數據埋點最基本需要獲取的用戶數據有哪些？
數據埋點最基本需要獲取的用戶數據有哪些？
原文出處https://www.zhihu.com/question/20412632
作者：劉大大鏈接：https://www.zhihu.com/question/20412632/answer/158296956
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請註明出處。
還是得看你希望分析什麽樣的用戶行為吧，根據行為場景去選擇數據跟蹤點，並確保這個點的反饋是客觀無歧義的。
在這一個大數據的時代，在這一個產品經理愛拍腦袋的時代，數據的重要性不言而喻，好的數據分析可以使我們的產品不偏離正確的軌道，做好數據分析的第一步就是做好數據埋點，那麽怎麽做好數據埋點呢，我將從以下幾個方面進行講解：
埋點技術
代碼埋點：
所謂的代碼埋點就是在你需要統計數據的地方植入N行代碼，統計用戶的關鍵行為。比如你想統計首頁某個banner的點擊量，上報的數據可以采用KEY-VALUE形式，我們定義 KEY為「CLICK_ADD_BTN」，VALUE的值為點擊的次數。當用戶點擊banner時，banner詳情的代碼會通過按鈕的「回調」來觸發執行，程序猿在業務代碼執行完後，又加上了統計代碼，把「CLICK_ADD_BTN」對應的VALUE加1，banner被統計到了一次使用。
代碼埋點的優點：
- 使用者控制精準，可以非常精確地選擇什麽時候發送數據
- 使用者可以比較方便地設置自定義屬性、自定義事件，傳遞比較豐富的數據到服務端。
代碼埋點的缺點：
- 埋點代價比較大，每一個控件的埋點都需要添加相應的代碼，不僅工作量大，而且限定了必須是技術人員才能完成；
- 更新代價比較大，每一次更新，都需要更新埋點方案，然後通過各個應用市場進行分發，而且有的用戶還不一定更新，這樣你就獲取不到這批用戶數據。
可視化埋點：
既然代碼埋點代價比較大，每一個埋點都需要寫代碼，那就使用可視化交互手段代替寫代碼；既然每次代碼埋點都需要更新，那就參照現在的很多手遊做法，把核心代碼和配置、資源分開，每次用戶啟動app的時候通過網絡更新配置和資源。
可視化埋點優勢：
可視化買點解決了代碼埋點埋點代價大和更新代價大兩個問題。
可視化埋點劣勢：
可視化埋點能夠覆蓋的功能有限，目前並不是所有的控件操作都可以通過這種方案進行定制；
無埋點：
可視化埋點先通過界面配置哪些控件的操作數據需要收集；“無埋點”則是先盡可能收集所有控件的操作數據，然後再通過界面配置哪些數據需要在系統裏面進行分析，“無埋點”也就是“全埋點”的意思。
無埋點的優點：
- 可視化埋點只能收集到你埋點以後的數據，如果你想對某個按鈕進行點擊分析，則只能分析增加可視化埋點以後的數據，之前的數據你收集不到，而無埋點在你部署SDK的時候數據就一直在收集。
- 因為無埋點對頁面所有元素進行埋點，那麽這個頁面每個元素被點擊的概率你也就知道，對點擊概率比較大的元素可以進行深入分析。
無埋點的缺點：
- 由於無埋點方案所有的元素數據都收集，會給數據傳輸和服務器帶來較大的壓力。
數據埋點方式
1、公司研發在自己的產品當中註入統計代碼，搭建相應的後臺查詢，這種代價比較大。
2、集成第三方統計的SDK，比如友盟、百度移動統計、Sensors Data、GrowingIO、Talking Data等。
如何進行數據埋點
一、明確目標
經常有人問我說我要獲取那些數據來進行數據分析，其實這個問題不應該問別人，應該問問你自己，你是想用這個數據幹什麽，如果你想繪制基礎的人群畫像你就需要獲取用戶機型、網絡類型、操作系統，IP地域等數據；如果你想分析每一個註冊轉化率，你就需要獲取每一個步驟的點擊次數，然後制作成漏鬥，看那一步轉化率出現了問題；目的不一樣，獲取的數據也不一樣，使用的埋點技術也不一樣，我們無論做什麽事情都不能忘了我們的目的！
二、獲取相應數據
業務不同，目的不同獲取的數據也不同，這裏我只說一些比較共性的數據。
1、產品各個渠道下載量
這個可以用第三方數據統計工具來進行，這樣我們可以知道我們產品著重在那個渠道進行推廣。
2、產品活躍狀態分析
產品活躍狀態監控，留存分析、流失分析、新增變化等，次日留存率、七日留存率、月留存率，尤其對於處於成長期的產品而已，這個指標很重要，如果留存率比較低，說明你的產品有問題，這個時候你就需要進行用戶調研，找到流失的問題，否則大面積拉新，只能拉多少死多少，至於留存率、新增的變化這些數據，我們也可以借助第三方統計工具來進行。
3、事件分析
比如你想統計某個頁面的Uv、PV、元素的點擊量、用戶停留時長、頁面跳出率等數據指標，可以選擇代碼埋點和可視化埋點等前端埋點解決方案。當某個頁面的UV很高，但是跳出率也很高，說明頁面有問題，你就要好好想想頁面的問題出在什麽地方。
4、基本信息獲取
基本信息獲取，例如機型、網絡類型、操作系統，IP地域等，繪制基礎用戶人群畫像，這種分析出來的用戶畫像顆粒度比較大，如果想更精準的進行用戶畫像可以結合推薦系統，來獲取用戶的興趣指標，以及用戶操作行為等數據來進行更精準的用戶畫像，從而為產品運營和產品設計提供參考，可以借助第三方統計工具和自定義埋點的方式進行數據的收集。
5、漏鬥模型
對於產品的關鍵路徑一定要進行漏鬥模型分析，比如註冊路徑，從用戶輸入註冊手機號到註冊成功，中間可能會有幾個步驟，如果100個人註冊，最後只有一個人註冊成功，那麽求運營同學心裏的陰影面積。還有電商的購買下單路徑，從瀏覽商品到最後下單購買成功，每一個步驟的轉化率是多少，對於漏的比較多的那個步驟我們肯定要著重關註，分析原因。這個可以技術研發進行埋點，獲取更精確的數據，比如下圖的埋點表。
三、做好和研發的溝通
集成第三方數據統計的SDK還好，如果是自己自定義代碼埋點，你可能一句話的事情，但是技術人員要開發大量的代碼，而且做出來的東西是給產品和運營用的，這有時候會導致技術人員的抗拒心理，這個時候產品經理要做好溝通工作。
總結：在這個數據越來越重要的時代，在這個數據驅動產品運營和設計的時代，做好數據埋點，獲取精確數據，是你做好數據分析的第一步。
數據埋點最基本需要獲取的用戶數據有哪些？