APP埋點(diǎn):頁面統(tǒng)計(jì)與事件統(tǒng)計(jì)該如何入手?
我們平時(shí)所說的埋點(diǎn),可以大致分為兩部分,一部分是統(tǒng)計(jì)APP頁面訪問情況,即頁面統(tǒng)計(jì);另外一部分是統(tǒng)計(jì)APP內(nèi)的操作行為,及自定義事件統(tǒng)計(jì)。
一、頁面統(tǒng)計(jì)
頁面統(tǒng)計(jì),可以統(tǒng)計(jì)應(yīng)用內(nèi)各個(gè)頁面的訪問次數(shù)(PV),訪問設(shè)備數(shù)(UV)和訪問時(shí)長(zhǎng),以及各頁面之間的流向關(guān)系。
1.1 頁面訪問數(shù)
頁面訪問次數(shù),即當(dāng)前頁面的被訪問的次數(shù),即瀏覽量PV;舉例:首頁,訪問次數(shù),1000次;
頁面訪問人數(shù),即訪問該頁面的活躍用戶數(shù),即獨(dú)立訪問數(shù)UV;舉例:首頁,訪問人數(shù),100次;
1.2 頁面訪問時(shí)長(zhǎng)
頁面訪問時(shí)長(zhǎng),用戶在頁面的停留時(shí)長(zhǎng),即首頁受訪時(shí)長(zhǎng)的總和;舉例:首頁,訪問總時(shí)長(zhǎng),2小時(shí);
1.3頁面流向分布
頁面流向(走向)分布,可統(tǒng)計(jì)出,當(dāng)前頁面和下一個(gè)頁面(有多個(gè))的流向關(guān)系;
舉例1:在“商品詳情”這個(gè)頁面中,可以進(jìn)入“購買”、“收藏”、“返回列表”、共3個(gè)頁面,即在“商品詳情”頁,可能的流向分布為:
其中,用戶在該“商品詳情”頁面,沒有進(jìn)入對(duì)應(yīng)的3個(gè)頁面,即視為“離開應(yīng)用”,在頁面流向分布,有2個(gè)常見問題:
?問題一:頁面流向分布中,僅有離開應(yīng)用這一個(gè)指標(biāo)?
造成這種情況的原因,可能有以下兩點(diǎn):
- 用戶在該頁面全部選擇了離開用戶(這種概率相對(duì)很?。?;
- 該頁面的下一級(jí)頁面,沒有做埋點(diǎn),導(dǎo)致所有的下一級(jí)頁面都沒有數(shù)據(jù),其結(jié)果就是離開應(yīng)用的占比為100%;
問題二:頁面流向分布中,離開應(yīng)用的占比非常高,達(dá)到了40%以上?
與問題一類似,如果沒有為每個(gè)頁面添加統(tǒng)計(jì)代碼,會(huì)導(dǎo)致這些頁面統(tǒng)計(jì)不到,那么跳轉(zhuǎn)到這些未添加統(tǒng)計(jì)代碼的頁面,將會(huì)被視為離開應(yīng)用。
備注:頁面流向分布的計(jì)算方法
頁面的統(tǒng)計(jì)數(shù)據(jù)中,會(huì)返回以下數(shù)據(jù):當(dāng)前頁面名稱,來源頁面名稱,當(dāng)前頁面訪問次數(shù);
舉例2:參照舉例1中的頁面流向分布,假定的頁面統(tǒng)計(jì)數(shù)字如下:
則,商品詳情流向購買頁面的占比為:在購買頁面中,來源為商品詳情的次數(shù)與商品詳情總次數(shù)的比值,即20/100*100%=20%;
依次類推,可以分別計(jì)算出商品詳情流向收藏、商品詳情流向返回列表的占比;
離開應(yīng)用的占比,即為1-(20+30+30)/100*100%=20%。
二、自定義事件統(tǒng)計(jì)
自定義事件,即記錄用戶的操作行為(如點(diǎn)擊行為),記錄用戶操作行為中的具體細(xì)節(jié);一般來說,通常所說的埋點(diǎn),指的就是自定義事件。
埋點(diǎn)可以是某個(gè)按鈕,某個(gè)點(diǎn)擊區(qū)域,某個(gè)提示,甚至可以用來統(tǒng)計(jì)一些特定的代碼是否被執(zhí)行。在APP中,需要在代碼中定義一個(gè)事件行為。
2.1簡(jiǎn)單事件統(tǒng)計(jì)
簡(jiǎn)單事件統(tǒng)計(jì),即記錄事件的發(fā)生次數(shù)(可理解為PV)和事件發(fā)生人數(shù)(可理解為UV)。
以下面的登錄頁為例:
其事件統(tǒng)計(jì)的結(jié)果為:
事件ID,即EventID,該名稱可由程序員自行定義(按照APP統(tǒng)計(jì)平臺(tái),如友盟、talkingdata等提供的事件ID命名規(guī)范進(jìn)行命名),將該事件ID寫入需要跟蹤的位置中即可。
事件名稱,可以理解為事件ID的一個(gè)中文翻譯名稱,是為了方便運(yùn)營(yíng)人員查看,事件名稱命名是在APP上線后,該事件ID有數(shù)據(jù)后的一個(gè)事后行為,通常是在APP數(shù)據(jù)平臺(tái)中定義(如果你樂意,你可以把input_number這個(gè)事件ID的事件名稱改為:用戶在這里輸入手機(jī)號(hào))。事件名稱只是事件ID在前端頁面的一個(gè)顯示名稱。
事件發(fā)生次數(shù),即該事件總共發(fā)生的次數(shù);可以理解為,在每個(gè)事件中,都會(huì)有個(gè)事件ID計(jì)數(shù)器,每當(dāng)該事件被觸發(fā)時(shí),事件數(shù)即加1;
事件發(fā)生人數(shù),即該事件的發(fā)生人數(shù)(有些APP統(tǒng)計(jì)平臺(tái)也稱之為:達(dá)成該事件的用戶數(shù)、獨(dú)立用戶數(shù));參考事件發(fā)生次數(shù),可以理解為,在每個(gè)事件中,都會(huì)有個(gè)事件ID計(jì)數(shù)器,每當(dāng)該事件被觸發(fā)時(shí),同時(shí)記錄下該用戶的唯一標(biāo)識(shí),事件數(shù)即加1;事件發(fā)生人數(shù),即根據(jù)用戶唯一標(biāo)識(shí),對(duì)事件發(fā)生次數(shù)進(jìn)行去重。
2.2事件轉(zhuǎn)化漏斗
事件漏斗,即按照一定的事件順序,依次統(tǒng)計(jì)各個(gè)事件之間的轉(zhuǎn)化率,如我們可以對(duì)登錄注冊(cè)中的一些關(guān)鍵步驟進(jìn)行事件漏斗分析,如輸入手機(jī)號(hào)碼,獲取驗(yàn)證碼、輸入驗(yàn)證碼等,以2.1中提到的登錄過程為例,其漏斗可設(shè)置為:輸入手機(jī)號(hào)碼->獲取驗(yàn)證碼->輸入驗(yàn)證碼->點(diǎn)擊登錄按鈕,即由4個(gè)事件組成的漏斗。
根據(jù)對(duì)應(yīng)的事件數(shù)(設(shè)備數(shù)),即可計(jì)算出各個(gè)事件的轉(zhuǎn)化率,如輸入手機(jī)號(hào)碼發(fā)生人數(shù)為5000次,獲取驗(yàn)證碼的次數(shù)為4000人數(shù),那么輸入手機(jī)號(hào)碼后點(diǎn)擊獲取驗(yàn)證碼的轉(zhuǎn)化率為4000/5000*100=80%。如下表所示:
2.3利用事件參數(shù)進(jìn)行精確統(tǒng)計(jì)
為方便對(duì)相同類型的事件類型進(jìn)行歸類,在事件統(tǒng)計(jì)中,提供了事件標(biāo)簽(label)的方法;即相同類型的事件可以使用相同的事件ID和不同的事件label,通過事件ID+事件label的方式,指代一個(gè)特定的事件。
在進(jìn)行事件統(tǒng)計(jì)時(shí),為了為了統(tǒng)計(jì)一些特定的行為數(shù)據(jù),如商品價(jià)格,商品類型等具體數(shù)據(jù),提供了事件參數(shù)的方法,通過使用key-value的方式,記錄該事件的詳細(xì)記錄。
事件ID、事件label、事件參數(shù)的關(guān)系,如下圖所示:
舉例,在一個(gè)購買行為中,運(yùn)營(yíng)人員想查看用戶在整個(gè)購買流程的詳細(xì)參數(shù),那么可以通過以下的事件埋點(diǎn)方式進(jìn)行埋點(diǎn);在這個(gè)購買行為中,購買就是事件ID,瀏覽商品詳情,收藏該商品,加入購物車等,就是一個(gè)一個(gè)的事件label;在瀏覽商品詳情中,“商品類型:電子產(chǎn)品”,“商品價(jià)格:1-100元”……,等,就是一對(duì)一對(duì)的key-value值,如下圖所示:
通過對(duì)商品價(jià)格的分析,可以統(tǒng)計(jì)得出,用戶所選擇的商品價(jià)格的分布情況。
三、結(jié)語
在APP埋點(diǎn)中,我們可以統(tǒng)計(jì)得出各個(gè)APP頁面和各個(gè)用戶操作行為的數(shù)據(jù),我們也可以計(jì)算得出任意幾個(gè)事件之間的轉(zhuǎn)化數(shù)據(jù)。當(dāng)然,考慮運(yùn)營(yíng)分析中的實(shí)際意義和各APP數(shù)據(jù)統(tǒng)計(jì)平臺(tái)的計(jì)算能力等因素,建議統(tǒng)計(jì)關(guān)鍵路徑的事件數(shù)據(jù)。
APP埋點(diǎn)所得出的數(shù)據(jù),對(duì)優(yōu)化設(shè)計(jì)流程,優(yōu)化運(yùn)營(yíng)推廣策略有著極其重要的作用,通過埋點(diǎn)數(shù)據(jù)可以更好去了解用戶,更好地提供產(chǎn)品服務(wù)。
歡迎各位看官打賞~~
相關(guān)文章
不進(jìn)行APP埋點(diǎn)的情況下,SDK可以收集到哪些數(shù)據(jù)?
作者:十三先,微信公眾號(hào):產(chǎn)品者也
本文由 @十三先 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。
小白看懂了,真的不錯(cuò)。
??
干貨滿滿,給作者大大點(diǎn)贊
埋點(diǎn)
謝謝作者 寫的不錯(cuò)
寫的很好,既有概念又有示例,易懂但不簡(jiǎn)單,學(xué)習(xí)了!
深入淺出,明白了
感謝大佬的分享,對(duì)工作有啟發(fā)
好
關(guān)注微信公眾號(hào):產(chǎn)品者也,回復(fù)關(guān)鍵字【埋點(diǎn)】,即可獲得埋點(diǎn)文檔模板。
APP做活動(dòng)的話,請(qǐng)問埋哪些點(diǎn)可以知道活動(dòng)頁面轉(zhuǎn)化率?
文章寫得很有啟發(fā),但有個(gè)地方有待商榷,在計(jì)算事件轉(zhuǎn)化率時(shí)(輸入手機(jī)號(hào)碼->獲取驗(yàn)證碼->輸入驗(yàn)證碼->點(diǎn)擊登錄按鈕),如果用”事件發(fā)生次數(shù)/上一事件發(fā)生次數(shù)=轉(zhuǎn)化率”會(huì)產(chǎn)生這樣的問題:比方說此頁面獲取驗(yàn)證碼這個(gè)地方有問題,可能導(dǎo)致用戶多次獲取、多次輸入,這樣可能獲取驗(yàn)證碼數(shù)會(huì)大于輸入手機(jī)號(hào)碼數(shù),這個(gè)時(shí)候計(jì)算出來的轉(zhuǎn)化率是大于100%的,顯然不太合理。用“事件發(fā)生人數(shù)/上一事件發(fā)生人數(shù)”會(huì)更合理一些。
同感
是的。
嚴(yán)格意義上的轉(zhuǎn)化率,應(yīng)該以 單一設(shè)備數(shù)(去重)的完成數(shù)(去重)來計(jì)算。
第1個(gè)動(dòng)作,共有1000臺(tái)設(shè)備完成操作;第2個(gè)動(dòng)作,在第1步的1000個(gè)設(shè)備中,有50個(gè)設(shè)備完成了操作,則轉(zhuǎn)化率為5%;
很有道理
自定義事件ID就是你埋點(diǎn)前需要給一個(gè)事件命名唯一ID名稱,label就是我這個(gè)事件ID需要傳哪些key,value參數(shù),
通俗例子:我需要埋點(diǎn)統(tǒng)計(jì)查詢點(diǎn)擊,我的事件ID取一個(gè)唯一的quchaxun-001,代表我是查詢按鈕的事件,label就是用戶發(fā)生quchaxun-001事件時(shí),還需要取這個(gè)用戶的哪些信息,如已登錄用戶的手機(jī)號(hào)、點(diǎn)擊時(shí)間等參數(shù)信息
這里和你說的貌似不同
不同統(tǒng)計(jì)平臺(tái)的埋點(diǎn)邏輯會(huì)有些不同哈。
label,是可用,可不用的哈
事件label是事件的組成部分,這些label在一起組成了事件,所以如果現(xiàn)在定義購買是一個(gè)事件,那么瀏覽商品詳情,收藏該商品,加入購物車就是事件的組成部分,即label,是否需要label取決于所統(tǒng)計(jì)的時(shí)間的粒度,所以也可以定義瀏覽商品詳情為一個(gè)事件,如果覺得粒度足夠就不用定義事件label了, 可以這樣理解嗎?
如果想看具體某個(gè)用戶的操作路徑,怎么統(tǒng)計(jì)?
樓主是使用什么統(tǒng)計(jì)工具呢?
學(xué)習(xí)了,很不錯(cuò)
受益匪淺!贊贊贊!
事件ID、事件label、事件參數(shù),這里不是很懂 ?? ,購買是事件ID、瀏覽商品詳情,收藏該商品,加入購物車是事件label,“商品類型:電子產(chǎn)品”“商品價(jià)格:1-100元”是事件參數(shù),這好像沒組成一個(gè)完成流程啊?
這是面向?qū)ο蟮乃枷?/p>
商品類型,商品價(jià)格是key ,衣服、褲子、鞋子;1-100、100-200價(jià)格區(qū)間是參數(shù)。好像是這樣的。我的理解key應(yīng)該就是label
學(xué)習(xí)了,很清晰,希望能多介紹一些數(shù)據(jù)分析方法~
多交流!
微信公眾號(hào):sikaoshenme(思考什么),個(gè)人微信:licx003,多多交流!
受益匪淺!贊贊贊!
謝謝!
h5的埋點(diǎn),與比類似
干貨!謝謝分享!
謝謝,多多交流!