详解设计埋点过程中的“who when where how what”

小提示：您能找到这篇{详解设计埋点过程中的“who when where how what”}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的详解设计埋点过程中的“who when where how what”内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

继《》之后，埋点设计的问题引起了很多朋友的兴趣，本篇文章将通过埋点设计的知识介绍，让人们了解设计埋点过程中的“who when where how what”。

上次写了一篇《》，其中提到了一点设计埋点的方法，很多朋友留言说需要设计埋点的指南，像我这种从来不拒需求的人，这两天下班闲下来之后就整理了一下埋点设计的一些知识，希望能有所帮助。

在诸多招聘 JD 中提到的数据分析能力，主要是数据利用能力，利用数据的前提是有数据，并且在真正做数据分析的时候，经常会出现数据不足的情况，需要通过设计埋点去采集，当你有数据需求的时候，连需求都不知道怎么提，这岂不是产品经理最大的悲哀。

所以我们不仅要学会利用数据，更要知道如何通过埋点来采集数据，接下来说一说如何设计埋点。

一、想清楚为什么埋

1. 想验证什么？

《》中，我们明确了要验证的指标（北极星指标、方向指标、负面指标和行为指标），方向指标和负面指标是我图书营销 怎么做们的项目中的关键指标（没理解的话可以先看上一篇文章），通过埋点验证这两个项目指标，这就是我们的需求。

2. 确定分析思路

一个页面那么多行为，也不能都埋点啊，我的埋点原则是：没有需求就别加，既能解决问题，又不浪费资源是最好的平衡点。

在真正设计埋点之前，就要想好怎么分析这些埋点，因为只有确定好了分析思路，你才知道需要哪些埋点，数据分析的方式比较多，这里不重点拆开说，列一些我们常用的一些分析方式，如果需要拆开讲，请继续提需求。

常用的分析思路：

对比分析

通常用于对比前后变化，比如功能上线前后日活人数对比。

分布分析

通常用于分析一个行为的在某个维度的分布情况，如美团外卖APP，点外卖这个行为，一天24h的下单量分布，来确定运力（骑手）高峰期。

多维度拆解

通常用于定位问题原因，如摩拜APP12月份使用人数暴跌，通过地区、版本等不同维度拆解，发现只有东北地区的使用数据暴跌，因为12月处于冬季，大冬天的东北，你想想骑车不得冻死手啊，这就找到了原因。

漏斗分析

评估一个使用路径的流畅程度，比如电商下单流程的转化率。

路径分析

分析用户的流向和路径，比如从首页开始，有多少去了商品详情页，然后又有多少去看李佳琪直播了，接着又去了哪里。

留存分析

留存的定义有很多：活跃留存、新增留存和精准留存。精准留存较少被提及，精准留存可以更好地评估功能价值，比如进过李佳琪直播间的用户列为精准用户，那这部分用户之后的留存情况，就一定程度反映了李佳琪对这个平台的影响效果了。

粘性分析

评估一个功能对用户的粘性，比如一个月内进李佳琪直播间29天，那这个用户粘性达到了29次/月，粘性很高，就是李佳琪的忠实粉丝无疑了（OMG，买ta！！哈哈）。

这是一些常用的分析思路，除此之外还有很多，如果不是做深入数据分析的话足够用了，而且不同的分析思路之间组合使用，可以得出更多结论，这些分析思路组合使用可以指数级提升分析能力。

好，根据验证指标，明确分析思路之后，接下来就需要梳理埋点了。

3.梳理埋点

怎么埋呢？很像我们阐述需求背景，无非“who when where how what”这些信息，但是一旦细究就很可怕，但这都是我们需要和开发同学明确好的，来一个个看。

who

• 设备区分
• 账号区分

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。账号区分是常用的方式，通过账号id、手机号等信息来标记用户。

when

• 设备时间
• 服务器时间（时间戳）

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，需要分析用户的使用时间分布，北京的白天就已是美国的深夜，通过设备时间分析会更方便，北京的8:00不是美国的8:00，但都是早晨。

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。

where

• GPS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。

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。

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。

想验证什么 → 明确分析思路 → 梳理埋点，就明确了我们的埋点需求，接下来就要把我们的埋点表达出来。

二、说明白怎么埋

1. 前端埋？后端埋？

这个问题江湖上也是议论纷纷，说哪个好的都有，我没有明确的结论，更喜欢抖加投放计费方式和开发哥哥沟通协定，技术层面他们更专业，以下是我对这种埋点方式的一些看法，仅供参考。

• 前端埋的弊端
  • 需要发版，出现问题时调整不及时且成本高
  • 影响性能，影响用户体验（微乎其微的那种）
  • 数据不足，相比于后端数据量少，脱离用户使用层的数据缺失
• 后端埋的弊端
  • 不易验证前端页面设计效果，诸多交互行为不易记录
  • 也会出现数据不足，比如页面停留时长等数据，需要前端专门提供

我建议还是和拉着前后端开发哥哥一起聊聊，让他们在技术层面会给出专业的建议，我们得到一系列专业信息之后再去做决策，这才是我们擅长的事情。

2. 埋点的技巧和注意事项

a.漏斗分析要闭环

这也是《》中讲过的，不赘述了。

b.上报时机要准确

一个行为的发生要经历事件触发（前端） → 数据入库（后端） → 事件发生（前端）的过程，以电商购买这个操作为例，点击购买按钮（事件触发） → 后端验证库存等信息后返给前端结果（数据入库） → 跳转到下单页（事件发生）。

我们应该选哪个环节上报呢？高精度的埋点需求建议如下：

• 后端埋点：数据入库环节，数据入库时上报
• 前端埋点：事件发生环节，收到后端返回结果时上报

以上这两种方式可以保证数据结果的准确性，我们也会有一些低精度的埋点需求，比如只想大致了解一下页面各按钮和操作的使用情况，可以采用事件触发环节上报。

c.事件要尽量合并

出于维护和使用方便的考虑，能用属性解决就不要徒增事件。

还是以商品下单流程为例，我们想验证直播带货的能力，就需要区分直播间下单和普通浏览下单，有以下两种方案：

• 方案1：两种下单方式各埋一个点，也就是两个下单成功事件。
• 方案2：只埋一个点，一个下单成功事件，然后增加一个“下单来源”的属性，属性值分别是“直播间下单”和“普通浏览下单”。

从埋点的简洁性和易用性来看，第二种方案是更好的，便于分析的同时，避免了埋点的臃肿。就像写代码一样，很多种写法都能实现需求，但是三行代码就是比三十行代码优秀！

d.抽离出公共属性

在上面的“who when where how what”中，罗列了很多埋点信息，其中有些属性是很多事件中都会用到的，比如用户身份是否vip、省份，以及使用的设备型号和操作系统，这些属性我们可以抽离出来作为公共属性，不需要每个事件都单独上报这些属性，统一上报，这样做了之后，追求代码效率的开发哥哥肯定会喜欢你的。

一些不常用的属性就不要抽离出来了，比如商品退货行为中的“退货原因”这个属性，只有在退货这一个行为中有，在其他地方都是用不到的，所以在退货事件上单独上报更合适。

3. 写数据需求文档（DRD）

电商APP商品详情页访问事件DRD示例：

（点击放大查看）

DRD所需信息：

• 事件位置 ———— 所在页面
• 事件英文变量 ——– 驼峰命名法（可自行百度了解）
• 事件名称 ———— 中文名称
• 事件定义 ———— 统计的是什么行为的什么数据
• 属性英文变量 ——– 驼峰命名法
• 属性名称 ———— 中文名称
• 属性值类型 ———– 数据类型：字符串，数值型等
• 属性定义 ———— 属性取值来源是哪，或者上报的值是哪些
• 上报时机 ———— 就是上面说到的啥时候上报
• 添加版本 ———— 哪个版本添加的埋点
• 备注 —————— 一些需要的备注信息

和PRD一样，也是团队内部信息传达和留存的重要文档，需要做到完整且清晰易懂，写完DRD就等着开发哥哥给你加埋点吧！

三、验证埋点对不对

看本次埋点是否正确以外，一定要验证其他相关埋点是否正确，不确定会影响哪些埋点的话可以提前和开发哥哥沟通代码影响面，因为可能会在增加埋点的时候涉及了其他埋点的代码，导致埋点上报错误。

数据分析，以及驱动业务，是当前产品经理的必备能力（90%的人都会，剩下的10%你能活的舒服吗？），利用数据的前提是有数据，所以采集数据的能力也很重要，而且想要啥数据的时候，直接可以自己去采集，岂不是很爽？哈哈。

四、最后总结一下

1. 想清楚为什么埋，梳理好埋点需求
2. 说明白要怎么埋，写清楚埋点文档
3. 验证埋点对不对，相关埋点也要验

作者：十八线产品，微信公众号：十八线产品

本文由 @十八线产品 于，，。

题图来自 Unsplash，基于CC0协议