在当前信息爆炸的时代，埋点是数据获取最直接也最有价值的形式，那什么是数据埋点呢？数据埋点前应该做哪些准备？我理解的数据埋点就是可以记录用户使用产品时的具体操作行为事件。我们今天从数据埋点前的准备工作开始，进行埋点需求处理的说明，主要包含下面3个模块：
1.需求收集
2.需求分析
3.需求评估
一、埋点需求收集
从业务处理角度来说，需求收集主要分为两种形式，主动挖掘和被动接收，具体分类可参照下图
通过上述分类我们可能会获取各种各样的需求，但想通过各个渠道获取有意义有价值的需求，建议你在需求采集前先做好以下准备工作：
1.明确产品架构
采集需求前，先回盘自己的产品迭代计划，梳理当前的业务框架和产品发展阶段，依据当前的架构和发展规划，简单定义要需求收集的方向。基于业务层面来说，假设当前产品处于成熟期，基础功能已经成熟稳定，那接下来索要考虑的方向就是商业化产品需求和基础服务的升级，拓展业务范围的同时，让基础核心业务体验锦上添花，这可能就是需求挖掘的方向和思路，一旦方向定下来，你就可以知道该通过什么样的渠道去进行需求收集。
例如：
商业化的需求你就可以通过同商务、老板去进行需求调研或头脑风暴。
基础服务想做的更好，那通过用户反馈、客服、用户行为分析去挖掘需求，定义需求。
基于埋点业务来说，明确产品架构更是第一步，在挖掘需求之前你更需要将自己的业务架构画出来，同各干系人进行确认，确认各自干系人关注的功能和需求点，只有明确的架构为前提才能确保在沟通过程中不会造成业务的遗漏。避免需求的不确定性，同时也便于你在同各干系人进行沟通时进行全面答疑。
2.业务流程熟练清晰
业务流程清晰是指，你在挖掘需求的同时，必须明确自己产品的业务流程，当然这对于自己产品的产品经理来说有点累赘，在此只是提醒，需求挖掘的过程中要同自己当前的业务流程，业务模式，业务走向做结合，规避不合理或不可实现的需求点。从数据埋点层面来说，通过全面完整的业务流程，可以帮助相关干系人更加理解业务的同时激发干系人的更多业务诉求，进而挖掘更多有价值的需求。
例如：以商品购买为例，对于运营或商务人员，他们并不熟悉从用户浏览到用户支付中间到底有多少分支，有多少异常处理，但你明确但如果你在需求挖掘的过程将有用的拐点抛出探讨时，他们可能给你意想不到的收获。
在比如以最常见的登录流程为例进行说明
以最简单的登录为例进行业务流程的简单说明，我们可以看到上面图片对应的登录形式，通过各个登录形式对应的操作步骤进行罗列分析，各个步骤可能出现的异常，埋点时我们是否可以进行检测到，怎么去定义埋点事件，只有你在了解分支和业务处理的基础上才能收集更完整的需求点，避免使用时候才发现想要的数据没有处理。
二、埋点需求分析
说到需求分析 我们从以下三个方面进行说明，需求目的、需求分类、需求优先级排序
1.需求目的：
需求分析是从用户需求出发，挖掘用户的真正目标，并转化为产品需求的过程。以上我们可以找到关键词：用户需求、真正目标和产品需求。
用户需求：我们上面已经提到有众多的来源，大家所给的可能是一句话或需求方案说明。
真正目的：就是用户想通过这个需求要达到什么样的效果。
产品需求：最终要提供给用户的东西。
最简单也最熟悉的案例来进行说明：
用户需求：我想要一匹跑的最快的马
产品需求：做一辆汽车
用户想要跑的最快的马，可最后为什么提供一辆汽车给用户，用户也很满意呢？跑的快的马到汽车之间的转换就是需求分析的过程，用户要的是跑的快而并非是一定要一匹马，所以明确目的才是需求分析的关键，由此可见需求分析的本质就是明确用户真正的诉求，基于用户诉求进行分析，从而转换为产品需求进行开发实现。
我们在进行数据埋点时，一定要明确用户埋点的目的，结合现有业务的完整度，在减少不必要的资源浪费的前提下实现用户的诉求。
例如京东首页的京东秒杀和每日特价，如果用户仅仅想证实商品在首页的展示带来的旗舰店的拉新用户数，那其实通过用户在首页展示期间进入旗舰店的用户数量和日常用户数量进行对比即可得知，无需耗费人力进行埋点。但如果用户想统计秒杀期间用户的点击数量和下单量，参与用户的浏览量和点击量，那就需要通过对就点击时间和首页曝光量进行埋点统计。
2.需求分类：
通过上述需求目的的分析，我们可以筛选汇总出真正有埋点意义的用户需求，接下来我们针对筛选出的用户需求进行分类：
以APP端应用为例，依据埋点位置可将需求分为两类：
1.APP端/H5前端界面埋点需求：访问量、落地量、点击量等。通过前端的埋点去验证业务或产品的用户使用量进行分析；也可对用户的行为路径，使用习惯进行统计分析，便于用户画像模型搭建等。
2.后台服务器埋点需求：主要通过接口调用，日志打印去进行埋点统计。通过服务器埋点可以分析用户的下单量，交易量，便于分析用户流失，给产品优化提供依据。
3.需求优先级评估：
需求点明确后需要针对需求进行优先级评估，该模块一般需要通过当前产品线的开发资源、需求的迫切程度进行综合评估
（1）四象限法则：
紧急重要、紧急不重要、不重要不紧急、重要不紧急进行各个需求点的对应，最后进行综合排序。一般重点观众在重要不紧急的需求中，对于紧急不重要的需求，可以做但不必投入过多的人力和精力。
（2）产品生命周期法：
引入期：主要可验证功能的使用率，评估用户喜好和接受度，手机核心功能的用户行为，为产品优化改进提供建议。
成长期：统计用户行为路径，用户偏好，用户群体的划分，用户标签建立，增加用户契合度高的产品功能。
成熟期：提升服务体验，采集更多的用户行为完善用户模型和交易模型。
（3）场景分析法：
依据需求业务场景进行优先级排序，例如当前要开展老用户促活相关的营销方案，那就要基于当前这个活动涉及到的业务有限进行埋点统计，便于决策活动是否有效果，是否为该活动继续追加资金、宣传和时间。
针对复杂的业务需求，通过业务场景进行分析可以更快的了解用户诉求，例如核心业务场景指标分析、营销服务指标分析、金融服务等等
也可通过业务场景进行分类：比如QQ音乐：电台下的场景分类：睡前、健身、旅游、雨天等场景筛选进行用户偏好埋点研究。
（4）用户群体分析法：
基于产品的整体覆盖率上，也可以通过核心用户群体，会员用户群体，忠实用户，中间用户等用户标签进行进行固定用户群体的行为偏好研究。实现不同周期用户群体的越迁，也可通过用户价值的贡献程度、用户地理分布等形式进行需求的迫切程度分析。
三、埋点需求评估
明确需求的目的，需求的埋点位置和需求的优先级我们可以对埋点需求的落地进行评估，主要从两个方面说明，需求池维护和埋点方式对接。
（1）需求池维护：
需求池维护是指将需求进行梳理，明确需求所属业务，事件名称，事件类型，事件属性，采集的位置、优先级，需求源进行汇总说明，形成初步的需求埋点事件任务单，确认并明确需求范围。
以业务流程梳理的登录模块为例进行埋点事件整理：（仅做示意说明）
（2）对接方案确认：
当前可使用的对接形式如下：
源数据埋点：需要采集的业务事件中进行代码部署，按需采集
SDK对接：通过SDK嵌入，自动累计界面曝光、点击数量
使用第三方平台对接：通过可视化埋点事件选择，查看统计相应数据。
埋点需求实施前，需要依据公司的开发资源，成本预估，项目时间和紧急程度进行综合评估，选定适合的对接方式进行埋点方案对接。
四、写在最后
初次发文，更多还是从业务需求方面进行着手说明，后续会针对数据埋点方案，埋点数据质量方面进行说明。
网友评论