?埋點(diǎn)是App數(shù)據(jù)運(yùn)營中很重要的一個(gè)環(huán)節(jié)。之前我們討論過用戶分群的方式、漏斗轉(zhuǎn)化的改進(jìn)，但所有App數(shù)據(jù)的來源是數(shù)據(jù)采集，很多時(shí)候就是App的埋點(diǎn)。

數(shù)據(jù)只有采集了才能做分析，分析了才能實(shí)現(xiàn)價(jià)值。

圖1. 數(shù)據(jù)運(yùn)營微笑模型

上圖是數(shù)據(jù)運(yùn)營解決問題的思路，但相對(duì)的，數(shù)據(jù)運(yùn)營分析的需求，也驅(qū)動(dòng)著數(shù)據(jù)埋點(diǎn)的優(yōu)化。有時(shí)候，我們可能會(huì)遇到這樣的尷尬：

• 數(shù)到用時(shí)方恨少！
• 木有結(jié)論腫么破！

其實(shí)，數(shù)據(jù)埋點(diǎn)比我們想象得有更多挖掘的空間，有針對(duì)性的有條理的埋點(diǎn)能夠幫助我們理清用戶行為軌跡、抓住用戶特征、解析關(guān)鍵路徑。

但過多的埋點(diǎn)，可能會(huì)給App帶來負(fù)擔(dān)，也可能對(duì)App用戶的流量、網(wǎng)速體驗(yàn)有影響，這都是我們需要考慮的因素。全埋點(diǎn)、多采集，并不是數(shù)據(jù)分析體系構(gòu)建的辦法，反而是把分析挖掘的工作量后移，給數(shù)據(jù)分析帶來很多負(fù)擔(dān)。

較好的做法是：帶著我們的分析目標(biāo)與數(shù)據(jù)解讀思路去埋點(diǎn)。騰訊移動(dòng)分析MTA在數(shù)據(jù)埋點(diǎn)上做過多次優(yōu)化，能確保多次采集一次上傳的數(shù)據(jù)傳輸過程，減少對(duì)用戶流量的影響，優(yōu)化用戶體驗(yàn)。

下面我們分幾個(gè)層次來討論埋點(diǎn)問題：

1、用戶行為分析

通過埋點(diǎn)可以追蹤用戶的行為，即對(duì)App內(nèi)的關(guān)鍵路徑進(jìn)行監(jiān)測，這無疑是最常見也是最重要的應(yīng)用場景。不同的App可能關(guān)注的埋點(diǎn)事件有很大不同。例如，電商類App多關(guān)注的是訂單成交；社區(qū)類App可能關(guān)注UGC內(nèi)容的產(chǎn)生；閱讀類App則需要關(guān)注內(nèi)容的閱讀。

用戶埋點(diǎn)的場景很靈活，埋點(diǎn)可以統(tǒng)計(jì)的事件數(shù)據(jù)能和業(yè)務(wù)數(shù)據(jù)進(jìn)行打通。

比如在新聞閱讀的App中，將閱讀新聞作為自定義事件，每一篇報(bào)道都帶有不同的參數(shù)，可以得到閱讀的大盤整合數(shù)據(jù)，也可以分析每篇報(bào)道的價(jià)值，甚至可以方便的實(shí)現(xiàn)閱讀量排行榜等功能。

埋點(diǎn)是因業(yè)務(wù)場景需要而定的。

比如第二篇時(shí)講到的漏斗細(xì)分中，有一個(gè)金融用戶案例。在綁卡流程轉(zhuǎn)化流失率過高的時(shí)候，需要定位每一個(gè)輸入框的填寫方式是否存在問題，這時(shí)埋點(diǎn)的密度會(huì)比一般情況要高很多。

圖2.?定位問題時(shí)的埋點(diǎn)示意

上述埋點(diǎn)是基于我們想要定位“為什么綁卡頁面轉(zhuǎn)化率低”的需求。埋點(diǎn)之后，在綁卡流程漏斗中，MTA會(huì)生成一個(gè)詳細(xì)填寫頁面的漏斗，從中我們或許能知道用戶是在哪一步停止操作的，是否有改進(jìn)的空間。

圖3.漏斗拆解（由于業(yè)務(wù)數(shù)據(jù)敏感性，以上數(shù)據(jù)已做模糊處理）

但如果之后我們修復(fù)了問題，我們可能就不需要這么細(xì)致的埋點(diǎn)了，或者我們只需要對(duì)可能出問題的地方進(jìn)行埋點(diǎn)監(jiān)控。

圖4.穩(wěn)定后的埋點(diǎn)示意圖

因此，業(yè)界所說的全埋點(diǎn)是一種未充分理解自身業(yè)務(wù)時(shí)采用的策略，很多時(shí)候也無法滿足詳細(xì)漏斗的追溯要求。而不必要的埋點(diǎn)帶來了過量的數(shù)據(jù)上報(bào)，一方面加重了用戶的流量負(fù)擔(dān)，另一方面也不利于后期的復(fù)盤分析。

當(dāng)然如果真的是業(yè)務(wù)上線了，點(diǎn)還沒埋上，騰訊移動(dòng)分析MTA新近推出了可視化埋點(diǎn)功能，可以由產(chǎn)品、運(yùn)營同學(xué)通過web端配置埋點(diǎn)，云端下發(fā)至App中，隨時(shí)調(diào)整App內(nèi)的埋點(diǎn)策略，也是機(jī)智而有效的救急措施。

開發(fā)GG再也不用擔(dān)心我漏埋點(diǎn)啦~~

2、用戶人群分析

根據(jù)用戶事件、來源渠道、同期群，甚至年齡、性別、地域等，我們可以把自己的App用戶切割為很多小群體。比如在訂單購買的業(yè)務(wù)中，將訂單金額作為參數(shù)上報(bào)，能夠更好的分析用戶的價(jià)值。下圖是一種消費(fèi)用戶分群的方式，以消費(fèi)金額Monetary、消費(fèi)頻率Frequency和最近一次消費(fèi)時(shí)間Recency，得到8個(gè)象限的用戶，可以對(duì)不同的用戶進(jìn)行不同的運(yùn)營推廣策略。

圖5. 消費(fèi)用戶分群模型

還是看這個(gè)電商App，當(dāng)用于活動(dòng)運(yùn)營分析的時(shí)候，可能數(shù)據(jù)分析的視角和方式就不太一樣了。

舉個(gè)例子：618活動(dòng)時(shí)間新注冊(cè)（同期群）且完成過一次訂單的這群用戶，他們?cè)诨顒?dòng)期結(jié)束之后，會(huì)有哪些表現(xiàn)？

1. 購買VIP會(huì)員的轉(zhuǎn)化率高于平均活動(dòng)水平→某個(gè)新的廣告渠道帶來了優(yōu)質(zhì)的新客戶，該渠道可以繼續(xù)投入，持續(xù)關(guān)注效果；
2. 繼續(xù)參與七夕節(jié)的活動(dòng)→人群可能對(duì)活動(dòng)信息比較敏感，適合推薦促銷信息；
3. 流失曲線&再次開啟時(shí)間的關(guān)系是：2周內(nèi)不再開啟App的客戶，87%都流失了→我們?nèi)绻谛掠脩糇?cè)后1周左右的時(shí)間通過Push、短信、郵箱等手段喚醒用戶，能夠大幅提高留存。

通過把人群切分，去分析業(yè)務(wù)特性，能夠加深對(duì)用戶的理解，結(jié)合你的App觸達(dá)手段，能夠讓你更好的與用戶交流互動(dòng)，實(shí)現(xiàn)業(yè)務(wù)運(yùn)營的目標(biāo)。

而這里的人群切分方式，就需要通過埋點(diǎn)定義出自定義事件，通過事件與其他條件的疊加、篩選，與不同事件、報(bào)表做交叉分析，就能夠凸顯核心用戶群體的價(jià)值，精細(xì)化運(yùn)營不同用戶群體。

點(diǎn)擊不同按鈕、關(guān)注不同板塊、甚至不同注冊(cè)時(shí)間的人群都有不同的特性。

精細(xì)化的分析運(yùn)營需要對(duì)業(yè)務(wù)的深入理解，需要學(xué)會(huì)切入分析的角度，解析你的用戶的特征，了解你的用戶，再由數(shù)據(jù)的需求去驅(qū)動(dòng)埋點(diǎn)的配置。

3、解析核心路徑

第三點(diǎn)是基于第二點(diǎn)的應(yīng)用。通過切割用戶人群，再回到業(yè)務(wù)關(guān)鍵路徑上，去發(fā)現(xiàn)吸引用戶、留住用戶的奧秘。舉一個(gè)比較知名的例子。

在某知名社交App的數(shù)據(jù)分析運(yùn)營分享中，通過不同的事件對(duì)比，可以發(fā)現(xiàn)10天內(nèi)添加7個(gè)好友的留存率大大提高。

我們回溯一下，如果我們想要分析什么才是這個(gè)App留存率的關(guān)鍵，我們需要羅列很多的可能性，比如在平臺(tái)上瀏覽100條新聞、引薦3名新用戶加入、產(chǎn)生UGC內(nèi)容或者是上傳3張照片、玩過平臺(tái)游戲。那么，我們需要對(duì)比這些人群，尋找在這些事件中哪些才是與留存率強(qiáng)相關(guān)的？

如果是添加好友的這件事，那么這個(gè)時(shí)間限是，注冊(cè)時(shí)關(guān)注3人，還是一周內(nèi)關(guān)注5人？

或者如果我們發(fā)現(xiàn)，引薦5名新用戶，留存率非常高，但實(shí)際上，真的能引薦5名新用戶的人群少之又少，那么這件事也不適宜我們?nèi)ブ攸c(diǎn)關(guān)注，因?yàn)榻o我們帶來的成本太高了。

圖6.自定義事件與留存相關(guān)度的分析實(shí)例

從這些關(guān)鍵事件中，我們要通過數(shù)據(jù)分析找到其中的核心路徑，然后傾斜我們的資源去支持它。

好啦，今天的分享就到這里了。總的來說，埋點(diǎn)與數(shù)據(jù)統(tǒng)計(jì)，都是為業(yè)務(wù)服務(wù)的。關(guān)注哪些事件、為他們埋點(diǎn)是由于App自身的業(yè)務(wù)特性所決定。

埋點(diǎn)需要有的放矢，分析才能得到結(jié)論，迭代增長也將有跡可循。

相關(guān)閱讀

數(shù)據(jù)運(yùn)營實(shí)戰(zhàn)（一）：細(xì)分目標(biāo)人群，結(jié)合用戶畫像的實(shí)踐

數(shù)據(jù)運(yùn)營實(shí)戰(zhàn)（二）：細(xì)分漏斗畫像，改善關(guān)鍵節(jié)點(diǎn)

本文由 @騰訊大數(shù)據(jù) 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。