其他
【探寻one piece的埋点之旅】01初识埋点——二档技能开启
是新朋友吗?记得先点蓝字关注我哦~
一、引言
二、数据生命周期
埋点行为数据:通过埋点的方式,采集到的一些行为数据,如浏览、点击、停留时长等 业务数据:伴随着业务产生的数据,核心是生产系统内存储的业务表单数据 日志数据:一般是web端日志记录的数据 外部接入数据:从第三方获得的数据
三、数据埋点
不知道埋点的全生命周期是怎样的,只有片段概念? 如何将业务需求转换为数据需求? 埋点文档怎么写?事件、参数是什么? 埋点管理如何进行,管理平台如何搭建? 埋点数据如何进行可视化展现? 埋点数据准确性如何保障?
优势:简单、快捷;开发工作量少 劣势:数据维度单一(如点击、加载、刷新);数据准确性不高;上传数据多,消耗服务器资源多 适用场景:运营阶段初期,产品功能相对简单,主要分析活动页、着陆页、关键页面设计体验
优势:按需采集、对数据分析更精细化,数据采集能力较强,包含服务器、数据库、第三方数据 劣势:项目工程量大,开发成本及沟通成本高 适用场景:运营阶段中后期,追求精细化运营,需要进行多维数据分析
优势:开发工作量少,使用成本低 劣势:数据精准度不高、针对页面上点击可见元素、数据维度单一(如点击) 适用场景:运营阶段初期,页面简单,主要分析点击事件
数据需求池:对数据需求进行整体维护,记录需求业务场景、需求内容、提出者、时间等 产品信息架构:梳理产品结构,熟悉产品 用户行为路径:分析用户路径,得到核心业务指标
埋点版本规划:根据需求优先级,分版本上线,快速迭代 埋点文档:详细描写版本记录、数据流程图、埋点事件等内容 后台原型设计:埋点管理后台、数据可视化平台原型
数据准确性验证:埋点数据的准确性需要及时得到验证,以保证后续数据质量 数据监控:定期监控埋点数据的产生情况 埋点下线:没有价值、不符合当前需求的埋点进行下线
四、总结
奇数学院是一个助力数据人成长的大家庭,帮助对数据感兴趣的伙伴们明确学习方向、精准提升技能。在这片数据人的自留地,让我们一起探索数据领域的神奇奥秘。
扫码关注我,带你探索数据的神奇奥秘