小提示：您能找到这篇{双十二活动策划方案（双12购物狂欢节活动策划案}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双十二活动策划方案（双12购物狂欢节活动策划案内容感兴趣，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！

营销活动在当今互联网中十分常见，尤其是面向C端的产品，这是一个必不可少的常规操作，比如像双11、618等这些大型活动。而在这些活动当中，“活动数据“就更不可或缺，因为这些数据有助于活动的过程追踪、结果的量化，甚至发现问题等等。那么本文，则通过拆解拼多多前期上线的“双12全民幸福日”活动，来试图还原“数据”如何从0到1去支撑这样的活动。

阅读指南

1、受众人群：运营人员、产品人员及数据分析师；

2、阅读收获：

• 了解运营活动中实现数据需求的全周期流程；
• 掌握对业务需求的一定拆解能力；
• 了解埋点的基本介绍及设计技巧；
• 从0到1搭建数据埋点方案；

从负责C端产品，到经历了多次产品类优化及运营类活动，多少掌握了关于埋点分析和数据统计的一些经验。本文也将总结过往经验，并通过拆解一个线上运营活动案例，来介绍如何打造一个从0到1的数据埋点方案，以帮助精细化运营，实现驱动增长。

案例介绍—拼多多：双12全民幸福日

在开始进行埋点设计方案之前，我们需要先了解运营活动案例的一些关键情况，比如活动形式、参与形式、技术能力等，这些有助于对方案设计的合理性把握。先来介绍一下此次作为分析案例的基本内容。前段时间拼多多上线了一场关于运营活动——“双12全民幸福日”。这个活动最终产生的效果、销量如何我们可能无从得知，但是不妨碍我们去剖析其中的一些“数据痕迹”。

1.1 基本信息

双12全民幸福日是限时团购及特价销售的电商活动，并借助红包、补贴等诸多形式激励用户消费使用。而此次活动几乎囊括了整个电商品类。同时还提供了“幸福小镇”这样的游戏活动模块，增多趣味性，让更多用户参与其中。

1.2 活动初探

1、活动开发：从体验的活动主页面来看，这是一个由H5技术开发，并支持在浏览器打开的活动链接，而它的主要入口则是从拼多多app首页进入。所以这里有2个关键信息：

• 这个基本是由H5形态支持的活动，但也涉及原生app入口，所以需要考虑H5和原生native打开时候数据采集的差异；
• 不同平台类型对用户识别方式不一，这个活动大量为H5原因，同一台设备打开不同的浏览器会导致用户多个情况，所以需注意游客用户的唯一性，至于如何实现，下文会提及；

2、用户类型：主要分游客用户和登录用户，其中登录用户分微信用户、QQ用户和手机用户。由于这里涉及不同的用户类型，口径不一致会导致后续的数据分析缺乏统一性，所以就需要做一些设计尽量做到口径统一，即在数据采集时做到多字段关联。

• 游客用户：此类用户没有真实的客户信息，所以一般通过设备ID来标记这个用户；
• 微信用户：以微信ID为识别用户，支持openid、用户头像、用户昵称、国家省份城市、用户性别等获取；
• QQ用户：以QQID为识别用户，openid、用户头像、用户昵称、国家省份城市、用户性别
• 手机号用户：指以手机号为id的用户；

1、参与人员：支撑起这个活动方面的数据需求实现，主要涉及以下的角色

• 业务/运营人员：负责业务需求的反馈，真正业务kpi的背负者；
• 数据分析师/数据产品经理：把业务诉求转化成数据需求，并对数据口径、指标进行定义；
• 前端开发：进行前端代码实现埋点需求；
• 后台开发：借助后台统计实现数据需求，与埋点数据相辅相成；
• 数据工程师：针对由前端和后台反馈的数据信息进行相关数据开发，比如汇总、计算，乃至输出报表等；
• 测试人员：对数据进行测试验证，确保符合业务诉求；

完成一系列的数据需求，少不得需要以上的人来参与。

2、数据角色支撑

以上提及需要什么样的人来参与，以及协作流程。那么数据分析人员，就需要承担以下的支撑工作：

• 业务需求拆解，转化为数据需求
• 定义数据口径，指标统计方式
• 输出数据方面的文档，比如埋点文档
• 针对需求输出定期的数据报告，及时关注数据表现情况

活动还原拆解

由于不是拼多多的员工，我们无法拿到准确的活动策划方案，那么就只能通过活动页面，试图来倒推其需求方案。而整体的还原方法，则从业务拆解、技术条件和需求总结三方面梳理此次活动业务需求。

2.1 业务拆解

显然这是一场年终大促的电商活动，分别提供了“主会场”、“幸福小镇”、“万券齐发”、“年度发布”、”百亿补贴“、”限时秒杀“、“我的1212”等7个主要的体验地方。通常情况下，业务会基于产品设计以及业绩目标制定相关的数据需求。而接下来，将挑几个地方来还原业务需求场景。

1、全局需求

全局需求是指不仅仅在某个页面、某个环节上的需求，而是从整个活动整体出发，一个总数据需求。比如新增、活跃等总体数据需求。

（1）活动用户

因为电商活动最终目的是引导购买，这个就需要明确的账户信息，因为这些信息关联了一系列的商品、订单、物流、交易额等信息，以及数据采集的主体，所以需作为第一个重点关注了解。

而从活动设计看出，尽管这个大促活动也有一套账户体系，但本质是与APP的账户体系是打通共生的，所以可以理解为只是一个H5的拼多多活动版。只是因为参与此次活动的账户，与活动数据关联形成一个独立的“客群”。那么关于用户级别，业务一般会关注以下几个纬度数据：

（2）活动整体

其次就是活动一些整体需求，包括页面访问情况及分享功能情况。由于这两方面在活动哪个页面都是存在，所以可以提取为一个全局性的需求。

2、主会场

主会场属于整个电商活动的主页面，这个页面设计了较多地方让用户参与活动。而此次拆解从优先级、曝光位置选取“秒杀万人团”和“品类频道”进行分析。

（1）页面整体

每个一级页面，都应该有属于本页面的整体级业务需求。但一般抽取的都是具有共同性、宏观性的需求。所以主会场的业务拆解主要体验了页面访问、分享及活动规则的需求。

（2）秒杀万人团

从主会场的页面可以看出，万人团这个位置几乎占据首屏的大半位置，因为这里的曝光、商品转化是最高的，也是考验此次活动的成色地方。所以这个产品区域将会是业务重点关注的区域。

由于这个模块是属于团购模块，所以业务除了关注页面访问情况，还会关注发起、拼单等关键行为。

（3）品类频道

一般电商会对商品进行分类，这就是所谓的品类商品，而此次主会场也挑选了10来个品类展示。

3、活动账户中心：“我的1212”

这上海互联网数字化营销平台样页面接近于APP的个人中心页，通常情况下反而是打开相对较少的页面，除非发生购买交易，需要登录或查看订单之类的行为，基本是很少被用户打开。另外，由于这里有登录态和未登录态，所以页面展示会有所区别。

由于“我的1212”属于比较重个人功能服务，这里拆解了登录和补贴两个特殊的功能业务。

（1）登录

（2）补贴红包

通过以上的活动分解之后，还原了一些业务的数据需求，接下来就要对这些需求进行进一步的挖掘。那么基于以上的需求，我们就需要确认现存的技术条件、产品设计等方面是否满足需求。

2.2 SDK采集

通常情况，执行数据采集的SDK本身会自动采集一些常规数据，比如新设备用户、页面停留时长等等，所以我们在考虑埋点设计的时候，是需要结合其他技术是否能够协助支持。而SDK方面的分析，在这里不过多讨论（具体可以了解以前的分享：V.10 | 数据产品不得不知的技术知识）。

主要重点需清楚H5和APP 两类型SDK的差异及优缺点。

2.3 埋点统计

1、定义：相信大家都了解，这里就不多解释，埋点其实就是通过前端或后端去收集用户的操作行为信息，每一个操作行为都可以理解为一个埋点事件。

2、平台：前端方面的埋点，主要有APP、H5、小程序等，不同的平台类型都支持埋点收集，但由于平台原因，一些采集的信息会有所不同。

3、类型：通常埋点主要集中3个方向，分别是曝光类事件、浏览类事件、交互类事件。

• 曝光类：大多指页面加载完毕，没有做太多操作的页面曝光，可以理解为只要完整打开这个页面就算曝光；
• 浏览类：指页面不仅打开还进行一些浏览操作，比如在页面下滑至某个区域，停留时长达到多久等，都可称之为浏览事件。
• 交互类：指用户通过物理与应用产生交互的事件，比如点击某个按钮、滑动某个元素，甚至系统自动弹窗此类都可以作为交互埋点事件。

4、价值：埋点的价值在于能够监控用户在使用过程中的一系列行为变化，对用户留存、转化等方面的分析十分之有帮助，比如可以了解用户从进入页面到离开页面的整个生命周期，并对这些用户进行精细化运营。同时也可以附带更多扩展字段，辅助数据收集。

2.4 后台统计（也可以是后端埋点）

1、定义：指统计一名“有身份”且不可那么容易被迁移信息的用户，比如手机号用户、微信用户，这些有明确用户信息并能够关联真实身份的人，而不是一个“游客”用户。通常情况，这类用户需要在有“身份验证”场景下存在，比如电商购物、金融投资、医疗服务等。

2、特点：这类用户往往有比较多的客户子信息，比如地址、性别、年龄等，可以延伸成CRM当中的客户数据。

3、技术：通常后台开发会建立相应的数据库，以及需要存储的字段，一一记录这些客户数据，以及在使用平台中产生的各类数据，比如交易金额、交易商品、交易记录等等。而此次分析的电商活动，就会有买家信息表、商品表、交易表等等

2.4 拆解总结

针对以上已经对业务需求及技术手段有一定的把握，那么结合现有的资料和平台规则，初步确定一些方案及需求导向，为埋点设计提供支持。

1、技术工具：

• SDK:APP+H5
• 埋点：前端代码埋点，工作量大但是满足需求，相对准确，缺点是灵活性较低，不易更改

2、平台规则和指标能力

显然，我们在埋点设计需要知道平台能提供什么样的埋点服务。通常各大厂都会自研，或采用市场上一些知名的第三方平台。不管大家的技术水平如何，一般埋点都会支持以下的采集能力。

• 总次数： 在选定时间范围内，该事件触发的次数
• 触发用户数： 在选定时间范围内，触发该事件的独立用户数
• 人均次数： 在选定时间范围内，独立用户触发该事件的平均次数
• 人均时长：在选定时间范围内，触发该事件的总时长除以总人数

3、需求导向

本质上，关于埋点方面的需求导向有3种，分别是基础需求导向、业务需求导向、垂直领域导向。我们做埋点设计的时候，需要基于业务的需求分析他们的意图是什么，是需要了解哪方面的数据，对他们的业务起到什么作用。所以这时候埋点设计面向的用户应该业务。并且有时候业务提的需求不一定完整表达出他们的意图，我们需要从中找到不妥的地方，或者完善。

（1）基础需求导向：这里具体指通用的埋点需求，即不用业务反馈，都是默认且必须策划的地方。比如所谓的PV、UV，甚至停留时长；

（2）业务需求导向：主要基于此次场景的业务诉求，因为每场活动不同，存在一些特定的需求埋点，所以我们就需要以业务为导向，制定适应的埋点方案：

• 用户链路：游客-注册-登录-活跃留存

• 交易链路：曝光-点击-浏览-下单-复购

• 渠道链路：投放渠道-曝光-转化量

（3）垂直领域导向：为什么会有这个导向，因为不同行业领域，数据关注的指标分析其实是有不同的，比如电商关注GMV，金融关注贷款率等等。那么作为此次研究的样本“我的1212大促”，就需要关注这些指标，通过指标倒推需要哪些埋点：

• GMV
• 商品销售量
• ....

埋点设计：规范、链路设计

3.1 、埋点拆解

回到最初的表格，梳理了一些业务的数据需求。但显然，有些是不适合使用埋点方式采集统计的。就以“我的1212”为例，实际这个页面很多功能是与“登录”用户绑定的。

所以后续分析，十分关联实体账户的金额、交易笔数等需求，将不参与埋点设计。

3.2、埋点规范

既然开始设计埋点，就需要先建立规范。就好比需求文档明确一些全局样式一样，埋点也需要定义一下规范。因为提交埋点需求、执行埋点开发都是多人协同的，我们需要建立规范好便于管理维护。通常地，我们需要注意模块分类、命名规范、具体定义等等，做这些是方便于管理，以及不同的人都能快速解读。

• 版本记录：主要是记录文档从建立到完成的过程，包括内容、时间、操作者等，这个跟需求文档一样，好让其他人知道这个过程的历史变化；

• 模块分类：一般埋点都会分模块整理，因为项目一大，不同的业务就会独立管理，这样分工也更明确些。而分类的标准主要看团队习惯或业务性质，有些是基于整个链路做模块分类，比如整个购买到支付路径等。有些则基于前端页面分类。
• 命名规范：一般埋点都是遵循一定的命名格式，这样的好处除了便于管理之外，其次就是在大家后续进行数据统计分析的时候，能清楚了解对应哪个位置，快速关联起来。大多数埋点的命名都是不同的字符组成，中英文、数字或者特殊字符都可以，主要取决于业务习惯。但是在这里建议设定一些特殊的命名规则，比如0131&DDXY，这样能够仅限于少范围人清楚里面的意思（即所谓波斯密码），保证一定的安全性
• 状态：即指当前埋点的状态，包括新增、删除还是修改。因为随着活动迭代，有些埋点已经不需要了，可以进行删除，而有些因为需求变更，就需要更改埋点的一些信息。
• 埋点定义：每个埋点都需要注明定义，这样开发者才能知道你到底想如何埋点，毕竟仅从埋点名称别人是不知道你想获取哪些数据。所以这时候就需要定义这个埋点的行为是什么样的，比如进入一个页面，点击某个按钮等等；
• 平台类型：由于前端平台有多种，不是所有埋点都一样的，所以就要基于IOS、安卓、H5等分类记录，当然也有完全按照独立的表格文档整理。
• 属性/北京网络营销陪训扩展字段：因为埋点不仅仅满足某个用户行为的获取，也可以基于这个行为顺带获取一些业务关注的数据，前提是能拿到，比如一个登录用户点击首页，除了埋一个点击首页的事件，还可以收集一个“userid“的参数，此时点击的时候就会把当前登录用户的账号ID也上传进去。这样就可以知道，区分是哪些游客和登录用户在点击首页。

• 日期：就是每个埋点的最新时间，基于状态的变化而定

3.3 埋点梳理

到了这里，就可以差不多进行埋点方面的输出了，在这里仍旧按照业务需求分模块一一来整理。

1、活动整体

首先，先从活动整体来做设计，因为这些涉及基础指标。

（1）活动用户

在这里有个特征，就是特别区分了内部和外部,目的主要是想区分多少是因为此次活动吸引APP游客/登录用户参与的，以及多少完全拉新进来。那么该如何统计区分呢，通常这时候埋点就可以设计“channelid”的属性，本身活动页面在平台上线是个链接，通过链接配置一个“channelid=APP“，那么当用户触发埋点时，则带着这样的标识去统计。

（2）分享

可以关注到，整个活动的每个页面都是有分享功能的，所以外部引流空间是很大。但是点击分享，选择渠道，完成分享，才是一个真正连贯的路径操作，所以埋点就需要针对这几个路径进行埋点设计。

另外，由于有几个的明确渠道（微信、QQ等）。通常情况针对这4个分享途径，开发都会提前配置这个带有渠道属性的不同值，这样分享出去的页面，当用户打开，就可以知道是哪些渠道来源。像微信，就会配置成“https://pinduoduo....../channelid=weixin"，那么用户分享出去就会一直带有这个微信渠道标识的链接，埋点就可以采集这样的信息。

2、主会场

作为此次活动首页也是最重要的页面，其中涉及的需求会相对更多更关键。

（1）整体页面

通常情况下，主模块下的一级页面都会做一个整体的数据分析，这时候关注页面的PV和UV就十分关键。而这里值得注意的是，“主会场”页面访问有可能会存在比点击底部tab更多，因为活动默认进入的首页即主会场，即用户只要打开从一级入口进入则无论如何都会先曝光主会场。

（2）秒杀万人团

万人团的重要性这里不多说了，总之我们对于这块的埋点设计就需要精细到诸多的可触控埋点。

而这里分别展示了3个“入口”展示团购商品，而由于这些位置明确重要且有限可数，所以在埋点设计可以进行具体位置埋点，即进行第1、2、3号位埋点。为什么做这样的设计呢。因为万人团不同时间段展示的团购商品都是不同，这是无法预测的，所以如果埋点成“点击耳机xx团购”，能埋得了1个埋不了第2个，所以干脆进行位置模块形式埋点。

位置形式确定了，其次我们不妨再回想刚刚提及的内容，这个位置很重要，转化率极高，再联系下业务对商品交易链路的关注需求，那么我们就很清楚，这里需要对用户接下来操作的每个步骤（点击、拼单、支付等）都有梳理逐一埋点，最终形成一个可转化分析的漏斗型埋点路径。

同时，我们也可以增加一些属性类型，比如“product”、“price”等，了解用户对哪些商品十分感兴趣，对价格的敏感度有多高。

（3）品类频道

这个模块在主会场位于最后位置，且展示了此次参与双12活动的全品类商品，所以各类商品的曝光、点击和转化等数据都是琢磨不定的。因为种类太多，曝光位置靠后，是否能触达用户、以及用户能否从中快速筛选感兴趣商品都无从得知。那么我们就可以对页面的固定区域进行特殊埋点，以加强数据监测。

所以在这里对用户的浏览路径做了埋点设计。主要从品类选项栏、停留区域、停留时长等方面做了特定条件的埋点定义。

在这里值得关注的是，为什么会增加了“停留时长”的限制，因为一般用户滑动过程中，都多少会浏览到这些商品内容，这是无效数据居多，只要用户真正聚焦并停留一段时间，才真正代表感兴趣，这才是有意义的曝光。所以在这里进行停留时长的限制，只有满足条件才算是真正的曝光。而至于如何界定时长的长度，则主要以业务和平台用户总体习惯为主，并没有标准，1s也可以，10s都可以。

3、我的1212

这样页面接近于APP的个人中心页，通常情况下反而是打开相对较少的页面，除非发生购买交易，需要登录或查看订单之类的行为，基本是很少被用户打开。另外，由于这里有登录态和未登录态，所以有些埋点是需要注意在登录情况下才会发生的。

（1）登录

还记得前面提及到用户转化链路的场景吗？这里登录模块就十分关键了。因为这是整个埋点路径中验证目标达成的最后一环。所以这里分别对一级页面的“登录点击-登录页面访问-成功登录”做了关键链路埋点监测。

同时还收集了用户中途离开及登录异常的两种转化失败的情况，便于后续可以进行二次唤醒转化，挽留流失用户。

另外，这里还有一个关键的属性“usertape”，主要是收集用户注册登录的类型，并统计不同类型下的转化表现。从此次活动可知，拼多多提供了3种方式，分别是微信、QQ、手机号。而微信和QQ由于是采用腾讯开放接口，获取授权信息会多一些，比如性别、地域、昵称等，这是便于做深度的用户画像。

（2）补贴金额

大多数情况下，在登录态之后，有些与账户关联的数据用后台来记录更为精准，比如红包个数、金额等等，因为领取了之后，但是用户不曾在此页面触发任何埋点，是无法准确获取这些数据的。所以这样的功能页面，在埋点设计方面主要关注页面的点击和浏览情况。这些核心的数据需要借助后台方面进行记录。

但是因为后台以用户账户作为存储对象的，那么又如何与埋点的设备账户关联呢？这时候埋点中的一个属性就很重要了，“userid”，当假设用户在登录态，埋点设计了需要上传该账户的userid，那么久可以知道这一系列的行为路径不仅仅是这名设备用户，还知道对应上后台记录的“user用户“

3.4 埋点准则

我们在设计埋点的时候，多遵循一些原则，避免入坑。

• 注意渠道的来源追踪，有效甄别用户的转化和质量表现
• 反复测试验证，避免遗留
• 业务导向为主，多与业务沟通，充分了解对平台规则的使用
• 注意跨设备口径的一致性，善用userid
• 不是所有埋点都需要埋，需要兼顾性能和价值等
• 利用好埋点属性，可以进行更深度分析
• 模拟用户行为路径，去设计关键的核心埋点
• 埋点注意加密存储，以密钥方式进行上报
• 埋点只是数据采集的一种方式，需要结合多种技术特点协同实现
• 一般数据最终呈现BI报表，需要先在测试环境模拟是否符合业务需求，电商业务怎么做而不是以单个触发点来验证。
• 2、上产线，数据持续跟踪，发现并不理想或者不符合业务诉求，需要及时调优更改方案

好了，一份基本的埋点方案差不多成型，剩下的就是交给研发去实现。

总结

1、一份合格的埋点方案，需要结合业务诉求、产品技术能力、数据分析等方面综合输出，而不是单方面的想当然；

2、多建立核心用户路径模型，有利于快速搭建关键埋点，便于后续的数据分析工作；

3、人无完人，再详尽的方案也难免会有错留，作为一名数据分析从业者，需要走进“用户”，努力还原用户的真实场景，这样对埋点设计是有十分帮助的。

4、以上只是一些基本的埋点方法，要想运用得十分到位，还需要结合业务场景的实际情况，制定更为复杂的方案。