產品經理的埋點選擇

1 評論 7479 瀏覽 59 收藏 8 分鐘

產品經理需要了解什么場景下使用無埋點事件,什么場景下使用埋點事件,以便于滿足他的數據訴求。

產品經理會借助用戶行為分析平臺來監(jiān)控用戶行為表現,探索新的產品機會,分析導致用戶留存或轉化的原因。而正確的數據采集是實現上述場景的必要條件。

在多年的實踐中,我們陸續(xù)發(fā)現,只用一種數據采集方式無法解決日益復雜的數據分析需求,無法適應高速迭代的產品開發(fā)節(jié)奏。越來越多的公司(如網易,美團,有贊等)開始采用多種采集方式協同使用的方法進行數據分析。

產品經理需要了解什么場景下使用無埋點事件,什么場景下使用埋點事件,以便于滿足他的數據訴求。

在了解場景之前,產品經理須知道上述數據采集能力的特性和邊界,才能能揚長避短,充分發(fā)揮兩種采集能力的優(yōu)勢。

埋點事件, 顧名思義就是借助埋點(寫代碼)來采集數據,在需要監(jiān)測用戶行為數據的地方加上一段代碼。經過數據校驗后的埋點數據是準確的,穩(wěn)定性高,適合監(jiān)控和分析。埋點往往可以添加較多的業(yè)務屬性,方便產品經理對事件進行業(yè)務屬性拆解和下鉆分析,能很好地從業(yè)務邏輯切入行為分析,理解行為后的業(yè)務思路。

當然,實現上述目標,付出的代價相對比較高。

首先,埋點這件事,往往不是一個人或者一個團隊內完成的事情,它是一個跨團隊協作問題,需要業(yè)務人員,分析師,打點工程師,數據校驗工程師的通力合作。而真實的場景是,跨團隊協作長會遇到部門墻問題,溝通問題,資源優(yōu)先級問題等等。同時,產品經理很難從一開始就掌握所有用戶路徑,必然會存在漏埋、錯埋的現象,又要重新協調排期和資源,費時費力。

其次,埋點不能回溯歷史數據。

最后,往往由于埋點數量有限,許多用戶行為數據缺失,分析過程中數據缺失比較嚴重。

最終導致諸如:沒有埋上點,埋點數據異常,埋點上線業(yè)務已經下線,想分析的維度忘了「埋」上去等等。另一面講,如果產品經理等業(yè)務人員總是能用上準確的,及時的數據,并能深度分析,那么這家公司的組織能力,數據治理的能力,數據驅動的文化往往都很優(yōu)秀(當然這種公司的業(yè)務表現也很好)。

無埋點事件,當然它并不是真正的不需要寫代碼,而是前端自動采集全部事件并上報所有的數據,并通過「圈選」來獲取需要使用的事件。圈選數據不需要組織協作,產品經理不依賴任何人就能采集到數據,并馬上在分析工具中使用,所見即所得。

以往花費幾天的工作,借助無埋點秒級完成。而且圈選可以回溯過去7天數據,較好的解決了忘了「埋點」這個痛點。

然而,沒有一種數據采集方式可以解決一切問題,這種方式依然有其弊端,產品經理在使用時要了解這些弊端,并判斷這種采集方式是否可以支持你的業(yè)務需求。

常見的弊端:

  • 部分業(yè)務維度無法采集:能夠知道用戶點擊了購買,但不知道購買了什么。
  • 滑動等行為,無埋點采集暫時無法實現。
  • 無埋點采集的數據是通過界面位置和上下級關系來標示自己的,一旦界面發(fā)生較大變化,會導致數據無法持續(xù)采集,需要重新圈選。
  • 數據準確性也會受客戶產品開發(fā)框架、開發(fā)規(guī)范以及能力的影響。

數據采集方式的選擇是基于業(yè)務場景的,不同的業(yè)務場景下應該選取什么樣的數據采集方式?

你是否遇到過如下場景?

  • 做了一場運營活動,工程師沒有埋點資源。
  • 想衡量交互細節(jié),而需要查看的交互細節(jié)非常多。例如優(yōu)化搜索流程。
  • 想查看一個用戶在訪問時的一切行為軌跡,探索用戶使用產品場景。
  • 每周發(fā)版,衡量發(fā)版的效果。
  • 要做一個分析,發(fā)現沒有所需數據,打點和積累數據來不及,又需要盡快產出結論。
  • 當老板向你要一個數據,你沒有采集這個數據。
  • 當你發(fā)現新上線的功能,有一個重要的元素忘了埋點。

你是否也遇到過如下場景?

  • 發(fā)日報,周報匯報 KPI 表現。
  • 分析過去一年核心KPI 的增長情況。

你是否還遇到過如下場景?

  • 深度業(yè)務分析:比如不同 SKU 的購買轉化分析。
  • 歸因分析:比如產品不同入口的帶來的銷售額分析。

第一類場景更適合使用無埋點事件,基本上也只能使用無埋點事件。

這類場景,我們稱之為探索式數據場景,它們具有如下屬性:

  • 業(yè)務屬性弱,交互屬性強;
  • 需求及時性強,要快速落地得出結論;
  • 數據使用周期短,不需要長期監(jiān)控;
  • 相比準確性更需要趨勢穩(wěn)定;
  • 非核心數據,數據可及性(access data)強。

第二、三類場景核心KPI監(jiān)控,建議使用埋點事件,深度業(yè)務分析也只能使用埋點事件。

這兩類場景,我們稱之為數據監(jiān)控與分析式數據場景,它們具有如下屬性:

  • 數據穩(wěn)定準確,反應真實業(yè)務場景;
  • 需要長期監(jiān)控,數據需要長期存儲;
  • 業(yè)務屬性豐富,可以做深度業(yè)務分析;
  • 核心KPI,指標需要少而精
  • 需要數據權限,數據可及性弱。

兩類場景不是互斥的,作為產品經理,我們近乎同時遇到這兩種場景。

一個用無埋點采集方式就能解決的問題,若使用埋點,既不會立刻看到數據,也會浪費公司工程資源;一個埋點采集才能解決的問題,用了無埋點可能會導致數據不穩(wěn)定,業(yè)務維度少等問題。

面對不同的場景我們需要明確目標是什么,是探索,監(jiān)控還是深度業(yè)務分析? 我們需要采集的事件多嗎?我們?yōu)榱藢崿F這個目標擁有的資源是什么?我們的 Deadline 是什么?

結合各種情況綜合判斷,采用合適何種埋點方式。

 

本文由 @譚永志 原創(chuàng)發(fā)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

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 只寫出了 是什么 為什么 怎么做都沒寫 不怎么樣這文章

    來自福建 回復