埋点 订阅
埋点分析,是网站分析的一种常用的数据采集方法。数据埋点分为初级、中级、高级三种方式。数据埋点是一种良好的私有化部署数据采集方式。 展开全文
埋点分析,是网站分析的一种常用的数据采集方法。数据埋点分为初级、中级、高级三种方式。数据埋点是一种良好的私有化部署数据采集方式。
信息
外文名
event tracking
中文名
埋点
图像分类分类方法
埋点技术如何采集数据,有何优缺点?数据埋点分为初级、中级、高级三种方式,分别为:初级:在产品、服务转化关键点植入统计代码,据其独立ID确保数据采集不重复(如购买按钮点击率);中级:植入多段代码,追踪用户在平台每个界面上的系列行为,事件之间相互独立(如打开商品详情页——选择商品型号——加入购物车——下订单——购买完成);高级:联合公司工程、ETL采集分析用户全量行为,建立用户画像,还原用户行为模型,作为产品分析、优化的基础。无疑,数据埋点是一种良好的私有化部署数据采集方式。数据采集准确,满足了企业去粗取精,实现产品、服务快速优化迭代的需求。但,因手动埋点工程量极大,且一不小心容易出错,成为很多工程师的痛。且其开发周期长,耗时费力,很多规模较小的公司并不具备自己埋点的能力。无埋点成为市场新宠。最后埋点、无埋点两种技术谁能成为最后赢家,我们拭目以待。
收起全文
精华内容
下载资源
问答
  • 埋点

    千次阅读 2019-01-02 17:19:31
    1.埋点 埋点分析,是网站分析的一种常用的数据采集方法,简单来说,就是在应用中添加监控点。 2.目的 获取目标数据 二、埋点数据分类 埋点主要应用在电商方面,根据用户的行为进行数据统计,再分析数据,为企业...

    一、概念

    1.埋点

    埋点分析,是网站分析的一种常用的数据采集方法,简单来说,就是在应用中添加监控点。

    2.目的

    获取目标数据

    二、埋点数据分类

    埋点主要应用在电商方面,根据用户的行为进行数据统计,再分析数据,为企业的决策提供数据支撑。主要分为以下几类:

    1.行为数据

    时间、地点、人物、交互、交互的内容

    2.质量数据

    浏览器加载情况、错误异常

    3.环境数据

    浏览器相关的元数据以及地理、运营商

    4.运营数据

    PV,UV,转化率,留存率

    三、埋点的做法

    主要看可以在哪儿采集到数据,既可在前端,也可在后端

    1.第三方SDK(又可称前端数据采集)

    2.使用业务数据库做统计分析

    3.Web 日志进行统计分析

    四、统计数据名词含义

    1.平台数据

    从上图可知,平台数据一般会统计“用户数据”,“流量数据”,“渠道数据”,“商家概况”,“商家数据”。

    2.用户数据

    作为平台方,我们关心的用户数据如上图所示,一边是来自社交平台的粉丝,一边是来自平台自身的用户。

    关注数:指用户对(平台的)社交平台关注数,包括对微信,微博等的关注;

    净增长粉丝数:指新增的粉丝量与流失的量之间的差额;

    流失粉丝数:指流失的粉丝数;

    环比增长率:同比上期,增长粉丝数的比例,公式算法:((这期-上期)/上期)*100%;

    注册用户数:指已注册了平台账户的用户数;

    会员数:指成为平台会员的用户数(各个平台规则不同,例京东会员则¥198/年);

    非会员数:指未成为平台会员的用户数;

    新注册用户:筛选期间内,同比此前新增的注册用户数;

    日活跃用户:(一般对APP而言)以设备ID为依据,1天(00:00-24:00)之内,访问App的不重复用户数;

    月活跃用户:(一般对APP而言)以设备ID为依据,指1月之内至少访问一次APP的独立用户数;

    用户性别:用户性别,一般分为男,女,未知;

    用户年龄:用户年龄;

    用户地域:指用户的设备定位区域;

    消费水平:指用户在平台消费后平台给与的等级划分(基础建设可先不计算这一数据);

    渠道用户:指来自不同渠道的用户(例网红直播从快手引流至淘宝,则该部分用户为淘宝的渠道用户);

    访问时段:指用户访问的平台的时间段分布;

    3.流量数据

    独立访客(UV):(一般针对H5/PC)指访问平台的一台电脑或客户端算为一个访客。00:00-24:00内相同的客户端只被计算一次;

    页面浏览量(PV):(一般针对H5/PC)指页面访问量,每打开一次页面PV计数+1,刷新页面也是

    访问次数:指用户从开始访问平台到最终离开平台,计为1次访问。若用户连续30分钟没有访问新页面和刷新页面,或者用户直接退出(关闭浏览器等),则定义为本次访问结束;

    跳出率:指用户只访问了首页就离开的访问量与所产生总访问量的百分比:

    访客地域:指用户访问平台时设备/客户端定位的区域;

    访问页面:指用户访问的页面;

    访问品类:指用户访问的商品品类;

    访客年龄:指访问平台的用户的年龄;

    访客支付转化:指用户在每一个页面的访问量的占比率(例访问首页100人,详情页50人,购物车30人,支付页10人,支付成功9人)

    4.渠道数据

    广告投放数据:指平台投放广告数据(指广告曝光量,曝光人数,点击量等,此处不细化);

    渠道分布数据:指平台各个渠道的分布情况;

    渠道数量:指平台的渠道数量;

    点击量:指从渠道导入的用户点击平台次数的累计;

    导入UV:指从渠道导入流量的UV数据;

    导入PV:指从渠道导入流量的PV数据;

    导入访问次数:指从渠道导入流量的访问次数;

    平均访问时长:指从渠道导入的用户的平均访问时长;

    订单笔数:指从渠道导入的用户的总下单笔数;

    付款笔数:指从渠道导入的用户的总付款笔数;

    订单金额:指从渠道导入的用户的总下单金额;

    付款金额:指从渠道导入的用户的总付款金额;

    转化率:指从渠道导入的用户付款订单数与下单数的比率,订单转化率(计算公式:付款笔数/订单笔数);

    跳出率:指从渠道导入的用户的跳出率;

    5.商家概况

    商家数量:指平台的商家总数量;

    地域分布:指平台的商家区域分布(根据入驻时填写的地址统计);

    品类分布:指平台的商家的品类分布概况(例家电数码100家,服装服饰5000家等分布情况);

    商家类型:指平台的商家类型分布情况(例品牌店1000家,厂家200家,经销商300家);

    投放模块:指商家在平台投放流量的模块;

    投放金额分布:指商家在平台投放流量的金额分布;

    投放占比:指投放流量的商家占比平台总商家数量;

    6.商家数据

    上面我们逐个介绍了平台统计数据的要点,我们接着讲商家统计数据的要点。

    交易数据

    下单笔数:指商家的下单笔数(可按某个商家筛选,不筛选则指整7个平台商家的下单笔数);

    付款笔数:指商家的付款笔数(可按某个商家筛选,不筛选则指整个平台商家的下单笔数);

    下单金额:指商家的下单金额(可按某个商家筛选,不筛选则指整个平台商家的下单笔数);

    付款金额:指商家的付款金额(可按某个商家筛选,不筛选则指整个平台商家的下单笔数);

    复购人数:指不小于1次在商家购买商品的用户累计总数;

    订单状态分布:指订单状态的分布情况(例待支付50单,待发货60单等);

    订单金额分布:指订单金额在多个区间范围内的分布情况(例订单均额在300-500的500单,500-1000的200单等);

    订单渠道分布:指订单来源于不同渠道的分布情况;

    订单地域分布:指订单的收货地址区域总体分布情况;

    转化率:指用户付款订单数与下单数的比率,订单转化率(计算公式:付款笔数/订单笔数);

    复购率:指用户购买次数大于1次的次数占比总用户购买次数(还有另一种算法,此处不细说);

    支付率:指付款用户数占比下单用户数,订单支付率(计算公式:付款人数/下单人数);

    支付金额:指用户在商家支付的金额总和;

    支付方式:指用户在商家支付的方式总和(例支付宝,微信支付,信用卡支付等);

    币种类型:指用户在商家消费支付的币种类型(例现金,积分,消费券等);

    支付结果:指用户在商家消费支付的结果分布情况;

    商品数据

    SKU数量:指商家SKU的数量;

    SKU销量:指商家SKU的销量;

    SPU数量:指商家SPU的数量;

    一级类目数量:指商家一级类目的数量;

    二级类目数量:指商家二级类目的数量;

    三级类目数量:指商家三级类目的数量;

    品牌数据:指商品所属品牌的数据情况;

    用户数据

    下单用户:指在商家下单的用户数;

    付款用户:指在商家付款的用户数;

    会员数据:指商家的会员数据(会员数,会员画像等);

    客户留存率:用户在某段时间内访问商家,经过一段时间后,仍然访问商家店铺的用户,被认作是留存用户。而留存率则是该部分用户占比此前的某段时间访问商家的用户数;

    店铺收藏用户数:指收藏过商家店铺的用户数总和;

    流量数据

    访客数(UV):指访问商家的一台电脑或客户端算为一个访客。00:00-24:00内相同的客户端只被计算一次;

    浏览量(PV):指商家页面访问量,每打开一次页面PV计数+1,刷新页面也是;

    浏览次数:指用户从开始访问商家到最终离开商家,计为1次访问。若用户连续30分钟没有访问新页面和刷新页面,或者用户直接退出(关闭浏览器等),则定义为本次访问结束;

    浏览时长:指用户浏览商家店铺的平均时长;

    访问时段:指用户访问商家店铺的时间段分布情况;

    访问品类:指用户访问商家店铺的商品品类分布情况;

    分享次数:指用户分享商家店铺或商家商品的次数总和;

    营收数据

    总营业额:指商家的总营业额;

    待结算金额:指商家等待结算的金额(有些平台会将资金控制在平台内,等待结算后才到账);

    待退款金额:指商家店铺下待退款的金额;

    已退款金额:指商家店铺下已成功退款的金额;

    已到账金额:指商家已到账金额(一般用于提现,属于商家真实收入);

    退款率:指商家收到退款的订单笔数与同期成功交易(付款)的订单笔数的比率;

    物流数据

    待发货数:指商家还未发货的订单数;

    已发货数:指商家已经发货的订单数;

    已收货数:指用户已经签收的订单数;

    平均发货时长:指所有商家的平均发货速度(计算公式=所有商家发货时长/商家总数);

    快递公司分布:指所有商家所使用的快递公司的分布情况;

    未签收:指用户未签收的包裹数;

    已签收:指用户已签收的包裹数;

    已拒签:指用户拒签的包裹数;

    待退回:指用户已申请退款,但包裹还未退回的包裹数;

    已退回:指用户已经完成退货的包裹数;

    签收时长统计:指所有用户的平均签收时长;

    展开全文
  • 埋点】是什么埋点?简述埋点的操作流程

    万次阅读 多人点赞 2020-07-16 15:33:14
    第一步【埋点采集】:通过部署埋点,收集数据 第二步【数据传输】:将埋点收集到的数据,进行传输 第三步【数据存储】:定义数据存储的库,如果数据量较小建议采用mysql,oracle等关系型数据库;数据量较大,建议...

    埋点:又称为事件追踪(Event Tracking),指的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。

    功能方面:埋点是用来收集用户行为数据。比如想要了解一个用户在APP里面点击了哪些按钮,看了哪些页面,做了哪些事情等,就可以通过埋点来实现。

    实现方式方面:埋点就是通过植入一段代码到某个页面或某个按钮,从而监听用户行为并进行收集上报。

    第一步【埋点采集】:通过部署埋点,收集数据

    第二步【数据传输】:将埋点收集到的数据,进行传输

    1. 实时传输:flume>kafka>db?
    2. 离线批量传输:jdbc>db

    三步【数据存储】:定义数据存储的库,如果数据量较小建议采用mysql,oracle等关系型数据库;数据量较大,建议采用hive,hbase等分布式数据库。

    定义好数据存储的表结构,属性尽可能采集全面。

    第四步【数据统计】:根据业务需求进行etl开发,输出业务所需的数据

    第五步【数据应用】:业务人员验证和使用数据

     

    1 埋点采集

    1.1 埋点范围

    根据业务人员的需求,选取可以衡量需求效果的数据指标,比如页面浏览量,页面转化率,访问人数,访问频次分布等等。明确需要收集哪些维度的数据,按需选择性埋点。

    1.2 埋点事件

    我们可以对一条业务流程中涉及到的各种操作进行事件埋点,用于了解该业务各操作流程的用户流失率,转化率等情况。通常包括但不限于以下事件:

    1. 页面事件:用户访问页面的信息,比如可以通过页面埋点统计页面浏览量(PV),或收集该页面上的接口;
    2. 点击事件:用户在页面的点击行为,比如想要收集用户点击搜索按钮时,填入了哪些关键字,就可以在搜索按钮上埋一个点击事件,通过字段keywords上报的值实现分析关键字的目的;

    1.3 采集内容

    埋点时需要尽可能全面的采集数据,主要包括以下信息:

    1. 用户基本信息:描述用户的基本属性信息,包括用户ID,性别,运营商,设备类型等
    2. 时间信息:事件发生的时间
    3. 行为信息:用户做了哪些行为,比如点击行为,浏览行为等
    4. 行为对象信息:用户的行为作用在哪些对象上,比如点击按钮A,浏览页面B,那么A,B就是用户行为作用对象
    5. 另外,也可以从4w1h(who,when,where,what,how)五个维度来划分埋点属性

    2 数据存储

    2.1 存储方式

    根据埋点数据量和现有平台选择一种最合适的存储方式。

    【Mysql】: 使用于数据量较小,优点读写方便

    【ES】:现有埋点方案中,阿里日志系统,通过ES查询埋点结果

    【Hbase】:适合数据量较大,可考虑使用现有hbase集群。

    数据写入方式:中间件 or 直接写入?

    2.2 存储频率

    采用【定时】+【定量】的方式,保证数据时效性和数据平滑处理。

    定时:周期触发,进行存储。避免当数据量较小时很长一段时间不存储。

    定量:设置阈值,当数据量达到一定量(1k)即进行存储

    程序退出:某用户退出登录时,需立马进行存储

    3 注意事项

    3.1 选择后端埋点还是前端埋点

    比如像点击、浏览、曝光这些行为便可以用前端埋点,主要是发生在用户与界面的交互;如果是电商中要统计下单成功这个事件,客户端是没有办法知道订单是否成功的。如果统计的事件里有需要用到后端的数据,也是要进行后端埋点的。

    3.2 埋点事件的格式

    埋点数据是需要存储起来的,数据就会有它对应的字段。一般一条埋点数据需要记录:

    事件ID、事件名(英文名、中文解释)、事件属性(属性英文名、中文解释、属性类型)、埋点形式(前端/后端)、事件触发时机(什么时候投递这个事件)

    3.3 埋点报文

    报文(message)是网络中交换与传输的数据单元,即站点一次性要发送的数据块。报文包含了将要发送的完整的数据信息,其长短很不一致,长度不限且可变。简单来说就是用户在App内有一个操作行为,就会上报一组带有数据的字段。这些字段组成一个报文。报文一般包含以下字段,简单举例,根据公司业务自行增删

    { "os": "js",
    "os_vers": "端上的OS版本",
    "dev_id": "设备id",
    "model": "设备型号",
    "manufacturer": "设备制造商",
    "proj_id": "工程id",
    "source": "渠道输入数字:1android_2ios_3H5_4小程序_5微信_6服务器后端_7QQ_100其它",
    "proj_ver": "软件版本",
    "up_time": "报文上传时间-毫秒时间戳",
    "face_id": "事件全局唯一标识",
    "accs_time": "事件发生时间,毫秒时间戳",
    "serv_time": "服务器时间,毫秒时间戳",
    "event_type": "view/click", "event_ver":"业务版本/事件版本
    "ip": "290.39.55.75",
    "longitude": "56°75.343",
    "latitude": "143°07.230【非必填GPS关闭无法获取】",
    "netwk_typ": "wifi/4G" },
    "refer_id": "无埋点场景下所浏览页面的上一个页面的唯一标识",
    "duration": "页面浏览毫秒数,关闭页面时统计",
    "banner_id": "埋点自定义事件属性值",
    "banner_name": "埋点自定义事件属性值",
    "banner_type": "埋点自定义事件属性值",
    "banner_city": "埋点自定义事件属性值" },
    "usr_props": { "gid": "游客id", "uid": "登录账号", "province": ‘上海’】",
    "city": "北京",
    "city_code": "110",
    "age": "22",
    "sex": "1男_2女",
    "phone": "13601197458",

    解释一下这些报文的意思

    1) trace_id为每个事件的全局唯唯一识别符,trace_id=md5(proj_id+source+accs_time+"salt盐")

    • proj_id为工程id,accs_time为端上行为时间
    • source为渠道来源:1android_2ios_3H5_4微信小程序_5微信环境_6服务器后端(只填数字)

    2) 请求为post提交方式,header中需要添加:projId,source,upTime,uploadId 四个参数,uploadId=md5((projId+source+upTime+"salt盐")

    • proj_id为设备id,upTime为上传时间
    • source为渠道来源:1android_2ios_3H5_4微信小程序_5服务器后端(只填数字)
    • 由于nginx中lua编程接收参数自身原因,header中的参数只能使用驼峰 projId,source,upTime,uploadId
    • salt测试环境下为:test,salt正式环境下为:p1@PeFz4ZX

    3)uid值在游客状态下为空,登录状态下有值;dev_id值在任何情况下都得传4)上面的报文为一次上报的报文格式,data中可以包括多次事件的信息5)基于客户端每次要使用客户流量才能获取$province,$city,ip,这三个字段保留,但是值为非必填。最终由后端根据请求ip和经纬度计算省市信息。6)报文中的json的所有的key可以不能遗漏,即使是value为空,如果是空值要用双引号"",不要用null。7) proj_id、sdk_ver、event_id,业务属性,必须按照产品需求保证对应关系,否则上报的数据会被丢弃。

    展开全文
  • 数据埋点之认识埋点

    2021-04-14 15:08:31
    数据埋点是数据采集的一种重要方式,主要用来记录和收集终端用户的操作行为,其基本原理是在App/H5/PC等终端部署采集的SDK代码,当用户的行为满足某种条件的时候,比如进入某个页面、点击某个按钮等,会自动触发记录...

     

    前言

    通过阅读本篇,你将获得以下三方面的知识:

    什么是埋点?

    埋点的用途?

    埋点的分类?

    一、什么是埋点

    数据埋点是数据采集的一种重要方式,主要用来记录和收集终端用户的操作行为,其基本原理是在App/H5/PC等终端部署采集的SDK代码,当用户的行为满足某种条件的时候,比如进入某个页面、点击某个按钮等,会自动触发记录和存储,然后这些数据会被收集并被传输到终端提供商,或者是通过后端采集用户使用服务过程中的请求数据。

    一个典型的埋点采集处理流程如下图所示:

    二、埋点的用途

    终端提供商在收集到埋点数据之后,通过大数据处理、数据统计、数据分析、数据挖掘等加工处理,可以得到衡量产品状态的一些基本指标,比如活跃、留存、新增等大盘数据,从而洞察产品的状态。此外更重要的是随着数据挖掘等技术的兴起,埋点采集到的数据在以下方面的作用也越来越凸显:

    驱动决策:ABtest、漏斗优化、用户增长、bug修复、精准营销、流失用户预警

    驱动产品智能:智能推荐(千人千面)、场景化提示(私人助理)等

    驱动安全:风险识别

    三、埋点的分类

    从位置上分为前端埋点和后端埋点,从形式上分为显性埋点和隐性埋点,从路径上又可以分为路径埋点和独立埋点,从需求上分为业务埋点和监测埋点。

    由于埋点的主要操作过程是以终端的交互界面为基础,制定数据采集的方案,其它的埋点分类也只是从不同的角度来进行埋点设计。前端埋点是当前主要采用的埋点方式,下面主要对前端埋点进行阐述。

    1.  前端埋点

    前端埋点是在用户端(APP、Web、客户端)等嵌入数据采集代码,比如友盟等均采用的是前端埋点,比如通过嵌入一段代码就就可以对网页数据的访问数据进行采集。相比于后端埋点,前端埋点能方便收集到用户在界面上的行为数据,比如用户点了哪个按钮、页面之间的跳转次序、停留时长等,这些数据是后面进行数据分析的主要来源。

    前端埋点技术有以下三类:

    代码埋点

    代码埋点是直接将采集SDK集成在终端,然后不断在此基础上添加调整采集方案,是目前主流的埋点采集方案,其优缺点如下:

    优点:

    高度定制、控制精准、采集的数据丰富准确

    缺点:

    首先是每当有采集需求,需要开发人员不断添加采集代码,工作量大;

    其次变更采集策略,需要发布新版本,代价巨大,存在滞后效应;

    最后由于采集代码常驻终端,不断将采集的用户行为数据进行记录和上报,对于终端尤其是移动终端来说还有耗电、消耗数据流量等负载,此外在数据上报传输的过程中也存在丢失数据的风险。

    可视化埋点

    由于代码埋点需要终端开发人员来执行采集方案,对业务的功能开发侵入性较高。有的公司开发出了可视化埋点技术,只需要产品与运营人员通过GUI界面进行鼠标简单点击,就可以随时增加、取消、调整采集数据的位置和方式,此种埋点方式避开了终端开发人员的介入,由需求人员直接执行采集,减轻了需求传递过程中的信息损耗和误解,另外可视化埋点技术往往由服务端直接下发采集的配置文件,而不用跟随版本发布,从而加快了数据采集的流程。

    具体实现方式参考:

    具体实现是SDK定时做界面截图,在截图的同时从界面UI的根对象开始遍历所有的可视化子对象,得到其层级关系。根据截图和UI元素的可视化信息重新渲染页面,识别可埋点的控件。当产品人员在后台管理端的截屏画面上点击可埋点控件,设置事件关联方面的配置,服务器保存这些配置,客户端在获取到这些配置信息以后,按照新配置采集数据。

    无埋点

    无埋点与可视化埋点原理基本一致,区别在于无埋点是先遍历所有的控件和操作行为的组合情况,然后将这些组合情况交给埋点后台,由数据分析人员选择对哪些组合的埋点数据进行分析,其优缺点如下:

    优点:

    收集数据全面,无漏报

    缺点:

    采集数据量巨大,增加了终端流量消耗和服务器存储负担。

    埋点的上报时机相对呆板,不能灵活的根据特定的场景进行特殊设置

    前端埋点的注意事项:

    页面和控件标示上报要从顶层进行合理的设计,层次感要明显

    埋点数据的漏报和重复上报如何衡量

    前端埋点不仅可以处理不需要和服务器交互的曝光和点击事件,也可以将与服务器交互的结果,比如关注成功、分享成功、优惠券领取成功等原属于后端埋点里的事件放在前端来上报。

    2. 后端埋点

    后端埋点为了避免前端埋点的以下问题:

    前端埋点需要对采集的数据压缩、暂存,为减少移动端的数据流量,除一些需要实时上报的重要事件不限制网络环境,其它事件一般只在wifi情况下上报,因此数据会有延迟,丢数据等弊端,而在后端采集数据,由于数据是在内网传输,数据传输的即时性强,丢失数据的风险小。

    前端埋点采集程序由于需要常驻,监测实时和延迟埋点上报,不可避免的带来额外的耗电。

    前端埋点若要新增或调整采集方案,需要开发人员修改客户端代码,然后发版之后才能解决,受发布周期的影响较大,而且通常用户的版本更新并不会及时,这将导致新方案不能及时覆盖所有用户。虽然现在部分埋点管理后台也支持热配置更新,但功能一般都很弱,只支持一些基础的埋点事件热更新部署,

    注意:

    很多时候并不把后端埋点独立出来,而是混合在前端埋点中,等用户和服务器端的交互返回结果之后,将结果进行上报。

    对一下需要精确采集的数据,比如代金券发放等,实施的时候尽量采用后端埋点,除非后端无法采集到所需要的数据,前端埋点只是用来参考。此外也可以将业务数据库代金券领取数据同步到数据仓库中进行分析。

    3. 其它埋点

    路径埋点和独立埋点:

    这部分的埋点根据业务对路径的追踪需求和SDK的开发能力,可为每个事件设计上下文的路径信息,路径信息的组成一般由页面、控件、行为三部分组成,而路径的深度也不宜太深,一般小于五层。

    显性埋点和隐性埋点:

    显性和隐性是从用户有感和无感来区分的,有感事件是用户的主动事件,比如展示和点击事件;无感事件主要用来处理后台的数据请求和拉取,用以监控和服务器的数据交互是否正常等,无感事件中常用的是扫描采集,比如app启动之后,扫描各设置开关的状态信息进行上报等

    业务埋点和监测埋点:

    业务埋点是从业务需求的角度而言,比如产品需要统计某个页面的曝光和点击,算法人员需要的推荐项点击率等;而监测埋点是从业务的流程上来讲的,一般是指隐性的(比如服务器交互的内容拉取情况、本地潜在信息的生成情况等),此外业务埋点中的关键部分也可以用作监测埋点。

    四、参考资料

    一些资料参考:

    可视化埋点参考:Mixpanel, Inc · GitHub

    产品经理如何做数据埋点:产品经理该如何做好数据埋点? | 人人都是产品经理

    常见的埋点平台参考:

    Growing io: GrowingIO 官网-硅谷新一代无埋点用户行为数据分析产品

    神策: 神策数据 | 大数据用户行为分析产品 | Sensors Data

    诸葛IO: 诸葛io - 深入业务场景的数据智能决策平台

    talking data: TalkingData-移动.数据.价值

    友盟:友盟+,国内领先的第三方全域数据服务商

    百度统计:百度移动统计|移动应用APP统计|android统计分析|iOS统计分析

    展开全文
  • 埋点测试

    千次阅读 2020-01-13 19:22:59
    什么是 埋点测试? 埋点的目的:实现app的数据收集和分析。 而数据收集和分析的意义是什么呢? 不同的人对于埋点有不同的目标。 比如对于版本的某个功能,产品可能只是想埋点以了解: 新功能是否得到用户的认可...

    什么是 埋点测试?

    埋点的目的:实现app的数据收集和分析。

    而数据收集和分析的意义是什么呢?

    不同的人对于埋点有不同的目标。

    比如对于版本的某个功能,产品可能只是想埋点以了解:

    新功能是否得到用户的认可和使用?

    用户使用的场景和路径是怎样的?顺畅吗?

    是否需要针对反馈回来的数据,进行分析改进功能?

    而对于某个广告和运营活动的投放,关注的可能是:

    广告的展示率、用户的点击率、转化率、甚至是商业盈利等

    总而言之,埋点本身其实是对于自己所设计的产品的有一个可视化健康检查,通过逻辑和数据,贯穿产品的整个生命周期,使产品逐步达到最佳状态从而实现硅谷最近所谓的“Growth Hacker”的效果。

     

    另外,一般的app都会有一些核心指标和一般性指标,核心指标诸如下载量、用户数、活跃用户数、留存等等,一般性指标比如用户访问频率、停留时长、页面数等。

     

    于是就衍生出了各种各样的埋点工具。市面上常见的埋点工具,谷歌的Google Analytics,国内比较普遍的第三方统计工具是友盟和talking data,现在小米,腾讯和百度也有开放的统计sdk。

    埋点的逻辑是:界面——事件——事件参数

    每一个界面的每个事件都有唯一的标示ID

    此外,每个界面中都会有公共参数统计,比如:userId、timestamp、taskId等

    讲了这么多,那么埋点是怎么测试的呢?

    通用的一种方式是直接第三方统计平台去定时查看自己的appid对应的数据。之前有测过Google和友盟的统计。

    优点是,第三方平台的数据往往是经过分析汇总的,展示非常直观。但缺点,是这些平台数据往往不是时时更新的。

    再加上第三方统计平台自己的稳定性也有待考量。所以没办法及时确认数据的准确性。

    于是另一种方式是从客户端下手,查看开发的埋点日志。

    展开全文
  • 博主做移动手机系统中的数据采集与埋点也有近两...这篇文章里面阐述了一下数据采集的一些基本概念,介绍了一下代码埋点、可视化埋点、无痕埋点,后端埋点,并根据这几种埋点的适用场景阐述了一下博主的深刻的理解和认识
  • 主要介绍了小程序从手动埋点到自动埋点的实现方法,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
  • 代码埋点、无埋点和可视化埋点

    千次阅读 2019-01-04 18:34:48
    一、代码埋点、可视化埋点与无埋点 1.代码埋点:工作量大、更新代价大、不灵活  针对工作量大:可采用部分可视化埋点。  针对更新代价大:将核心代码和配置、资源分开,APP启动时通过网路更新配置和资源。  ...
  • 关于埋点

    2019-06-20 07:50:47
    代码埋点主要通过手写代码的方式来埋点,能很精确的需要埋点的代码处上埋点代码,可以很方便的记录当前环境的变量值,方便调试,追踪埋点内容,但开发工作量大,并且埋点代码到处都是,后期难以维护。 可...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 25,365
精华内容 10,146
关键字:

埋点