数据分析之如何制作数据埋点文档(二)
正文
功能字段
中文名字段
事件类型字段
事件ID字段
Key字段
Value字段
记录规则字段
备注字段
先写结论:
同种属性的多个事件,建议命名一个埋点事件ID,并通过Key-Value键值对进行区分。
不同属性的多个事件,建议命名多个埋点事件ID,不建议使用Key-Value键值对进行区分。
销售线索:通过事件记录到用户有明确的购买意向,记录行为的事件例如:电话咨询、短信询价、加入心愿单、收藏、特别关注等类型事件。记录一个用户即代表一个线索。
数据波动:即((当日数据-昨天数据)/昨日数据)*100%=环比数据波动
产品经理自身的工作效率会极大的降低,埋点事件ID越多,效率越低,最后极限情况下会无限逼近于零效率、零产出。
埋点事件无论是普通埋点还是关键核心指标埋点,不仅产品经理需要监控自身产品健康情况,兄弟部门像:数据运营同事、数据分析同事都会基于部门需求对产品进行数据分析与监控,如果像刚才这种情况,数据运营同事每周写数据周报时,单单是一个埋点事件就要计算12个流量来源进行求合,效率极低,会严重拖累运营同事的工作效率。并且对于数据分析师来说,假设在统计整体的销售线索指标时,如通过X君定义的埋点进行分析,在写查询语句SQL时,单是事件ID就要写144个,(大家脑补下数据分析师有节奏的拷贝事件ID 144下时这个画面),数据分析时会毫不犹豫的说:“来来来,X君我有事找你谈谈~~”可能有的看官会说:一个按钮用一个埋点事件ID记录就好了,不用区分页面流量来源,那问题来了:当数据产生异常波动时怎么确定是哪个页面的流量入口的流量变动导致最终的结果?
由于每天产品经理需要大量的埋点事件ID来统计一个指标,导致工作效率低下,可能会让领导对你产生工作能力差,产出效率低下的不好印象…
当不指定Value时,默认为包含该维度下所有参数(本例中即代表所有来源)。
各位看官可能会问:当不指定Value参数,且不指定Key维度,Key=无,Value=无 时,对最终总线索数有影响吗?答案是没有。
同理,一个事件ID,指定Key=其他的维度,例如:Key=指标类别(type),不指定Value参数,例如Value=无,对最终总线索数统计有影响吗?同理答案是没有。
Y君的维护成本低,更加简洁,新增时只需要首次开发时加一个Value参数即可。
提高Y君自身、数据运营、数据分析师等兄弟部门在数据分析时的工作效率。
扩展性好,对未来新增业务需求有良好的扩展性。
同种属性的多个事件,建议命名一个事件ID,并通过Key-Value键值对进行区分。
不同属性的多个事件,建议命名多个事件ID,不建议使用Key-Value键值对进行区分。
总结:
RECOMMEND
点击“阅读原文”
查看更多干货