数据需求也就是我们要如何去通过数据评价该模块的版本效果,以 及可以采集哪些数据去做用户特征分析。

需要采集的数据主要包含以下几类:
  1. 用户行为数据:时间、地点、人物、交互、交互的内容等和数据。
  2. 产品质量数据:页面加载情况、异常或错误情况等。
  3. 环境数据:环境参数、地理位置、运营商等数据。
  4. 运营相关数据:页面访问数量、停留时长、跳出率、转化率等页面分析和行为分析指标等方面。
确定数据分析指标

不同的产品业务需求不同,比如运营更关注活动上线后的运营情况,产品则关注功能的使用情况等,因此需要根据各业务需求设计数据分析指标,以满足各业务对数据分析的需求。
下面是京东排行榜页面数据分析指标,可参考:
用户路径:京东首页→排行榜入口→排行榜页面→商品详情页→购物车→支付订单→跟踪物流→收货确认→商品评价

京东排行榜数据分析指标
事件设计,梳理埋点

事件设计就是要采集用户行为数据,首先要根据业务分析需求明确采集的目标行为,进一步搞清楚应该在哪些地方埋什么样的点,最终输出的成果就是埋点需求文档。
事件设计可按照4W1H(“WHO”、“WHEN”、“WHERE”、“WHAT“、”HOW“)的原则进行事件的设计和定义。

  1. who
  • 设备区分
    设备区分多用于不需要登录的产品,通过设备独有的编码来标记用户。
  • 账号区分
    账号区分是常用的方式,通过账号id、手机号等信息来标记用户。
  1. when
  • 设备时间
    设备时间可能会因为不同时区的原因,用户之间各不相同,比如跨国业务。
  • 服务器时间(时间戳)
    服务器时间就是常说的Unix时间戳,是全球统一时间,不受时区的干扰,如果不考虑业务特殊情况,一般都是使用服务器时间。
  1. where
  • GPS定位
  • LBS 定位
  • IP判断
    常用的就是获取用户的定位权限,然后通过gps进行定位,还有就是通过设备ip判断用户位置。
  1. how
  • 操作系统
  • 设备品牌和型号
  • 运营商
  • 屏幕尺寸
  • 用户来源等等
    用户是怎么完成这个行为的,像上述这些信息都算,不止于此,看业务需要,可以继续扩充。
  1. what
  • 商品下单(事件)
    • 商品ID(属性)
    • 期望收货时间
    • 快递方式
  • 商品退货
    • 商品ID
    • 退货原因
    • 退货价格
    • 商品是否已寄回

what就要看业务行为了,举了上面两个例子,并引入了“事件”和“属性”两个概念,事件是指具体的行为,属性是指行为相关的一些信息,如商品下单这个事件:

  • 商品ID属性用来分析什么商品卖的好;
  • 期望收货时间的属性用来分析物流方面的高峰期;
  • 快递方式用来判断哪个合作物流对用户服务质量更好。

这个要根据不同的业务需要,在埋事件的同时,增加必要的属性,以便深入分析数据。

文章来源于互联网,如有雷同请联系站长删除:数据埋点之三:需要采集哪些数据?

发表评论