前言

隨著互聯(lián)網(wǎng)的發(fā)展，越來(lái)越多的企業(yè)開始將業(yè)務(wù)轉(zhuǎn)向線上。為了更好地了解客戶需求并優(yōu)化產(chǎn)品，埋點(diǎn)技術(shù)成為企業(yè)不可或缺的一部分。本文將從定義埋點(diǎn)概念、B端埋點(diǎn)目的和方法以及如何進(jìn)行數(shù)據(jù)分析等方面介紹在B端中如何做埋點(diǎn)。

是什么

"埋點(diǎn)"是指在應(yīng)用程序中預(yù)先設(shè)置代碼，以收集用戶行為數(shù)據(jù)。通常情況下，這些代碼會(huì)在應(yīng)用程序特定位置觸發(fā)，捕獲用戶執(zhí)行的操作和使用模式。這些數(shù)據(jù)可幫助了解用戶如何使用應(yīng)用程序，并確定哪些功能更受歡迎或需要改進(jìn)。

在B端中，企業(yè)客戶使用產(chǎn)品數(shù)據(jù)非常重要，它可以幫助產(chǎn)研團(tuán)隊(duì)了解客戶需求并優(yōu)化產(chǎn)品。在做產(chǎn)品設(shè)計(jì)埋點(diǎn)也是主要的主動(dòng)尋找設(shè)計(jì)點(diǎn)的方式之一，也是最常見的方式之一。

類型

形式就一個(gè)標(biāo)準(zhǔn)：是否有效？

是否有效的評(píng)判標(biāo)準(zhǔn)

有效埋點(diǎn)是指企業(yè)在收集數(shù)據(jù)時(shí)能夠?yàn)闃I(yè)務(wù)提供有用信息的數(shù)據(jù)。有效埋點(diǎn)可以幫助企業(yè)了解客戶的需求、產(chǎn)品的使用情況和市場(chǎng)趨勢(shì)等信息。有效埋點(diǎn)可以回答以下問(wèn)題：

用戶在產(chǎn)品中的行為和操作是什么？

用戶如何與產(chǎn)品進(jìn)行交互？

用戶是否遇到了問(wèn)題？

用戶是否完成了特定的任務(wù)？

用戶的留存率是多少？

用戶的轉(zhuǎn)化率是多少？ 

收集的數(shù)據(jù)沒有實(shí)際用途或無(wú)法支持決策。

收集的數(shù)據(jù)不夠準(zhǔn)確或者不可靠。

收集的數(shù)據(jù)沒有被適當(dāng)?shù)胤治龊徒忉尅?/p>

有什么用？

通過(guò)埋點(diǎn)收集用戶行為數(shù)據(jù)，可以幫助產(chǎn)品團(tuán)隊(duì)更好地了解用戶需求和痛點(diǎn)，優(yōu)化產(chǎn)品體驗(yàn)，提高用戶滿意度和粘性。不僅僅通過(guò)埋點(diǎn)收集產(chǎn)品性能數(shù)據(jù)，可以幫助產(chǎn)品團(tuán)隊(duì)及時(shí)發(fā)現(xiàn)和解決問(wèn)題，保證產(chǎn)品穩(wěn)定性和可靠性。并且支持運(yùn)營(yíng)營(yíng)銷：B端產(chǎn)品的用戶是企業(yè)，因此運(yùn)營(yíng)營(yíng)銷需要更加精準(zhǔn)和有效。通過(guò)埋點(diǎn)收集用戶行為數(shù)據(jù)，可以幫助企業(yè)更好地了解用戶需求和行為模式，制定更加精準(zhǔn)的營(yíng)銷策略，提高轉(zhuǎn)化率和銷售額。

客戶服務(wù)是非常重要的一環(huán)。通過(guò)埋點(diǎn)收集用戶行為數(shù)據(jù)，可以幫助客戶服務(wù)團(tuán)隊(duì)更快速地定位和解決用戶問(wèn)題，提高客戶滿意度和忠誠(chéng)度。

什么時(shí)候排期

在項(xiàng)目中，我們經(jīng)常需要對(duì)新功能或者新設(shè)計(jì)進(jìn)行驗(yàn)證。這是非常重要的一步，因?yàn)橹挥型ㄟ^(guò)驗(yàn)證，我們才能確保產(chǎn)品的質(zhì)量和可靠性。在驗(yàn)證過(guò)程中，我們會(huì)使用各種測(cè)試方法和工具來(lái)檢測(cè)系統(tǒng)是否符合預(yù)期的需求和規(guī)格，并且發(fā)現(xiàn)并解決潛在問(wèn)題。

除了功能方面的驗(yàn)證外，在項(xiàng)目中還需要考慮用戶體驗(yàn)、安全性等方面的測(cè)試。例如，在開發(fā)一個(gè)電商網(wǎng)站時(shí)，我們不僅要確保商品展示、購(gòu)買流程等功能正常運(yùn)行，還要關(guān)注用戶界面是否友好易用、支付安全是否得到保障等問(wèn)題。

如何做

業(yè)務(wù)確認(rèn)

以下4步進(jìn)行分解：

確定需求：首先與業(yè)務(wù)方溝通，了解他們的需求和目標(biāo)，確定需要采集哪些數(shù)據(jù)。

制定計(jì)劃：根據(jù)需求，制定埋點(diǎn)計(jì)劃，包括需要采集的字段、事件類型、觸發(fā)條件等。

制定方案：根據(jù)計(jì)劃，制定具體的埋點(diǎn)方案，包括埋點(diǎn)代碼的編寫、測(cè)試和上線等。

與業(yè)務(wù)方確認(rèn)：在制定好的方案上，與業(yè)務(wù)方進(jìn)行確認(rèn)，包括確認(rèn)需要采集的字段、事件類型、觸發(fā)條件等，確保埋點(diǎn)方案符合業(yè)務(wù)需求。

誰(shuí)去提/有什么區(qū)別

常見的提出人選是：產(chǎn)品經(jīng)理和用戶體驗(yàn)設(shè)計(jì)師

產(chǎn)品經(jīng)理通常會(huì)從業(yè)務(wù)目標(biāo)出發(fā)，關(guān)注數(shù)據(jù)采集對(duì)于業(yè)務(wù)的貢獻(xiàn)。產(chǎn)品經(jīng)理需要了解產(chǎn)品的功能、流程和用戶行為，確定需要采集哪些數(shù)據(jù)，進(jìn)而制定埋點(diǎn)計(jì)劃和方案。他們通常會(huì)關(guān)注以下問(wèn)題：

哪些數(shù)據(jù)對(duì)于業(yè)務(wù)目標(biāo)更加關(guān)鍵。

如何采集數(shù)據(jù)以滿足業(yè)務(wù)需求。

如何保證數(shù)據(jù)的準(zhǔn)確性和有效性。

如何分析數(shù)據(jù)并制定相應(yīng)的優(yōu)化策略。 

用戶體驗(yàn)設(shè)計(jì)師通常會(huì)從用戶的角度出發(fā)，關(guān)注數(shù)據(jù)采集對(duì)于用戶體驗(yàn)的影響。用戶體驗(yàn)設(shè)計(jì)師需要了解用戶的需求、行為和痛點(diǎn)，確定需要采集哪些數(shù)據(jù)，進(jìn)而制定埋點(diǎn)計(jì)劃和方案。他們通常會(huì)關(guān)注以下問(wèn)題：

哪些數(shù)據(jù)對(duì)于用戶體驗(yàn)更加關(guān)鍵。

如何采集數(shù)據(jù)以更好地了解用戶行為和需求。

如何保證數(shù)據(jù)的準(zhǔn)確性和有效性，同時(shí)不影響用戶體驗(yàn)。

如何提

在向開發(fā)人員提供埋點(diǎn)需求時(shí)，可以考慮以下幾點(diǎn)：

明確目標(biāo)：

在向開發(fā)人員提供埋點(diǎn)需求之前，需要明確目標(biāo)和需求，確定需要采集哪些數(shù)據(jù)。這有助于開發(fā)人員理解要解決的問(wèn)題和達(dá)成的目標(biāo)，更好地制定埋點(diǎn)方案。

詳細(xì)說(shuō)明：

提供埋點(diǎn)需求時(shí)，需要詳細(xì)說(shuō)明需要采集哪些數(shù)據(jù)、在哪些事件觸發(fā)時(shí)需要采集、采集的數(shù)據(jù)格式等，盡可能準(zhǔn)確明確地描述埋點(diǎn)需求和方案，避免產(chǎn)生歧義和誤解。

給出示例：如果可能的話，可以給開發(fā)人員提供一些示例，讓開發(fā)人員更好地理解埋點(diǎn)需求和方案，減少溝通成本和時(shí)間。

提供文檔：

為了方便開發(fā)人員查閱和理解埋點(diǎn)需求，可以提供相關(guān)文檔或鏈接，如數(shù)據(jù)字典、埋點(diǎn)規(guī)范等，讓開發(fā)人員更清楚地了解要求和規(guī)范。

進(jìn)行確認(rèn)：

在提供完埋點(diǎn)需求后，需要與開發(fā)人員進(jìn)行確認(rèn)，確保埋點(diǎn)需求和方案被正確理解和實(shí)現(xiàn)。在確認(rèn)過(guò)程中，可以讓開發(fā)人員提出問(wèn)題和建議，及時(shí)解決并進(jìn)行調(diào)整。

開發(fā)如何實(shí)現(xiàn)

開發(fā)埋點(diǎn)的實(shí)現(xiàn)原理通常包括以下幾個(gè)步驟：

選擇埋點(diǎn)工具：

根據(jù)產(chǎn)品需求和業(yè)務(wù)場(chǎng)景，選擇合適的埋點(diǎn)工具。目前常用的埋點(diǎn)工具有神策、GrowingIO、TalkingData 等。

埋點(diǎn)代碼編寫：

根據(jù)產(chǎn)品需求和業(yè)務(wù)場(chǎng)景，在需要采集數(shù)據(jù)的頁(yè)面或組件中插入埋點(diǎn)代碼。埋點(diǎn)代碼通常是一段 JavaScript 代碼，用于捕獲頁(yè)面或組件的行為和數(shù)據(jù)，并發(fā)送到指定的數(shù)據(jù)平臺(tái)。

數(shù)據(jù)傳輸：

埋點(diǎn)代碼捕獲到數(shù)據(jù)后，需要通過(guò)網(wǎng)絡(luò)傳輸?shù)綌?shù)據(jù)平臺(tái)。通常采用 HTTP 協(xié)議進(jìn)行數(shù)據(jù)傳輸，將數(shù)據(jù)打包成 JSON 格式發(fā)送到數(shù)據(jù)平臺(tái)。

數(shù)據(jù)處理和存儲(chǔ)：

數(shù)據(jù)平臺(tái)接收到數(shù)據(jù)后，需要對(duì)數(shù)據(jù)進(jìn)行處理和存儲(chǔ)。通常采用分布式存儲(chǔ)技術(shù)，如 Hadoop、Hbase、Elasticsearch 等，用于存儲(chǔ)和處理海量數(shù)據(jù)。

數(shù)據(jù)分析和可視化：

數(shù)據(jù)處理完成后，可以通過(guò)數(shù)據(jù)分析和可視化工具對(duì)數(shù)據(jù)進(jìn)行分析和展示。常用的數(shù)據(jù)分析和可視化工具有 Tableau、Power BI、Google Analytics 等。

舉例子

J引入SDK

如果是maven項(xiàng)目，可以直接在pom.xml文件中引入依賴信息即可。

<dependency>
   <groupId>com.sensorsdata.analytics.javasdk</groupId>
   <artifactId>SensorsAnalyticsSDK</artifactId>
   <version>3.1.6</version>
 </dependency>

初始化SDK

使用ConcurrentLoggingConsumer初始化SDK,這樣就可以將數(shù)據(jù)輸出到服務(wù)器，日志文件每天一個(gè)，觸發(fā)一次事件，就會(huì)在日志文件中多一個(gè)json格式的數(shù)據(jù)。

服務(wù)器配置信息格式有一定的規(guī)定，可參考神策官網(wǎng)：https://www.sensorsdata.cn/manual/java_sdk.html

SensorsAnalytics sa = null;
     try {
        sa = new SensorsAnalytics(
//             new SensorsAnalytics.ConcurrentLoggingConsumer("F:/學(xué)習(xí)資料/log/access.log"));
              new SensorsAnalytics.ConcurrentLoggingConsumer("http://tuiying.datasink.sensorsdata.cn/sa?project=default_yhtoc&token=edd25955ac38cd3d"));
     } catch (IOException e) {
        e.printStackTrace();
     }

登錄處埋點(diǎn)

try{
  //將設(shè)備號(hào)作為用戶匿名Id
  String anonymousId = memberVo.getDeviceCode();
  sa.track(anonymousId, false, "login");
  // 用獲取戶登錄id
  Object object = result.getResultData();
  Map entry = (Map)object;
  String registerId = (String) entry.get("memberCode");
  // 用戶注冊(cè)或者登錄，將用戶真實(shí) ID 與 匿名 ID 關(guān)聯(lián)
  sa.trackSignUp(registerId, anonymousId);

  Map<String, Object> properties = new HashMap<String, Object>();
  //登錄是否成功
  if(result.getResultCode().equals("0")){
     properties.put("isSuccess", true);
  } else{
     properties.put("isSuccess", false);
  }
  //登錄類型
  if(memberVo.getPhoneType() == "0"){
     properties.put("loginType", "android");
  } else{
     properties.put("loginType", "ios");
  }
  //調(diào)用接口track，用于記錄事件，將用戶id，事件名稱，以及獲取到的屬性傳入
  sa.track(registerId , true, "login", properties);
}catch(InvalidArgumentException e){
  e.printStackTrace();
}
   // 程序結(jié)束前，停止神策分析 SDK 所有服務(wù)
   sa.shutdown();

如何導(dǎo)出數(shù)據(jù)

在埋點(diǎn)數(shù)據(jù)導(dǎo)出方面，通常有以下幾種方式：

數(shù)據(jù)平臺(tái)導(dǎo)出：

在數(shù)據(jù)平臺(tái)中，通常提供了數(shù)據(jù)導(dǎo)出的功能?？梢酝ㄟ^(guò)查詢條件、時(shí)間范圍等方式，將數(shù)據(jù)導(dǎo)出為 Excel、CSV、JSON 等格式，方便進(jìn)行數(shù)據(jù)分析和處理。

API 接口導(dǎo)出：

有些數(shù)據(jù)平臺(tái)也提供了 API 接口，可以通過(guò) API 接口實(shí)現(xiàn)數(shù)據(jù)的導(dǎo)出。需要根據(jù) API 接口文檔進(jìn)行開發(fā)和調(diào)用，將數(shù)據(jù)導(dǎo)出為指定格式。

數(shù)據(jù)庫(kù)導(dǎo)出：

如果數(shù)據(jù)平臺(tái)采用的是分布式存儲(chǔ)技術(shù)，如 Hadoop、Hbase、Elasticsearch 等，可以通過(guò)數(shù)據(jù)庫(kù)導(dǎo)出的方式將數(shù)據(jù)導(dǎo)出。需要根據(jù)數(shù)據(jù)庫(kù)的查詢語(yǔ)言和導(dǎo)出方式進(jìn)行操作，將數(shù)據(jù)導(dǎo)出為指定格式。

第三方工具導(dǎo)出：

有些第三方工具也提供了數(shù)據(jù)導(dǎo)出的功能，可以將數(shù)據(jù)從數(shù)據(jù)平臺(tái)中導(dǎo)出，并進(jìn)行進(jìn)一步的數(shù)據(jù)處理和分析。常用的第三方工具有 Tableau、Power BI、Excel 等。

如何分析數(shù)據(jù)

數(shù)據(jù)清洗和預(yù)處理：

在進(jìn)行數(shù)據(jù)分析之前，需要進(jìn)行數(shù)據(jù)清洗和預(yù)處理。數(shù)據(jù)清洗可以去除重復(fù)數(shù)據(jù)、異常數(shù)據(jù)和缺失數(shù)據(jù)等，保證數(shù)據(jù)的準(zhǔn)確性和完整性。數(shù)據(jù)預(yù)處理可以進(jìn)行數(shù)據(jù)歸一化、數(shù)據(jù)轉(zhuǎn)換和特征提取等，為后續(xù)的數(shù)據(jù)分析做好準(zhǔn)備。

數(shù)據(jù)分析工具：

在進(jìn)行數(shù)據(jù)分析時(shí)，需要使用相應(yīng)的數(shù)據(jù)分析工具。常用的數(shù)據(jù)分析工具有 Excel、Python、R、SPSS 等。可以根據(jù)具體的需求和技能水平選擇合適的工具進(jìn)行數(shù)據(jù)分析。

數(shù)據(jù)分析方法：

在進(jìn)行數(shù)據(jù)分析時(shí)，需要選擇合適的數(shù)據(jù)分析方法。常用的數(shù)據(jù)分析方法有描述性統(tǒng)計(jì)分析、假設(shè)檢驗(yàn)、回歸分析、聚類分析、決策樹分析等。需要根據(jù)具體的問(wèn)題和數(shù)據(jù)特征選擇合適的數(shù)據(jù)分析方法。

數(shù)據(jù)可視化：

在進(jìn)行數(shù)據(jù)分析時(shí)，可以使用數(shù)據(jù)可視化工具將數(shù)據(jù)進(jìn)行可視化展示。常用的數(shù)據(jù)可視化工具有 Tableau、Power BI、matplotlib 等。數(shù)據(jù)可視化可以幫助用戶更直觀地了解數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)系和規(guī)律。 

如何給出報(bào)告

報(bào)告內(nèi)容：

埋點(diǎn)報(bào)告需要包含哪些內(nèi)容，需要根據(jù)具體情況進(jìn)行考慮。通常包括數(shù)據(jù)采集情況、數(shù)據(jù)分析結(jié)果、問(wèn)題和優(yōu)化建議等內(nèi)容。需要確保報(bào)告內(nèi)容清晰明了，易于理解和溝通。

報(bào)告形式：

埋點(diǎn)報(bào)告可以采用多種形式進(jìn)行呈現(xiàn)，如 PPT、Word、PDF、Excel 等。需要根據(jù)受眾和內(nèi)容特點(diǎn)選擇合適的報(bào)告形式，確保報(bào)告的可讀性和可操作性。

報(bào)告結(jié)構(gòu)：

埋點(diǎn)報(bào)告需要有清晰的結(jié)構(gòu)和邏輯。通常包括報(bào)告摘要、數(shù)據(jù)采集情況、數(shù)據(jù)分析結(jié)果、問(wèn)題和優(yōu)化建議等章節(jié)。需要確保報(bào)告結(jié)構(gòu)嚴(yán)謹(jǐn)、邏輯清晰，易于閱讀和理解。

在進(jìn)行埋點(diǎn)報(bào)告時(shí)，可以使用數(shù)據(jù)可視化工具將數(shù)據(jù)進(jìn)行可視化展示。常用的數(shù)據(jù)可視化工具有 Tableau、Power BI、matplotlib 等。數(shù)據(jù)可視化可以幫助用戶更直觀地了解數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)系和規(guī)律。

語(yǔ)言表達(dá)：

在進(jìn)行埋點(diǎn)報(bào)告時(shí)，需要注意語(yǔ)言表達(dá)的準(zhǔn)確性和客觀性。需要使用準(zhǔn)確的數(shù)據(jù)和事實(shí)，避免主觀臆斷和夸大其詞的情況發(fā)生。

后期怎么處理

原始目標(biāo)：

回顧原始目標(biāo)是否達(dá)成，以及達(dá)成的程度。需要對(duì)比實(shí)際結(jié)果和預(yù)期結(jié)果，找出差異和原因。

數(shù)據(jù)質(zhì)量：

檢查數(shù)據(jù)質(zhì)量是否符合要求，數(shù)據(jù)是否完整準(zhǔn)確，是否存在異常值和缺失值等情況。需要對(duì)數(shù)據(jù)進(jìn)行再次清洗和驗(yàn)證。

數(shù)據(jù)分析方法：

回顧數(shù)據(jù)分析方法是否合理，是否采用最新的技術(shù)和方法。需要根據(jù)實(shí)際情況選擇合適的數(shù)據(jù)分析方法。

問(wèn)題和優(yōu)化建議：

回顧之前的問(wèn)題和優(yōu)化建議是否得到解決和落實(shí)。需要對(duì)之前的問(wèn)題和建議進(jìn)行再次對(duì)比和分析，找出解決的情況和未解決的情況。

反思

在B端中做埋點(diǎn)需要企業(yè)明確目標(biāo)、選擇合適的工具、建立數(shù)據(jù)模型、實(shí)現(xiàn)代碼和進(jìn)行數(shù)據(jù)分析。通過(guò)收集和分析數(shù)據(jù)，企業(yè)可以更好地了解客戶需求并優(yōu)化產(chǎn)品。