完善的数据源主要分为三大块：第一块是用户行为数据；第二块是用户信息和CRM数据（简单的说就是储存在后台的用户数据，比如有哪些注册用户、哪些活跃用户、哪些转化用户等。）；第三块是交易数据和服务端的日志数据（交易数据比如XX在什么时间下了一个什么订单，服务端的日志数据包含数据的删除、增加等。）细分是分为以上三块。
如果从大的方面分，也可以分为两类，一个是用户行为数据，一个是业务数据，通过对用户行为数据的分析，可以让我们更好的把控用户心理，从而促进业务更好的增长。
什么是用户行为数据
简单的说就是用户在你的app或者网站页面进行各种操作所产生的数据，用户的行为由简单的5个元素构成：时间（when）、地点（where）、人物（who）、交互（how）、交互的内容（what），也就是说用户在什么时间、什么地点、以何种的交互方式完成了内容的操作。
用户的行为基本分为三种：访问、浏览和行为。打开app我们称之为访问事件、观看首屏广告我们称之为浏览事件、点击“跳过'则称之为行为事件。每个访问事件可以由多个浏览事件和多个点击事件构成。
用户行为数据的意义：
1、优化关键路径
如果我们只看UV、PV这些全局性的指标，并不能反映用户的操作细节，也不知道用户在什么地方卡住，在什么地方出错，知道用户行为数据就可以优化关键路径。比如电商用户购物的行为路径：选购商品》添加购物车》购物车结算》核对订单》提交订单》选择支付方式》支付成功；我们可以根据这个路径制作漏斗模型，找出漏的比较多的节点，然后在相关节点采取优化措施。
2、知道用户的兴趣偏好
根据用户经常浏览的商品和内容的频次和时长，可以给用户推荐他喜欢的商品和内容，比如淘宝根据你经常浏览和购买的商品推荐商品给你，抖音根据你浏览的内容推荐你感兴趣的视频，这些措施都可以促进用户的转化，提升转化率，这些平台通过全方位的数据分析，做到比你更了解你自己。
用户行为数据的采集
根据用户操作数据的渠道不同，分为两个部分，一个是渠道端的行为数据，一个是app端的行为数据，我们来分别看一下是如何进行采集的。
1、网站的数据采集
在调研了百度统计以及growingio的统计代码之后，得出网站用户行为数据统计的普遍方案如下：
html动态创建script标签，src指向一个analytics.js
analytics.js收集客户端数据，主要包括页面跟踪数据和事件跟踪数据，并将数据发给后端数据收集服务
后端数据收集服务接收数据写入数据库，并为前端页面设置用户跟踪cookie
优点：
・数据收集灵活，可定制性强
・可以记录缓存、代理服务器访问
・对访问者行动追踪更为准确
缺点：
・用户端的JS设置会影响数据收集
・记录下载和重定向数据比较困难
・会增加网站的JS脚本负荷
2、移动端的数据采集
代码埋点：
所谓的代码埋点就是在你需要统计数据的地方植入N行代码，统计用户的关键行为。比如你想统计首页某个banner的点击量，上报的数据可以采用KEY-VALUE形式，我们定义 KEY为「CLICK_ADD_BTN」，VALUE的值为点击的次数。当用户点击banner时，banner详情的代码会通过按钮的「回调」来触发执行，程序猿在业务代码执行完后，又加上了统计代码，把「CLICK_ADD_BTN」对应的VALUE加1，banner被统计到了一次使用。
代码埋点的优点：
使用者控制精准，可以非常精确地选择什么时候发送数据
使用者可以比较方便地设置自定义属性、自定义事件，传递比较丰富的数据到服务端。
代码埋点的缺点：
埋点代价比较大，每一个控件的埋点都需要添加相应的代码，不仅工作量大，而且限定了必须是技术人员才能完成；
更新代价比较大，每一次更新，都需要更新埋点方案，然后通过各个应用市场进行分发，而且有的用户还不一定更新，这样你就获取不到这批用户数据。
可视化埋点：
既然代码埋点代价比较大，每一个埋点都需要写代码，那就使用可视化交互手段代替写代码；既然每次代码埋点都需要更新，那就参照现在的很多手游做法，把核心代码和配置、资源分开，每次用户启动app的时候通过网络更新配置和资源。
可视化埋点优点：
可视化买点解决了代码埋点埋点代价大和更新代价大两个问题。
可视化埋点缺点：
可视化埋点能够覆盖的功能有限，目前并不是所有的控件操作都可以通过这种方案进行定制；
无埋点：
可视化埋点先通过界面配置哪些控件的操作数据需要收集；“无埋点”则是先尽可能收集所有控件的操作数据，然后再通过界面配置哪些数据需要在系统里面进行分析，“无埋点”也就是“全埋点”的意思。（需要集成SDK）
无埋点的优点：
可视化埋点只能收集到你埋点以后的数据，如果你想对某个按钮进行点击分析，则只能分析增加可视化埋点以后的数据，之前的数据你收集不到，而无埋点在你部署SDK的时候数据就一直在收集。
因为无埋点对页面所有元素进行埋点，那么这个页面每个元素被点击的概率你也就知道，对点击概率比较大的元素可以进行深入分析。
无埋点的缺点：
由于无埋点方案所有的元素数据都收集，会给数据传输和服务器带来较大的压力。
本篇文章我们谈到了什么是用户行为数据，用户行为数据的意义以及采集手段，采集到的数据如何进行数据清洗和可视化展示，我们将在以后的文章中介绍给大家，喜欢的小伙伴可关注我们的微信公众号：chanpinliu880，获得第一手干货。
PS: 加微信（yw5201a1）可以找我领取一份PRD文档模板。
更多干货可关注微信公众号：chanpinliu880
想学习更多关于产品、职场、心理、认知等干货，可长按下方二维码，关注我们。
网友评论