ClkLog 实践中的挑战:如何设计和实施有效的埋点指标

简介: 前端数据埋点要怎么做才能获取到有用的数据并对运营产生积极的作用,对于首次实施埋点及数据分析的工程师来说确实是个难点。网上很多文章讲的都是方法论和理论知识,真正实践的内容比较少,我们从一个案例来描述一下埋点要如何做。

前端数据埋点要怎么做才能获取到有用的数据并对运营产生积极的作用,对于首次实施埋点及数据分析的工程师来说确实是个难点。网上很多文章讲的都是方法论和理论知识,真正实践的内容比较少,我们从一个案例来描述一下埋点要如何做。

我们要知道什么是埋点

埋点的学名应该叫做事件追踪(Event Tracking),它主要是针对特定用户行为或事件进行捕获、处理和发送的相关技术及其实施过程。

埋点是为了满足快捷、高效、丰富的数据应用而做的用户行为过程及结果记录。埋点所采集的数据可以分析网站/APP 的使用情况,用户行为习惯等,是建立用户画像、用户行为路径等数据产品的基础。

埋点采集逻辑与实施

埋点的采集逻辑基本可以通过“4W+1H”模型概括,如下图。
image.png

对于一个 APP 来说,页面浏览行为时,可以考虑以下维度:
image.png

当然对于 APP 来讲,应用版本、操作系统、操作系统版本、设备型号、屏幕高度、屏幕宽度这些属性都是作为基础属性来采集。

对于埋点的实施可以采用以下流程,本文主要关注前三个步骤:

image.png

埋点案例分析

第一步:梳理产品逻辑

我们以【叮咚分类榜单】为例,进行埋点的需求分析。通过梳理产品的逻辑,明确埋点的范围。
image.png

榜单包含一个 banner 广告位,点击跳转到相应分类榜单列表;商品分类选项卡,其中“人气精选”包含所有分类的集合,后续分类选项点击会定位到相应分类排行榜;再下面就是每个分类的排行榜。

通过分析产品的功能,也能得出该产品的核心业务流程是从排行榜点击商品进入商品详情页,加购或立即购买后进入订单确认页面,点击并完成订单支付的整个过程,是一个标准的电商购买流程。

第二步:设计埋点方案

完成产品的梳理后,我们开始设计埋点的方案。

1.选择埋点的方式
前端埋点通常有代码埋点和全埋点两种方式,两种埋点各有优劣。代码埋点灵活性高,可以根据自己的需求进行埋点,但是前端开发人力成本高,且需要依赖前端发布;全埋点只要部署了 SDK 就能开始数据采集,且能采集到更多数据,可以获取更多的启发性的信息进行深入分析,但传输数据的量比较大,交互事件无法定义。

我们的建议是如果您的系统用户量不是那么大存储和带宽资源足够的情况下两种方式结合使用能减少很多前期的埋点需求定义和前端代码埋点的工作量。ClkLog 采用了神策的前端开源 SDK,神策 SDK 全埋点数据默认定义了很多事件,ClkLog 也有针对这些默认事件的分析。

但如果您的系统比较复杂,且用户量达到一定的量级,建议还是采用代码埋点的方式,后端的呈现也建议在 ClkLog 提供的基础分析上进行二次开发,呈现更多的您想看到的分析。

2.事件设计

常见的埋点事件有以下几种:

a) 点击事件:记录用户的点击行为
b) 曝光事件:记录页面的加载,包括刷新
c) 页面停留时长:记录用户进入页面到离开页面的时间差

参考【叮咚分类榜单】页面,可以得到以下埋点事件(事件不是最完整的,只是举例说明):
image.png

到这里我们就基本上把这个页面的埋点需求整理出来了,后续只需要根据需求进行埋点的实施就可以看到你想收集到的数据了,通过收集到的这些数据就可以分析 pv,uv,用户轨迹,转化率,留存率等指标。

其实对于页面的事件更多的还是要根据您想要看到什么样的数据来设计。比如运营人员关心的是用户指标、推广数据、推荐数据,那么 Banner 曝光、Banner 点击、分享点击这些数据对运营人员的价值就更高。而产品经理更关心的是功能转化率,用户轨迹、活动效果,因此页面的停留时长、商品点击量、分类点击量等对于产品经理的价值更高。您也可以根据您关心的是什么数据来设计埋点事件,这就需要运营人员和产品经理先出业务指标需求,推导出需要分析指标的数据,再规划埋点事件了。

ClkLog事件分析案例


结束语.png

相关文章
|
自然语言处理 开发者 异构计算
社区供稿 | Llama3-8B中文版!OpenBuddy发布新一代开源中文跨语言模型
此次发布的是在3天时间内,我们对Llama3-8B模型进行首次中文跨语言训练尝试的结果:OpenBuddy-Llama3-8B-v21.1-8k。
|
编解码 算法 数据可视化
数字信号处理(DSP):原理、应用与代码实现
数字信号处理(DSP):原理、应用与代码实现
|
资源调度 前端开发 Shell
[docker] DevContainer高效开发(第二篇):前端开发体验
上面的配置只是最基本的配置,大部分情况我们是需要自定义配置,让容器更符合我们的需求。自定义配置就需要用到 Dockerfile,这个文件是 docker 的配置文件,可以在里面安装软件,配置环境等等。Dockerfile 的语法可以参考 官方文档。然后根据自己的需求编写 Dockerfile# 设置变量,由 .devcontainer.json 中的 args 传入# 指定 node 版本# 设置编码# 设置工作目录# 挂载 volume# 设置 bash 为默认 shell。
751 0
|
存储 编解码 监控
G-Code 详解
玩过一段时间3D打印机的朋友,都会接触到G-code文件。所谓G-code文件, 指的是3D模型在进入3D打印机实际打印之前,必须要经过切片器处理而成的一种中间格式文件。
6857 0
|
6月前
|
人工智能 安全 开发工具
Claude Code 官方工作原理与使用指南
Claude Code 不是传统代码补全工具,而是 Anthropic 推出的终端 AI 代理,具备代理循环、双驱动架构(模型+工具)、全局项目感知、6 种权限模式等核心能力,本文基于官方文档系统解析其工作原理与高效使用技巧。
4186 0
|
数据采集 前端开发 搜索推荐
埋点tracker:前端数据埋点-方案设计思路梳理
埋点tracker:前端数据埋点-方案设计思路梳理
4739 0
|
机器学习/深度学习 数据采集 编解码
Stable Video Diffusion:将潜在视频扩散模型扩展到大规模数据集——论文阅读
Stable Video Diffusion(SVD)是Stability AI提出的高分辨率视频生成模型,基于潜在扩散框架,通过三阶段训练与严格数据筛选,在文本到视频和图像到视频任务中实现高质量生成。论文系统研究了数据质量对模型性能的影响,提出级联切分检测、运动评分过滤、合成字幕优化等策略,并引入线性递增引导等创新技术,显著提升生成稳定性与视觉保真度。
2014 4
|
数据采集 数据可视化 前端开发
深入了解埋点分析:Clklog助你优化用户体验
所谓埋点,就是通过在应用程序或网站中插入代码,针对用户行为或事件进行捕获,以收集用户的各种行为数据,比如用户点击了某个按钮、页面访问时间、功能使用频率等。 通过分析这些数据,数据产品经理或数据分析师能够深入理解用户行为,优化用户体验,并根据埋点数据改进产品功能。
1360 0
深入了解埋点分析:Clklog助你优化用户体验
|
存储 缓存 Java
ThreadLocal
ThreadLocal 是一种为每个线程提供独立变量副本的机制,避免了多线程间的竞争问题。通过 ThreadLocal,每个线程拥有自己的变量实例,互不干扰。其核心原理是借助 Thread 类中的 `threadLocals`,以当前 ThreadLocal 对象为键存储线程专属数据。首次访问时若未初始化,则会调用 `initialValue` 方法设置默认值。此外,线程结束时会自动清理 ThreadLocal 数据,减少内存泄漏风险。这种设计适合需要线程隔离的场景,如数据库连接、用户会话信息等。
317 4
|
消息中间件 数据采集 移动开发
数仓建模—埋点设计与管理
开始之前我们先看一下我们为什么要收集埋点数据,埋点都可以做什么,埋点主要用于记录用户行为,几乎是应用必不可少的功能.埋点的作用包括但不限于
1793 0
数仓建模—埋点设计与管理

热门文章

最新文章