本文是笔者结合自身工作经验，分享一下，产品经理在实际的工作中如何进行数据埋点。
数据分析是一个包含数据采集、数据清洗与交换、数据挖掘、数据展现的整个过程，在整个产品的生命周期管理中尤其重要，从数据运营的角度，无论是在拉新、激活、留存、转化、召回各个阶段中，数据分析都为产品和运营提供了重要的参考依据。而数据的采集是数据分析的基础，数据采集对于没有技术经验的产品或者运营人员是尤为头疼的。接下来，笔者通过以下几个模块介绍数据埋点在实际工作中的如何运用：
1、数据埋点需求收集与梳理
2、梳理业务流程
3、确定核心业务目标
4、找出关键事件，构建指标体系
5、选择埋点方式，确定埋点方案
所谓“埋点”，是数据采集领域（尤其是用户行为数据采集领域）的术语，指的是针对特定用户行为或事件进行捕获、处理和发送的相关技术及其实施的过程。在进行数据埋点之前，正确的方式是先进行数据埋点整体流程的梳理，明确每个阶段的输入与输出，在宏观上对数据埋点有个清晰的认识。数据埋点的流程一般包括以下几个阶段：
1、数据埋点需求收集与梳理
数据埋点的第一步就是明确数据埋点目的，即确定数据埋点的目标。
数据埋点要以业务需求为导向，根据业务需求制定埋点的方案。对于数据埋点的需求，有来自市场（如渠道优化）、产品（如用户增长、功能优化、流程优化）、运营（如用户活跃、活动转化）等各个方面的，各方需求不一，对于要搜集的数据也相差较大。
诸如产品经理要优化产品注册流程，那么他所关注的就是梳理用户注册流程，绘制注册流程漏斗模型，确定注册流程中各个事件行为，以此明确搜集的指标数据。
2、业务流程梳理
明确了数据埋点的目的，下一步就是要梳理关键业务流程。
常见用户注册流程：
step1：输入手机号
step2：输入密码
step3：再次输入密码
step4：获取验证码
step5：输入验证码
step6：注册提交
3、确定核心业务目标
业务流程梳理完成后，要确定在核心业务目标，诸如针对用户注册流程，业务目标可以是用户注册转化率提升。
那么针对该核心业务目标，我们需要绘制注册转化漏斗模型、量化注册转化的每一步，找到衰减的主要步骤。
针对不同地区，不同用户、不同渠道来源群、不同系统版本、不同浏览器进行趋势对比分析，衡量优化效果，持续优化。
4、找出关键事件，构建指标体系
将业务流程拆解，确定核心业务目标之后，就是找出流程中的关键行为事件。
对于注册流程，其行为事件可以分为：完成用户名输入、完成密码输入、完成验证码获取、完成验证码输入、完成注册。
关键行为事件
除了统计事件的触发次数外，还可以收集触发这个动作时，其他的附带信息。利用这类信息，有助于对事件有更加精准的统计，比如注册流程，统计用户使用浏览器、系统的版本。
5、选择埋点方式，确定埋点方案
常见的埋点方式有三种，分别为手工埋点、可视化埋点和全埋点。每一种方式都有其优缺点和试用场景，要结合实际业务情况，进行选择。
• 手工埋点：
手工埋点最为常见，技术原理也相对简单。先在需要监测的页面引入基础 js 文件，然后根据业务需求添加监测代码。
优点：灵活，按需埋点
缺点：流程复杂、成本较高
试用于小范围、单个业务场景使用
常用软件：Google Analytics、百度统计、腾讯云分析等
• 可视化埋点
可视化埋点采集数据的原理是在需要监测的页面引入基础 js 文件；使用者进入可视化模式下，选择并配置监测内容(Html 元素)的信息被记录，并存放在相应位置。当真实世界的用户触发到该监测内容时，基础 js 会自动加载之前配置过的信息，记录并发送该数据
优点：操作简单、按需埋点
常用软件：Mixpanel、神策数据
• 无埋点（全埋点）
无埋点默认先尽可能多的收集能监测的内容，然后再通过配置确定哪些内容需要展示和分析。
优点：搜集全量数据
常用软件：友盟、Growing IO
最后，在数据埋点的过程中，每一阶段都需有相应的产出物，方便以后得维护，当埋点需求发生变化的时候，可以进行相应的更改，这样每一次的迭代都有迹可循。
流程&产出物
以上就是在实际的业务中，做数据埋点的一点心得，如果对您有帮助，那再好不过，如果您其他的意见和想法，也请随时沟通和交流。谢谢。
网友评论