什么是埋点

所谓埋点是数据领域的专业术语，也是互联网应用里的一个俗称。

它的学名应该叫做事件追踪，对应的英文是Event Tracking。

它主要是针对特定用户行为或事件进行捕获、处理和发送的相关技术及其实施过程。

埋点是为了满足快捷、高效、丰富的数据应用而做的用户行为过程及结果记录。数据埋点是一种常用的数据采集的方法。

埋点是数据的来源，采集的数据可以分析网站/APP的使用情况，用户行为习惯等，是建立用户画像、用户行为路径等数据产品的基础。

埋点

埋点的作用

对于产品来说，用户在你的产品里做了什么、停留了多久、有什么异样，都是可以通过数据埋点来实现监控的。

1、提高渠道转化：通过用户的操作序列，找到用户流失的节点

2、改善产品：通过用户行为分析产品是否有问题，例如用户有没有因为设计按钮过多导致用户行为无效等问题，以此发现功能设计缺陷等。

3、精准客户运营：对客户进行分组（例如有的喜欢打折购买，有的喜欢直接购买等），实现精准营销，发放优惠券等

4、完善客户画像：基本属性（性别、年龄、地区等），行为属性（设备操作习惯等）

5、数据分析：埋点作为原料放在数据仓库中。提供渠道转化、个性推荐等

ps: 有一次使用 100 offer，注册了一半我放弃了，后来收到了对应的邮件，问注册是否遇到了什么问题。这个是其他网站可能没考虑到的点。

埋点的种类

从前后端埋点可分为：

1、客户端埋点

客户端数据很全，记录了用户绝大多数行为，其他非关键业务量或者不需要请求服务器的行为适用客户后端埋点。

例如：音乐播放时间、用户操作序列、点击等

优势：

1）收集更全面的用户数据；

2）可以收集不请求服务器的数据

劣势：

1）数据上报需要联网；

2）未上报前客户删除数据，就无法上报；

3）改变埋点需要重新发版

服务端埋点：

实时性高，很准确，最好用户需求请求服务器的关键业务均使用服务器后端埋点

例如：在线播放、中奖统计、游戏安装等

优势：

1）实时收集数据，数据很准确，不存在延时上报；

2）当要改变埋点时，只要改变，上报数据就会改变；

3）能够收集不在APP内发生的行为，只要请求服务器就行

劣势：

1）不能收集不需要请求服务器的数据；

2）用户没联网时不能采集数据

埋点方式

1、代码埋点：

主要由APP研发工程师手工在程序中写代码实现，通过触发某个动作后程序自动发送数据。

优势:

1）灵活性强

2）可以控制发送的实际和发送方式

劣势：

1）人力成本高

2）有时候依赖App发版来生效

适用场景：

1）有具体的业务分析需求，且按照各个事件埋点的方式不能满足；

2）需要对埋点事件进行传参等自定义属性设置。

2、可视化埋点：

以前端可视化埋点的方式记录前端设置页面元素与对其操作的关系，然后以后端截屏的方式统计数据。

优势：

1）简单、方便，快速埋点。无需技术进行SDK嵌入，运营人员也可通过后台可视化界面配置和统计埋点并实时发送到客户端生效；

2）对所有版本生效，不存在迭代问题

劣势：

1）比较受限，上报行为信息有限；

2）可覆盖功能有限，目前不是所有控件操作都可通过这种方案定制；

3）不能自定义交互事件属性；

4）不支持不断加载的内容瀑布流式交互

适用场景：

1）分析或统计需求简单，不需要对埋点事件进行传参等自定义属性；

2）频繁上线或更新的H5类型的运营活动。

3、无埋点（全埋点）：

无埋点绑定页面的各个控件，当事件触发时就会调用相关接口上报数据。

可以理解为是通过后端或签订可视化圈等方式来完成关键事件的定义和捕获。

他要求必须在页面嵌入数据采集基础SDK，就可以采集页面所有点击行为，并可以绘制出用户点击的热力图。

优势：

1）不需要埋点，方便快捷；

2）直观，对点击率大的元素可以深入分析；

3）可以在系统上线后使用，支持基于全量的数据回溯

劣势：

1）传输数据比较大，需要消耗一定的数据存储资源；

2）无法采集自定义属性；

3）数据形式没有按照实际业务需求进行事件设置，在使用时需要进行二次处理

适用场景：

1）分析或统计需求简单，不需要对埋点事件进行传参等自定义属性；

2）频繁上线或更新的H5类型的运营活动。

一览

埋点事件

1、点击事件

用户每点击页面上的一个按钮都会记录一次数据，例如点击一次排行榜，就会上报一次事件

2、曝光事件

当用户成功进入一个页面时记录一次数据，刷新一次页面也会记录一次数据，如果通过Home键切换到手机桌面，则不会记录数据，因为已经脱离了原APP。

例如进入排行榜页面，那么会上报一次排行榜的曝光事件。

3、页面停留时长（Time on Page），简称Tp

页面停留时长用来记录用户在一个页面的停留时间，通过离开页面的时间（t2）-进入页面的时间（t1）计算。

以京东排行榜为例，进入排行榜记录一个时间t1，离开后记录一个时间t2，t2-t1就是用户在排行榜停留时长。

埋点指标

为什么要有埋点指标呢，因为产品需要量化，量化了之后才知道产品做得好不好。

1、用户变化

新用户：下载APP后，第一次启动的用户成为新用户。考虑到同一部手机上的卸载安装再启动行为，所以需要进行去重，即同一部手机上的多次下载后第一次启动只是计为一个用户（一般是以设备特征码作为判断依据进行去重）。作用：渠道引流量、活动效果、推广效果

活跃用户：在某个时间段内，对APP有任何操作行为的用户（去重）

活跃账号：在某个时间段内，有启动过APP的账号（按账号去重）

日活跃用户（DAU）：日新增用户（DNU）+日老活跃用户（DOU）+回流用户。日活增长明显，说明部分沉默用户被唤醒；日活减少明显，说明产品出现重大问题或者是什么事件导致用户流失

周活用户（WAU）：最近 7 天内（包含今天）启动 APP 的用户数（去重）。

月活用户（WAU）：最近 30 天内（包含今天）启动 APP 的用户数（去重）。月活减少趋势明显，说明用户流失现象严重。 此时，要重点关注核心用户的留存。

回流用户：超过N填没启动APP的用户在今天启动了APP（去重）。N一般=7，根据产品情况定

累计用户：截止到当前，启动过APP的用户（去重）

活跃占比：当日活跃用户数 / 指定时间段的活跃总数。

日活 / 周活：当日活跃用户数 / 过去 7 天内（含当天）的活跃总数。

日活 / 月活：当日活跃用户数 / 过去 30 天内（含当天）的活跃总数。

日活 / 月活比值越高，依赖性越高、粘性越强。

日活 / 月活比值低，但月活增长趋势明显，说明产品的业务不具有保鲜度，用户玩玩就腻了。

沉默用户：激活APP后的N天内没有启动APP的用户（去重）。N一般=90，根据产品情况定。沉默用户越多说明产品使用频率低，无法触及用户的需求，有潜在用户流失的风险

月激活用户：过去30天内（含当天）没有启动APP的用户数（去重）。突然有大量用户被激活，可能是最近活动或版本更新产生的效果。

激活行为：一般定义将用户安装日级安装次日的多次启动都被视为激活行为

新用户留存：指定时间内新增用户在经过一段时间后，还有启动APP的用户。

新用户留存率=留存用户/当时新增用户，在一定程度上反应用户的忠诚度，值越高，用户忠诚度越高

页面统计

页面访问次数（PV-Page View）：当前页面被访问的次数，即浏览量

页面访问人数（UV-Unique Visitor）：访问当前页面的活跃用户数，即独立访问数。产品推广的重要指标，访问量越大，说明产品推广越好

页面访问时长：用户在该页面的停留时长

页面流向分布：可统计出，当前页面和下一个页面（多个）的流向关系。流向分布是为了统计用户希望的操作，如果离开应用，可能需要检讨产品的用户体验或者进行内容优化，引导用户按照设计者的想法操作。例如在商品详情页中，用户可进入购买、收藏、返回列表3个页面，可能的流向分布为上述3个页面。如果每一流向这3个页面，那么即为离开。

终端特征

机型：TOP10 

分辨率

操作系统

版本占比

APP版本分布，了解某个时间段内，市面各版本的用户概况。

升级用户：从其它版本升级到当前版本的用户。

交易概况

视产品增值业务而定。具体的内容，看各自产品及单位所关注的点。一般包含以下几类交易数据：

会员充值额，同比值、环比值，走势。

主要业务的订单 / 道具等交易额、退款额，同比 / 环比值，走势。

渠道投放效果：

了解某个时间段内，APP 发布渠道的用户概况。

可用于后续的投放决策。

天猫、京东等

个人收获

如果我有 7000W 邮箱，那么怎么可以进一步丰富这些信息呢？

让这些变成不可替代的资源。

发送埋点：分析回复率，时间，用户类型。用户信息。

每一次的发送明细要保留下来。

拓展阅读

埋点系列1-埋点需求分析&设计埋点方案

埋点系列（二）—— 输出埋点需求文档

埋点系列（三）—— 埋点的框架设计及其准确性

埋点系列（四）—— 从埋点系统搭建到数据可视化落地

参考资料

数据分析（一）什么是埋点