本文以B2B電商產(chǎn)品“億訂”為實(shí)例，與大家一同談?wù)剶?shù)據(jù)中臺(tái)的數(shù)據(jù)埋點(diǎn)。

筆者所在公司為富力環(huán)球商品貿(mào)易港，是富力集團(tuán)旗下匯聚原創(chuàng)設(shè)計(jì)師品牌及時(shí)尚買手/采購商兩大社群，通過億訂B2B電商、RFSHOWROOM、環(huán)貿(mào)快版、環(huán)貿(mào)映像、富運(yùn)通、富貿(mào)通等子品牌為時(shí)尚行業(yè)提供一站式產(chǎn)業(yè)＋渠道服務(wù)的平臺(tái)。

筆者所在部門為數(shù)據(jù)中臺(tái)，職責(zé)就是為公司搭建數(shù)據(jù)中臺(tái)，支撐各產(chǎn)品線數(shù)據(jù)化運(yùn)營，通過數(shù)據(jù)中臺(tái)打通各條產(chǎn)品線的數(shù)據(jù)，更精準(zhǔn)的為產(chǎn)業(yè)的上下游客戶服務(wù)。本文以B2B電商產(chǎn)品億訂為實(shí)戰(zhàn)，談數(shù)據(jù)中臺(tái)的數(shù)據(jù)埋點(diǎn)。

圖片來源：富力環(huán)球商品貿(mào)易港公眾號(hào)

剛?cè)牍緯r(shí)，公司的數(shù)據(jù)埋點(diǎn)這塊是和百度合作，用的百度移動(dòng)統(tǒng)計(jì)。

運(yùn)營反饋百度的流量分析做的很強(qiáng)大，但是最大的問題是不能結(jié)合電商的業(yè)務(wù)數(shù)據(jù)，比如：只有坑位的流量數(shù)據(jù)卻拿不到坑位的交易額、轉(zhuǎn)化率（交易額/PV）這些數(shù)據(jù)，另外電商的主路徑 訪問>商品詳情>商品列表>加購>下單>支付整個(gè)流程的轉(zhuǎn)化率是取不到的。

此時(shí)，就拉上我們的開發(fā)，叫上了億訂產(chǎn)品經(jīng)理和運(yùn)營負(fù)責(zé)人，一起溝通目前的問題。

圖片來源：百度移動(dòng)統(tǒng)計(jì)， 百度的移動(dòng)分析看不到任何業(yè)務(wù)數(shù)據(jù)。

溝通后確定主要確定解決以下問題：

問題一：要知道億訂B2B電商產(chǎn)品每天的主路徑 訪問用戶數(shù)>商品列表頁>商品詳情頁>加購>下單>支付主路徑每天的人數(shù)及每個(gè)步驟之間的轉(zhuǎn)化率。目的是長期監(jiān)測每步的轉(zhuǎn)化率如果有明顯異常，運(yùn)營同事會(huì)進(jìn)一步分析轉(zhuǎn)化率低的原因。

圖片來源：億訂電商， 從左到右以此為：首頁、商品列表、商品詳情、加購、結(jié)算頁

問題二：因?yàn)閱栴}一只能解決總體轉(zhuǎn)化率，要想定位到底是那里的轉(zhuǎn)化率低導(dǎo)致整體轉(zhuǎn)化率低的原因，還得看用戶每個(gè)入口路徑各環(huán)節(jié)的轉(zhuǎn)化率。

問題三：要解決坑位的轉(zhuǎn)化率問題，因?yàn)樵u價(jià)坑位好壞的因素不止有PV/UV百度統(tǒng)計(jì)的兩個(gè)指標(biāo)，運(yùn)營同事定義了坑位的轉(zhuǎn)化率為（pv/坑位交易額）來綜合判定坑位的性價(jià)比，如果坑位的放在很明顯的位置，那他的轉(zhuǎn)化率還是很低，那就要分析原因，改變運(yùn)營策略。比如圖片的調(diào)整、商品的調(diào)整、位置的調(diào)整等。

問題四：要打通用戶的行為數(shù)據(jù)和用戶的交易數(shù)據(jù)，用戶運(yùn)營的同事需要更加了解他們的用戶比如什么時(shí)候訪問，訪問了那些商品、什么時(shí)候加購，加購了那些商品，什么時(shí)候買了那些商品。這些百度是做不到的。通過用戶的 訪問行為，運(yùn)營同事會(huì)進(jìn)行針對性的運(yùn)營型。

問題五：要看到用戶的留存情況，留存的定義分為兩種，第一種是訪問留存率，新用戶第一次訪問看他接下來7天后、14天后、一個(gè)月后是否再次訪問。第二種是購買留存率，用戶第一次支付后看接下來的7天后、14天后、一個(gè)月后是否再次支付。這樣就能直接看出平臺(tái)的用戶粘性。

基于以上問題，我們數(shù)據(jù)中臺(tái)內(nèi)部開始設(shè)計(jì)產(chǎn)品方案和技術(shù)方案。

關(guān)于技術(shù)方案

埋點(diǎn)技術(shù)選型

要解決以上問題，就要對億訂的H5端、APP端（IOS/安卓）進(jìn)行全面的埋點(diǎn)，如果采用手工埋點(diǎn)的方式，工作量是比較大的，而且依賴各個(gè)產(chǎn)品線的前端開發(fā)（JS/安卓/IOS）。

我們的技術(shù)負(fù)責(zé)人研究了市面上各個(gè)數(shù)據(jù)公司的埋點(diǎn)方式，從是否開源，SDK是否支持H5、安卓、IOS。部署方式是私有化，還是saas化（采集到的用戶數(shù)據(jù)是公司比較重要的數(shù)據(jù)，出于安全考慮，需要本地化部署）這幾個(gè)方面入手決定用神策開源埋點(diǎn)SDK。

這樣節(jié)省了大部分的工作量，SDK一旦部署基礎(chǔ)信息比如（時(shí)間、地點(diǎn)、瀏覽器、硬件設(shè)備）都會(huì)自動(dòng)化的采集。

基礎(chǔ)信息采集

接下來，就要進(jìn)行埋點(diǎn)接口的定義。

首先，是公共字段的定義，這些都封裝在SDK中，只要前端工程師基于SDK的開發(fā)文檔進(jìn)行工程部署，程序就是自動(dòng)收集用戶的這些基礎(chǔ)信息。這樣用戶在那里，用戶使用的什么設(shè)備，用戶什么時(shí)間訪問了我們的產(chǎn)品，就解決了。

瀏覽頁面事件采集

接下來，是用戶瀏覽頁面數(shù)據(jù)埋點(diǎn)，這個(gè)協(xié)調(diào)了億訂的產(chǎn)品經(jīng)理梳理了億訂的所有網(wǎng)頁地址和按鈕名稱（為了后文的觸點(diǎn)埋點(diǎn)）包括上文提到的入口頁面推廣頁、首頁、商品列表頁、商品詳情頁、加購頁、下單頁、支付頁等關(guān)鍵頁面進(jìn)行了全方位的埋點(diǎn)。

拿電商最關(guān)鍵的商品詳情頁舉個(gè)例子：他有可能是從坑位來的，有可能是從搜索來的、有可能是從推薦來的，要記錄他的來源信息，才能對以后的分析有作用。

比如：上文問題三提到的轉(zhuǎn)化率是涉及到坑位產(chǎn)生的交易額和PV兩個(gè)指標(biāo)，那每次進(jìn)入商品詳情頁，要記錄坑位的信息才能進(jìn)一步計(jì)算出坑位的總的銷售額和轉(zhuǎn)化率。數(shù)據(jù)中臺(tái)是數(shù)據(jù)貪婪的應(yīng)用，埋點(diǎn)收集到的信息當(dāng)然是越詳細(xì)越好，不過過多的埋點(diǎn)也會(huì)影響前端的性能，所以所有的埋點(diǎn)都是基于問題指向的。

觸點(diǎn)事件采集

基于億訂業(yè)務(wù)線提供的按鈕列表，讓億訂的前端開發(fā)工程師對關(guān)鍵按鈕點(diǎn)擊進(jìn)行了埋點(diǎn)開發(fā)。

有兩方面的作用：一方面如電商主路徑中的加購是按鈕點(diǎn)擊，而不是頁面點(diǎn)擊。這時(shí)就要通過觸點(diǎn)事件的方式，先收集數(shù)據(jù)，后期格式化為頁面瀏覽事件來處理；另一方面，如要看關(guān)鍵按鈕的點(diǎn)擊次數(shù)，關(guān)鍵頁面的轉(zhuǎn)化率（如登錄、注冊頁轉(zhuǎn)化率等）都需要統(tǒng)計(jì)按鈕的點(diǎn)擊。

關(guān)于產(chǎn)品方案

問題一

關(guān)于問題一的電商產(chǎn)品的主路徑：訪問用戶數(shù)>商品列表頁>商品詳情頁>加購>下單>支付，只用取這些頁面的UV就可以了，不過有幾個(gè)個(gè)問題需要注意。

1. 訪問到到商品列表頁的轉(zhuǎn)化率：訪問用戶數(shù)最好是訪問了首頁+訪問了商品列表頁+訪問商品詳情頁的人數(shù)去重后的UV，因?yàn)橐灿腥酥苯?從商品列表頁或商品詳情頁進(jìn)入產(chǎn)品。這樣算才能更精準(zhǔn)。
2. 加購>下單的轉(zhuǎn)化率可能大于100%，比如：今天加購的用戶可能在后天下單。
3. 加購是一個(gè)按鈕不是頁面要格式化為頁面處理。

基于這些問題設(shè)計(jì)出了電商主路徑的頁面，主要可以看出每天的訪問用戶數(shù)、瀏覽商品列表頁用戶數(shù)、瀏覽商品詳情頁用戶數(shù)、加購用戶數(shù)、下單用戶數(shù)、收藏用戶數(shù)、分享用戶數(shù)和他們之間的轉(zhuǎn)化率。每天的轉(zhuǎn)化率我們以漏斗的形式展現(xiàn)，這樣更能直觀的看出轉(zhuǎn)化率的變化情況。 點(diǎn)擊數(shù)字后可以查看用戶明細(xì)信息，可以直接導(dǎo)出這些結(jié)果，做針對性運(yùn)營，這樣主路徑的問題就解決了。

問題二

運(yùn)營用了一段時(shí)間就提出另外一個(gè)問題，天天看這些結(jié)果，但是就算發(fā)現(xiàn)了轉(zhuǎn)化率比較低，也很難找出轉(zhuǎn)化率低的原因。

為了解決這個(gè)問題，我們基于百度的歷史數(shù)據(jù)發(fā)現(xiàn)：億訂的訪問入口（用戶第一次進(jìn)入的頁面）只有這幾個(gè)推廣頁、首頁、活動(dòng)頁、還有用戶直接從商品列表頁、商品詳情頁進(jìn)入（大部分是朋友圈的推廣）。

如果能知道這些入口主路徑的轉(zhuǎn)化率，那問題范圍就縮小了。于是，就有了入口分析功能，和其他數(shù)據(jù)產(chǎn)品的路徑分析不太同，我們不但把入口主路徑的轉(zhuǎn)化率清晰顯示出來，還可以看每個(gè)路徑每天的變化趨勢。

這樣就可以更加直觀的觀察出路轉(zhuǎn)化率低那條路徑，計(jì)算的方法要在這里講下：

• 第一步把所有的用戶訪問分為N個(gè)會(huì)話（我們會(huì)話的間隔時(shí)間定義為20分鐘，也就是訪問一個(gè)頁面后如果超過20分鐘才訪問下一個(gè)頁面，那下一個(gè)頁面就算另外一個(gè)會(huì)話）。
• 第二步找出用戶首次訪問包含這些入口的會(huì)話。
• 第三步把用戶的訪問路徑打橫，遍歷用戶的訪問路徑如果滿足我們定義的路徑，這條路徑就會(huì)算一個(gè)UV。 計(jì)算時(shí)商品列表頁它是從搜索來的，還是從分類來的，還是直接從首頁來的已經(jīng)提前打好標(biāo)識(shí)。

問題三

坑位轉(zhuǎn)化率涉及坑位交易額，但是埋點(diǎn)數(shù)據(jù)有5%左右的丟失率，比如：用戶操作時(shí)的網(wǎng)絡(luò)不好，此時(shí)用戶的埋點(diǎn)數(shù)據(jù)就無法正常上傳到埋點(diǎn)服務(wù)器。

我們需要做到100%的精準(zhǔn)，另外就是電商的加購是有一個(gè)斷層的，比如：用戶今天加購，沒有購買，過了2天直接進(jìn)入購物車買商品。

此時(shí)，如果通過普通的數(shù)據(jù)埋點(diǎn)是很難得到購物車商品的來源的。和億訂的前端開發(fā)工程師商量后，就決定采用后端埋點(diǎn)的方式。用戶加購時(shí)將坑位的ID信息傳至數(shù)據(jù)庫，每次從購物車取出商品支付時(shí)再從數(shù)據(jù)空中取出商品的所屬坑位ID，下單時(shí)將坑位ID保存至訂單中，這樣從訂單中就能直接分析出這個(gè)商品來源于那個(gè)坑位。

問題四

采、存、通、用是對數(shù)據(jù)中臺(tái)價(jià)值最好的解釋。

采就是采集要采集用戶行為數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)；存就是通過三層建模的方式對數(shù)據(jù)進(jìn)行更科學(xué)的存儲(chǔ)；通是打通，第一要打通用戶用戶行為數(shù)據(jù)和用戶業(yè)務(wù)數(shù)據(jù)，比如能綜合看到埋點(diǎn)采集到的數(shù)據(jù)像時(shí)間、地理位置、硬件設(shè)備和用戶的購買行為像瀏覽、訪問、加購、購買、收藏、分享等。

打通的第二層含義就是要打通公司內(nèi)各個(gè)產(chǎn)品線的數(shù)據(jù)，比如：筆者公司要做產(chǎn)業(yè)的上下游，就要打通生產(chǎn)數(shù)據(jù)、銷售數(shù)據(jù)、供應(yīng)鏈數(shù)據(jù)，形成更加立體的用戶畫像。產(chǎn)品線之前的數(shù)據(jù)打通會(huì)在《數(shù)據(jù)中臺(tái)實(shí)戰(zhàn)-基于多條產(chǎn)品線的標(biāo)簽平臺(tái)》中介紹。

問題五

留存率的概念每種產(chǎn)品都不同，一般來說就是鎖定一批發(fā)生了某種行為的用戶，看接下來的7天或者14天等等是不是又發(fā)生了這種行為。

電商產(chǎn)品的留存率是電商產(chǎn)品的北極星指標(biāo)，是這樣定義的：一個(gè)新用戶在第一次來到產(chǎn)品后的一周內(nèi)，如果一周內(nèi)能讓他購買1-2次，那接下來他的復(fù)購率會(huì)非常高。

但是，不同電商產(chǎn)品的消費(fèi)頻次是不同的所以基于我們產(chǎn)品的特性。我們做了7日留存率、14日留存率、30日留存率這幾個(gè)數(shù)據(jù)指標(biāo)來監(jiān)控平臺(tái)的用戶粘性。另外就是電商產(chǎn)品初期用戶量和交易量是比較小的，所以我們還特別定義了一個(gè)訪問留存率的指標(biāo)，看新用戶訪問后，7日后的留存情況、14日后的留存情況來綜合監(jiān)測用戶的黏性。

以上就是本次分享有關(guān)數(shù)據(jù)中臺(tái)-數(shù)據(jù)埋點(diǎn)的所有內(nèi)容，接下來會(huì)持續(xù)更新有關(guān)數(shù)據(jù)中臺(tái)的產(chǎn)品設(shè)計(jì)、標(biāo)簽平臺(tái)的搭建、推薦系統(tǒng)的搭建等更多干貨。全部基于實(shí)戰(zhàn)，歡迎持續(xù)關(guān)注。

作者：Wilton（董超華），曾任職科大訊飛，現(xiàn)任富力環(huán)球商品貿(mào)易港大數(shù)據(jù)產(chǎn)品經(jīng)理。微信公眾號(hào)：改變世界的產(chǎn)品經(jīng)理。簡單、簡短、有用，堅(jiān)持原創(chuàng)、堅(jiān)持做感動(dòng)你的好文章。

本文由@華仔 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自Unsplash, 基于CC0協(xié)議。