再贅述。而時間維度的數據是根據行為來的。所以重點說下行為數據。

上圖是一個常規的頁面。針對這個頁面統計頁面埋點和事件埋點梳理出來的表為：

如果是自己公司數據后臺梳理埋點，非自定義的。到這兒就已經結束了。如果是用第三方統計工具，需要自定義轉化事件的。接著往下面看。John以GA為例子：

1.GA收集事件的埋點有固定的代碼（第三方的統計工具都是大同小異的），以下是統計方法：

其中字段說下：

action： 事件名

event_category： 事件來源頁面

event_label： 事件相關值

…… 其他參數

具體可以查看：google文檔——衡量 Google Analytics（分析）事件：https://developers.google/analytics/devguides/collection/gtagjs/events

則在上面的頁面，action 事件名列表：

對應的參數說明：

event_category代表的是來源的頁面：（也就是哪些頁面有對應的按鈕事件），比如去購買按鈕按鈕有很多頁面入口進來，商品詳情頁（從商品列表進來），秒殺詳情頁（從秒殺列表進來）。就可以在GA跟進對應的事件算出轉化率了。

其他頁面也是如此。

確認埋點區域、內容、形式和APP產品邏輯的對應后，將所有需要埋點的內容整理成埋點方案。撰寫方案過程中要注意：

• 業務名稱即APP上的功能或事件名稱，以保證方案內容與APP呈現對應關系；
• 事件ID命名時，一定要保證唯一性
• 自定義事件ID設定時遵循唯一性排他性，不可出現重復命名
• 數據標簽不是越多越好，在滿足功能需求下盡可能簡潔。越繁瑣的埋點文檔越容易產生不一致。

接下來就可以在GA后臺根據對應的事件來整理轉化率。工具的方法自己去看對應的視頻吧。

作者：John，產品狗一枚，微信公眾號：產品狗聚集地。歡迎一起溝通交流。

本文由@John 原創發布于人人都是產品經理，未經許可，禁止轉載。

題圖來自Unsplash, 基于CC0協議。