我們平時(shí)所說(shuō)的埋點(diǎn)，可以大致分為兩部分，一部分是統(tǒng)計(jì)APP頁(yè)面訪問(wèn)情況，即頁(yè)面統(tǒng)計(jì)；另外一部分是統(tǒng)計(jì)APP內(nèi)的操作行為，及自定義事件統(tǒng)計(jì)。

一、頁(yè)面統(tǒng)計(jì)

頁(yè)面統(tǒng)計(jì)，可以統(tǒng)計(jì)應(yīng)用內(nèi)各個(gè)頁(yè)面的訪問(wèn)次數(shù)（PV）,訪問(wèn)設(shè)備數(shù)（UV）和訪問(wèn)時(shí)長(zhǎng)，以及各頁(yè)面之間的流向關(guān)系。

1.1 頁(yè)面訪問(wèn)數(shù)

頁(yè)面訪問(wèn)次數(shù)，即當(dāng)前頁(yè)面的被訪問(wèn)的次數(shù)，即瀏覽量PV；舉例：首頁(yè)，訪問(wèn)次數(shù)，1000次；

頁(yè)面訪問(wèn)人數(shù)，即訪問(wèn)該頁(yè)面的活躍用戶(hù)數(shù)，即獨(dú)立訪問(wèn)數(shù)UV；舉例：首頁(yè)，訪問(wèn)人數(shù)，100次；

1.2 頁(yè)面訪問(wèn)時(shí)長(zhǎng)

頁(yè)面訪問(wèn)時(shí)長(zhǎng)，用戶(hù)在頁(yè)面的停留時(shí)長(zhǎng)，即首頁(yè)受訪時(shí)長(zhǎng)的總和；舉例：首頁(yè)，訪問(wèn)總時(shí)長(zhǎng)，2小時(shí)；

1.3頁(yè)面流向分布

頁(yè)面流向（走向）分布，可統(tǒng)計(jì)出，當(dāng)前頁(yè)面和下一個(gè)頁(yè)面（有多個(gè)）的流向關(guān)系；

舉例1：在“商品詳情”這個(gè)頁(yè)面中，可以進(jìn)入“購(gòu)買(mǎi)”、“收藏”、“返回列表”、共3個(gè)頁(yè)面，即在“商品詳情”頁(yè)，可能的流向分布為：

其中，用戶(hù)在該“商品詳情”頁(yè)面，沒(méi)有進(jìn)入對(duì)應(yīng)的3個(gè)頁(yè)面，即視為“離開(kāi)應(yīng)用”，在頁(yè)面流向分布，有2個(gè)常見(jiàn)問(wèn)題：

?問(wèn)題一：頁(yè)面流向分布中，僅有離開(kāi)應(yīng)用這一個(gè)指標(biāo)？

造成這種情況的原因，可能有以下兩點(diǎn)：

• 用戶(hù)在該頁(yè)面全部選擇了離開(kāi)用戶(hù)（這種概率相對(duì)很小）；
• 該頁(yè)面的下一級(jí)頁(yè)面，沒(méi)有做埋點(diǎn)，導(dǎo)致所有的下一級(jí)頁(yè)面都沒(méi)有數(shù)據(jù)，其結(jié)果就是離開(kāi)應(yīng)用的占比為100%；

問(wèn)題二：頁(yè)面流向分布中，離開(kāi)應(yīng)用的占比非常高，達(dá)到了40%以上？

與問(wèn)題一類(lèi)似，如果沒(méi)有為每個(gè)頁(yè)面添加統(tǒng)計(jì)代碼，會(huì)導(dǎo)致這些頁(yè)面統(tǒng)計(jì)不到，那么跳轉(zhuǎn)到這些未添加統(tǒng)計(jì)代碼的頁(yè)面，將會(huì)被視為離開(kāi)應(yīng)用。

備注：頁(yè)面流向分布的計(jì)算方法

頁(yè)面的統(tǒng)計(jì)數(shù)據(jù)中，會(huì)返回以下數(shù)據(jù)：當(dāng)前頁(yè)面名稱(chēng)，來(lái)源頁(yè)面名稱(chēng)，當(dāng)前頁(yè)面訪問(wèn)次數(shù)；

舉例2：參照舉例1中的頁(yè)面流向分布，假定的頁(yè)面統(tǒng)計(jì)數(shù)字如下：

則，商品詳情流向購(gòu)買(mǎi)頁(yè)面的占比為：在購(gòu)買(mǎi)頁(yè)面中，來(lái)源為商品詳情的次數(shù)與商品詳情總次數(shù)的比值，即20/100*100%=20%；

依次類(lèi)推，可以分別計(jì)算出商品詳情流向收藏、商品詳情流向返回列表的占比；

離開(kāi)應(yīng)用的占比，即為1-(20+30+30)/100*100%=20%。

二、自定義事件統(tǒng)計(jì)

自定義事件，即記錄用戶(hù)的操作行為（如點(diǎn)擊行為），記錄用戶(hù)操作行為中的具體細(xì)節(jié)；一般來(lái)說(shuō)，通常所說(shuō)的埋點(diǎn)，指的就是自定義事件。

埋點(diǎn)可以是某個(gè)按鈕，某個(gè)點(diǎn)擊區(qū)域，某個(gè)提示，甚至可以用來(lái)統(tǒng)計(jì)一些特定的代碼是否被執(zhí)行。在APP中，需要在代碼中定義一個(gè)事件行為。

2.1簡(jiǎn)單事件統(tǒng)計(jì)

簡(jiǎn)單事件統(tǒng)計(jì)，即記錄事件的發(fā)生次數(shù)（可理解為PV）和事件發(fā)生人數(shù)（可理解為UV）。

以下面的登錄頁(yè)為例：

其事件統(tǒng)計(jì)的結(jié)果為：

事件ID，即EventID，該名稱(chēng)可由程序員自行定義（按照APP統(tǒng)計(jì)平臺(tái)，如友盟、talkingdata等提供的事件ID命名規(guī)范進(jìn)行命名），將該事件ID寫(xiě)入需要跟蹤的位置中即可。

事件名稱(chēng)，可以理解為事件ID的一個(gè)中文翻譯名稱(chēng)，是為了方便運(yùn)營(yíng)人員查看，事件名稱(chēng)命名是在APP上線后，該事件ID有數(shù)據(jù)后的一個(gè)事后行為，通常是在APP數(shù)據(jù)平臺(tái)中定義（如果你樂(lè)意，你可以把input_number這個(gè)事件ID的事件名稱(chēng)改為：用戶(hù)在這里輸入手機(jī)號(hào)）。事件名稱(chēng)只是事件ID在前端頁(yè)面的一個(gè)顯示名稱(chēng)。

事件發(fā)生次數(shù)，即該事件總共發(fā)生的次數(shù)；可以理解為，在每個(gè)事件中，都會(huì)有個(gè)事件ID計(jì)數(shù)器，每當(dāng)該事件被觸發(fā)時(shí)，事件數(shù)即加1；

事件發(fā)生人數(shù)，即該事件的發(fā)生人數(shù)（有些APP統(tǒng)計(jì)平臺(tái)也稱(chēng)之為：達(dá)成該事件的用戶(hù)數(shù)、獨(dú)立用戶(hù)數(shù)）；參考事件發(fā)生次數(shù)，可以理解為，在每個(gè)事件中，都會(huì)有個(gè)事件ID計(jì)數(shù)器，每當(dāng)該事件被觸發(fā)時(shí)，同時(shí)記錄下該用戶(hù)的唯一標(biāo)識(shí)，事件數(shù)即加1；事件發(fā)生人數(shù)，即根據(jù)用戶(hù)唯一標(biāo)識(shí)，對(duì)事件發(fā)生次數(shù)進(jìn)行去重。

2.2事件轉(zhuǎn)化漏斗

事件漏斗，即按照一定的事件順序，依次統(tǒng)計(jì)各個(gè)事件之間的轉(zhuǎn)化率，如我們可以對(duì)登錄注冊(cè)中的一些關(guān)鍵步驟進(jìn)行事件漏斗分析，如輸入手機(jī)號(hào)碼，獲取驗(yàn)證碼、輸入驗(yàn)證碼等，以2.1中提到的登錄過(guò)程為例，其漏斗可設(shè)置為：輸入手機(jī)號(hào)碼->獲取驗(yàn)證碼->輸入驗(yàn)證碼->點(diǎn)擊登錄按鈕，即由4個(gè)事件組成的漏斗。

根據(jù)對(duì)應(yīng)的事件數(shù)（設(shè)備數(shù)），即可計(jì)算出各個(gè)事件的轉(zhuǎn)化率，如輸入手機(jī)號(hào)碼發(fā)生人數(shù)為5000次，獲取驗(yàn)證碼的次數(shù)為4000人數(shù)，那么輸入手機(jī)號(hào)碼后點(diǎn)擊獲取驗(yàn)證碼的轉(zhuǎn)化率為4000/5000*100=80%。如下表所示：

2.3利用事件參數(shù)進(jìn)行精確統(tǒng)計(jì)

為方便對(duì)相同類(lèi)型的事件類(lèi)型進(jìn)行歸類(lèi)，在事件統(tǒng)計(jì)中，提供了事件標(biāo)簽（label）的方法；即相同類(lèi)型的事件可以使用相同的事件ID和不同的事件label，通過(guò)事件ID+事件label的方式，指代一個(gè)特定的事件。

在進(jìn)行事件統(tǒng)計(jì)時(shí)，為了為了統(tǒng)計(jì)一些特定的行為數(shù)據(jù)，如商品價(jià)格，商品類(lèi)型等具體數(shù)據(jù)，提供了事件參數(shù)的方法，通過(guò)使用key-value的方式，記錄該事件的詳細(xì)記錄。

事件ID、事件label、事件參數(shù)的關(guān)系，如下圖所示：

舉例，在一個(gè)購(gòu)買(mǎi)行為中，運(yùn)營(yíng)人員想查看用戶(hù)在整個(gè)購(gòu)買(mǎi)流程的詳細(xì)參數(shù)，那么可以通過(guò)以下的事件埋點(diǎn)方式進(jìn)行埋點(diǎn)；在這個(gè)購(gòu)買(mǎi)行為中，購(gòu)買(mǎi)就是事件ID，瀏覽商品詳情，收藏該商品，加入購(gòu)物車(chē)等，就是一個(gè)一個(gè)的事件label；在瀏覽商品詳情中，“商品類(lèi)型：電子產(chǎn)品”，“商品價(jià)格：1-100元”……，等，就是一對(duì)一對(duì)的key-value值，如下圖所示：

通過(guò)對(duì)商品價(jià)格的分析，可以統(tǒng)計(jì)得出，用戶(hù)所選擇的商品價(jià)格的分布情況。

三、結(jié)語(yǔ)

在APP埋點(diǎn)中，我們可以統(tǒng)計(jì)得出各個(gè)APP頁(yè)面和各個(gè)用戶(hù)操作行為的數(shù)據(jù)，我們也可以計(jì)算得出任意幾個(gè)事件之間的轉(zhuǎn)化數(shù)據(jù)。當(dāng)然，考慮運(yùn)營(yíng)分析中的實(shí)際意義和各APP數(shù)據(jù)統(tǒng)計(jì)平臺(tái)的計(jì)算能力等因素，建議統(tǒng)計(jì)關(guān)鍵路徑的事件數(shù)據(jù)。

APP埋點(diǎn)所得出的數(shù)據(jù)，對(duì)優(yōu)化設(shè)計(jì)流程，優(yōu)化運(yùn)營(yíng)推廣策略有著極其重要的作用，通過(guò)埋點(diǎn)數(shù)據(jù)可以更好去了解用戶(hù)，更好地提供產(chǎn)品服務(wù)。

歡迎各位看官打賞~~

相關(guān)文章

從產(chǎn)品角度透析「事件轉(zhuǎn)化漏斗」

不進(jìn)行APP埋點(diǎn)的情況下，SDK可以收集到哪些數(shù)據(jù)？

作者：十三先，微信公眾號(hào)：產(chǎn)品者也

本文由 @十三先 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。