“事件模型”对于很多业务人员来说相对比较陌生，但它却是用户行为数据分析的第一步，也是分析的核心和基础。
数据结构、采集时机和事件管理是事件模型中的三驾马车，掌握了事件模型，那就基本掌握了用户行为数据分析的核心了。
一、什么是事件？
事件简单讲，就是用户在产品上的行为，用户在产品上的所有获得的程序反馈都可以抽象为事件，由开发人员通过埋点进行采集，通俗讲就是：将一段代码放入对应的页面/按钮，用户进入页面/点击按钮的本质是在加载背后的代码，同时再加载事件采集代码，这样就被SDK所记录下来了。
二、事件的采集
数据分析就像是通过数据/指标来讲述用户与产品之间的故事，我们举个例子来说明。
当用户点击进入苹果7 plus手机的商品详情页时，用户可能发起的行为有：点击选择了颜色：黑色，选择了版本128G，选择了购买方式：联通优惠购，选择了优惠类型：买手机省话费，这一系列行为都需要分别采集下来，如果该电商经营的数码产品品类达上千SKU，相应的就有上千个商品详情页，那么，如果每一页都按照上文中的埋点采集方式来操作，那无疑是一项庞大的工作，该如何让事件采集更高效、更有可操作性呢？
为了最大化还原用户使用场景，我们引入3个概念：事件-属性-值：
事件：用户在产品上的行为
属性：描述事件的维度
值：属性的内容
之所以引入这一组概念，是因为灵活运用事件-属性-值的结构，将极大地节省事件量，提高工作效率，使后续的数据洞察和交叉分析更精准。
继续看上面的例子，事件记录了用户的行为，我们可以知道用户A几点几分进入了商品详情页，但很多分析场景下我们更需要知道用户进入的是哪个商品页以及其他业务属性，通过属性可以采集当前页面的商品名称、商品ID、商品类型等。
将数据采集需求交由开发人员，进行埋点，将下文这段代码放入对应的页面。
juhaokan.track('进入商品详情页', {
'商品名称' : '【联通赠费版】Apple iPhone 7 Plus 128G 黑色移动联通电信4G手机',
'商品价格' : 6588.00,
'商品一级分类' : 手机,
'商品品牌' : 'Apple'});
采集时机通常有3种采集时机，包括：用户点击（click）、网页加载完成、服务器判断返回。在设计埋点需求文档时，采集时机的说明尤为重要，也是保证数据准确性的核心。
举个例子，在采集过程中如果没有明确时机，当用户点击了注册按钮，由于用户输入了错误的注册信息实际没有注册成功，可能仍然会进行记录，这样在统计注册成功事件的时候就不是准确的。而正确的采集时机描述应该是“服务器返回注册成功的判断”。
当然，同一用户行为或动机，可以基于采集需求进行多次标记，比如注册按钮，既采集用户的click行为（用户点击注册就表明有注册动机），也可以采集注册结果。事件设计为“用户点击立即注册”“注册成功”，采集时机对应“click”和“服务器返回注册成功的判断”。
三、事件的分析
当我们对事件代码采集后，他只是一个基于时间序列的记录（用户A，几点几分，在什么样的网络环境设备环境下发生了什么行为），想要指导业务增长，需要构建一些分析模型。对事件的分析通常有事件触发人数、次数、人均次数、活跃比四个维度的计算。
人数：某一事件（行为）有多少人触发了
次数：某一事件（行为）触发了多少次
人均次数：某一事件（行为）平均触发多少次
活跃比：在一个时间区间内，触发某一事件的人数占当前时间段内所有活跃人数的比
事件以及“事件-属性-值”的结构，让我们在日常的业务分析中，可以更直接快速的掌握数据波动趋势。
四、事件的管理
企业无论是自建用户行为数据分析平台还是采购第三方，对事件的管理都是产品、运营等业务人员工作流中非常重要的一环。当采集和分析数量非常多的用户行为事件时，事件查找和组织就变得不够方便。
因此，事件的分组和重要事件的标注就显得尤为重要，当事件很多时，可以对事件进行分门别类地管理。
数据驱动增长，从科学的构建事件模型开始，以事件-属性-值为逻辑的事件模型，极大地提高采集效率，更真实且全面的还原用户与产品的交互过程，通过研究与事件发生关联的所有因素来挖掘用户行为事件背后的原因，快速定位影响转化的关键点，提高运营效率。此外，事件模型也是漏斗模型、自定义留存模型、全行为路径分析模型的基础。
网友评论