热搜:
编辑导语:数据分析在一定程度上可以帮助梳理需求,进而推动业务迭代优化,因而对于产品经理而言,了解与数据分析相关的内容便尤为重要。其中,数据埋点需求应当如何梳理?本篇文章里,作者总结了产品经理整理埋点需求的几大步骤,不妨来看一下。

互联网发展到现在这个阶段,数据驱动已经被很多人认同甚至奉为圭臬,因为有效所以扩散,观察和分析数据是产品岗位的标配了,所以对于一个产品经理来说这是必备技能之一。

从市面上各种数据分析课程和python课程以数据爬取和分析为卖点,数据热潮可见一斑。人重要的是顺势而为,既然市场有需求当然要会。

对数据的使用是分为采集、清洗、存储、提取、挖掘、分析这些部分的,采集、清洗、存储、提取是技术在处理,挖掘和分析一般是数据分析师和产品、运营等在看,各有分工。

但是源头还是需要产品或者运营来梳理,因为技术通常并不知道要采集哪些数据,所以就需要产品提供数据采集说明,也就是埋点需求的说明文档。

那么埋点需求怎么梳理?

第一步,确定公共数据点,主要是用户属性和设备属性。

用户属性和设备属性的样例见下图

公共数据点其实一般来说都是不变的,一旦确定之后很少修改,所以复制粘贴即可。

因为一般不会变化所以在第一次提的时候需要尽可能的提全面,因为如果是后续补充的话历史数据是无法追溯补充的,分析的时候可能就会有维度缺失。

第二步,确定一下产品需求的范围,也就是这次需求优化了哪些地方,把需求涉及到的app端页面全部梳理出来-不分原生或者H5,单列一个表格,每个页面列成一条。

第三步,把页面上涉及到的所有按钮补充到对应页面的下方,也单列一条。譬如一个注册页面,一般会有获取验证码按钮、注册登录按钮,每一个按钮都需要单列一条。如果是二级页面,左上角的返回按钮可列可不列,一般也不重要。

第四步,把数据埋点需求表填充完整。这就是一个填充的过程,不遗漏就行,比较需要关注的是埋点由前端埋点还是后端埋点,这个需要根据情况定一下,一般来说如果仅仅是时间譬如访问和点击这种就做前端埋点,但是需要有结果的,譬如帖子发布成功这种的就做后端埋点。如果不确定可以和技术讨论一下。

埋点需求的样表是这样的,大家可以做个参考。

第五步,埋点需求表理完之后最后需要做一下核对,看一下是不是完整了。怎么核对呢?根据数据统计需求去核对,看一下配套要做的数据统计报表能不能根据这些页面埋点统计到,如果可以的话一般问题不大。如果有遗漏的补充一下。

敲黑板:这是最重要的一步。

校验内容你可以按照以下步骤去做:

1)看一下中英文的命名是不是正确,有没有重复。正确一般不是问题,但是重复这个可能时间长了会有出现,尤其是英文名,毕竟大家英文一般都不6,所以在命名的时候尤其是尤其要注意,取个巧的方法是拿着中文去百度翻译成英文,如果重复换一个或者加001这种以示区分。

2)看事件定义完不完整,够不够清晰,如果是刚开始写的可以拿公司的历史文档去比对,照着改就行。

3)事件触发的时机对不对,如果是按钮的话其实问题不大,就是个点击事件,如果是页面访问一定要写清楚是页面100%加载完成。

4)埋点的前后端区分对不对,这个之前也有讲,如果只是事件本身其实一般做前端埋点,如果还要统计结果,譬如提交内容成功这种的就需要做后端埋点。

5)属性定义完不完整,属性会包含很多东西,譬如类型、渠道之类的,会有多个,在这个时候一定要看一下是不是全部包含了,漏掉的话在统计的时候就会有问题,虽然技术后面可能还会来确认,但是少让技术问比较好,人设靠谱。

第六步,给技术看一下,看看是不是有哪些地方需要进一步细化说明,针对性地做补充说明。这个步骤一般就是细节没讲清楚,譬如页面访问,那么什么情况下定义为一次访问,需要说明这个页面100%加载成功了才算一次访问。

埋点需求交付以后技术会排期开发,开发完之后的验收也是一个比较重要的环节,根据我们的经验埋点通常会有遗漏或者采集不完整、采集不准确的情况。

那么埋点数据怎么验收呢?

如果你有技术背景,那么就去看操作之后相应的数据字段有没有入库;如果没有技术背景那么就去看统计报表上会不会反应出来。譬如你打开一个页面,就去看一下统计报表上这个页面的访问人数和访问次数有没有+1。

埋点验收是需要一个一个页面、一个一个操作看过去的,所以可以结合页面验收一起做。

那么验收了之后就没有问题了吗?

不是的,实际上我认为即便是做了验收,也无法彻底解决数据不准确的问题,因为会有数据污染的问题,单次验收仅仅只是个例,而数据污染可能是个普遍性的问题。

从实践经验来看也是这样,大部分小厂都无法解决数据的准确性问题,数据污染问题比较严重,如果是大厂那么就会相对好很多。

数据污染产生的原因比较复杂,可能的原因是采集的时候就不对,或者提需求的时候不够准确。大概率会需要一个逐渐修复的过程,而且是一个相对长期的过程。所以如果发现数据不准确的话不要慌,一点点修复就行。说实话其实急也没用,这种就是需要花时间做的东西,表面看不到的才更花功夫。

另外,如果说技术部门愿意做全埋点的话就不需要产品额外提数据需求,如果是这样,那么必须感谢他们,因为他们为你保留了更多的头发,不至于秃的那么快,头发就是生命啊。

最后说一下并不是所有的公司都需要自己做数据这块的,如果公司的业务还处在比较早期的阶段,那么使用神策、Growing IO这些三方数据公司的产品也是一个比较好的选择。毕竟这东西做起来耗时耗力,如果不准的话头会很痛。

以上是对数据埋点方面的分享,下回分享一下数据统计报表方面的内容,算是做个衔接。