>

数据指标系列 | 完整埋点方案设计的四要素

GIO 增长团队 2019-08-29
2639

「数据指标系列文章」分享自 GrowingIO 分析师团队,旨在分享埋点方案设计的方法论和实际场景应用分析,为企业又快又准地搭建起高质量数据指标体系提供帮助。系列文章将持续在 GrowingIO 博客发布,欢迎大家关注。

(本文作者:GrowingIO 商务数据分析师 史晓璐)


为什么提交的埋点需求,技术总是不理解?

为什么提交的埋点需求总是被打回?

为什么埋点上线后的数据总是不准确?


作为一个业务人员,在提交埋点需求时,你一定经历过或者正在经历着上述痛苦,那么,如何又快又准与开发确认埋点需求,并且确保埋点数据准确可用呢?


  • 快:需要需求方(产品、运营)、数据规划师(数据产品、数据分析师)、开发三个团队有序协作

        * 没有数据规划师的公司,一般是由需求方和开发团队直接对接,那么需求方也需要承担数据规划师的角色。

  • 准:需要确保数据的业务含义和数据质量


下图是关于埋点团队协作流程的最佳实践:



通过这个流程,GrowingIO 帮助许多客户搭建起数据体系,完成了数据驱动企业增长的第一步。


汉光百货(👈点击直达)就是这些客户之一。在搭建数据体系之初,汉光百货不可避免地面临着许多难题,例如“业务与研发如何沟通数据需求”等,而 GrowingIO 提供的标准化埋点最佳实践,帮助汉光百货打通站外、站内行为数据与交易数据,建立起转化全链路分析,迈出了数字化转型万里长征的第一步。


本期就让我们聚焦「埋点方案设计」这一环节。完整的埋点方案应该具备以下四个要素:


1. 确认事件与变量

  • 事件:指产品中的操作
  • 变量:指描述事件的属性


在确认事件与变量时,我们可以按照产品流程(用户旅程)来设计关键事件,如果想要进一步描述事件属性,那么就可以将属性作为事件的变量。


以汉光百货「站内转化路径追踪」这一电商行业的核心场景为例,其需要追踪的关键指标,是四个产品操作步骤:浏览商品详情页、加入购物车、结算、支付成功。


这四个指标分别代表四个事件。如果想要进一步监控不同品牌、不同商品的购买转化率,就需要用品牌和商品的维度去拆解关键指标,那么品牌和商品就是这四个事件的变量。


2. 明确事件的触发时机

事件的触发时机,往往是影响数据准确性的重要因素。以「加入购物车」事件为例,触发时机是点击这个按钮时,还是加入购物车成功时呢?


不同的触发时机代表不同的数据统计口径,我们要尽量选择最贴近业务的统计口径,然后再与开发沟通,在可行性与业务贴合度之间找到最优解。


另外,由于产品中可能有多个入口均可“加入购物车”,触发入口是否已列举完整,也会影响数据准确性。这个时候,我们可以采用 MECE 原则,即相互独立,完全穷尽:不要重复列举,但要包含所有入口。


3. 规范命名

对事件进行规范统一的命名,有助于提高数据的实用性及数据管理效率。我们建议使用「动词+名词」或者「名词+动词」的规则来命名,比如“加入购物车”事件,就可以命名为:addToCart。


无论如何,需要确保的是,团队/公司内部必须建立统一的认知,使用同一套命名规则。


4.明确优先级

考虑到埋点的技术实现成本以及资源有限性,在设计埋点方案时,一定要对埋点事件有明确的优先级排布。


在汉光百货这个案例中,优先级最高的场景是“站内转化路径追踪”。我们以这个场景为轴心,了解每个转化步骤的情况,找到优化点对症下药,再对优化点进一步的监控与验证分析,最终实现价值的持续交付。


基于上述四要素来完成埋点方案设计,不仅可以提升需求方与开发团队的协作效率,更能为后期的数据提供质量保障。


重磅福利👇

点击此处,即可下载「GrowingIO 指标体系实施方案 & 数据验证模板」!


埋点方案文档格式样例