数据埋点作为产品数据分析中特别重要的一环,一直是很多产品经理关注的重心。但之前很多文章都是讲解方法论和理论知识,少有案例和实践的内容,这篇文章,作者从一个案例出发,为我们讲解数据埋点如何做。
结合最近的工作,输出数据埋点落地经验,希望可以帮助到大家。
本次数据埋点的目的:收集学生的开发行为数据,督促、帮助学生更好的进行软件开发,帮助其高薪就业。
业务场景:学生在IDE进行代码开发
数据收集工具:开发的IDE插件
调研对象:
开发团队(前端、后台):了解前后端使用哪些主流IDE、了解程序员如何进行代码开发,都有哪些开发步骤,明确后,梳理为以下业务流程:
根据步骤1,确定好了业务流程,分别按流程拆解,依据模型4W1H,即Who、When、Where、How、What, 某用户在某时间点、在某地方以某种方式完成了某个具体的事情, 定义事件及属性,形成埋点管理文档。
文档示例如下:
注意增加埋点版本号字段,以便后续数据维护。
将完成的埋点管理文档再次上会确认,同时开发考虑实现难度,并在规定上线时间内给出最小实现版本,按照V1.0.0版本必须实现、可快速实现、需调研实现、实现有难度在埋点文档标记维护, 确定埋点优先级 ,方便后续需求管理。
团队较小没有测试,只能产品上。开发自测完毕,产品根据业务流程按事件触发方式在数据库验证数据 有无收到 及 数据准确性 。
注意埋点客户端和服务端均需要 压测 。
如以上无误可以准备上线。
埋点管理文档再次完善实际埋了哪些点,及其上线版本号,便于后续数据维护。
上线后需每天定时验证数据正确性,检查有无异常值,如过低、过高数据、是否丢数据、时间值是否正确等等。检查这些异常值,需分析发生原因,排除是否为自身开发bug。
运营、业务同学可根据收集上的数据,进行业务维度数据分析,产生报表需求。我们可用积木、帆软等工具快速行程数据报表,供前期业务分析使用。
同时,也可验证我们埋点的数据准确性,影响boss、业务分析的重点bug快速上线,小版本迭代优化。
本次的数据收集主要应用在b端,达到了更好的辅助业务开展的效果,拿数据说话结果更加强有力。在c端,数据分析也是提升产品功能,提升转化率的利器。
通过实操的方式介绍数据埋点落地流程,希望和大家一起进步,
本文由@半岛铁盒 原创发布于人人都是产品经理,未经许可,禁止转载。
题图来自 Unsplash,基于 CC0 协议。
该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。