如何進行埋點數(shù)據(jù)的分析？

埋點是數(shù)據(jù)采集的專用術語，在數(shù)據(jù)驅動型業(yè)務中，如營銷策略、產(chǎn)品迭代、業(yè)務分析、用戶畫像等，都依賴于數(shù)據(jù)提供決策支持，希望通過數(shù)據(jù)來捕捉特定的用戶行為，如頁面訪問、按鈕點擊量、閱讀時長等統(tǒng)計信息。因此，數(shù)據(jù)埋點可以簡單理解為針對特定業(yè)務場景進行數(shù)據(jù)采集和上報的技術方案，在政采云，前端團隊已經(jīng)有自研 SDK 來解決這個問題。在數(shù)據(jù)埋點于政采云的落地實踐過程中，我們發(fā)現(xiàn)另一個可供探討的方向，即獲取到數(shù)據(jù)后，我們要如何進行埋點數(shù)據(jù)的分析？ 以下我們展開聊一聊埋點數(shù)據(jù)分析的用戶訴求、團隊的探索實踐和存在的痛點。

一、用戶是誰

關心埋點數(shù)據(jù)的人群以及他們關注的側重點，可以分為以下幾類：1、產(chǎn)品經(jīng)理：我的需求上線后，用戶使用量怎么樣？（我并不關心埋點怎么埋，也不關心明細數(shù)據(jù)，看個日活和趨勢就可以了） 2、研發(fā)：一些緊急需求、插入需求、加班需求上線后，及時投放使用了嗎？用戶使用量怎么樣？（這個需求是偽需求嗎？真的要做嗎？看看數(shù)據(jù)驗證下） 3、Team Leader 及以上管理層：投入產(chǎn)出比怎么樣？人員分配合理嗎？（可以得出什么結論嗎？有一些指導性建議嗎？） 4、BI：我可以挖掘哪些業(yè)務價值比較高的信息呢？（這些明細數(shù)據(jù)有點晦澀，我要怎么分析加工？有簡便的方式嗎？） 可以看到，不同的用戶角色對數(shù)據(jù)關注的側重點是不一樣的；同樣，她們對數(shù)據(jù)獲取加工和分析能力也是差別較大?？偨Y下來，用戶對埋點數(shù)據(jù)的產(chǎn)出訴求可以分為以下幾個階段。

二、用戶訴求

圖片

其中，數(shù)據(jù)準確性和數(shù)據(jù)可讀性保證了數(shù)據(jù)的基本產(chǎn)出但已經(jīng)無法滿足用戶對數(shù)據(jù)的更高訴求，他們更期望的是數(shù)據(jù)易讀性和數(shù)據(jù)指導性。 數(shù)據(jù)易讀，即要結合數(shù)據(jù)分析場景給予用戶恰當優(yōu)美的數(shù)據(jù)展示形式，常用表格、折線圖、柱狀圖、餅圖等圖表組件。最好一目了然，降低理解成本。數(shù)據(jù)指導性，即通過這些數(shù)據(jù)展示，可以明確得到結論嗎？這些結論對業(yè)務有哪些幫助？通常需要人為加工分析。帶著這些疑問和訴求，政采云埋點數(shù)據(jù)可視化平臺-渾儀，是這樣做的。

三、渾儀的探索與實踐

事件分析

基于事件的指標統(tǒng)計、屬性分組、條件篩選等功能，建立模型對用戶行為或業(yè)務過程進行分析。

圖片

展示形式有表格、多維度折線圖、分組柱狀圖。支持下載導出。

圖片

頁面分析

支持按路徑和按頁面編碼雙重方式進行搜索，一鍵獲得頁面全量信息。內(nèi)置推薦功能，會將路徑與系統(tǒng)內(nèi)維護的頁面信息進行匹配，提升搜索性能的同時提升數(shù)據(jù)準確性。

圖片

漏斗分析

漏斗模型主要用于分析一個多步驟過程中每一步的轉化與流失情況。

圖片

路徑分析

以?；鶊D的形式展示以目標時間為起點的所選事件組內(nèi)各頁面間用戶的完整路徑，并支持查詢單一用戶行為路徑。

圖片

總覽看板

默認為用戶處理透出的看板，可查看 PV/UV/平均停留時長關鍵指標外，也透出了用戶類型、瀏覽器、操作系統(tǒng)等重要用戶屬性進行分析，方便用戶感知查詢。

圖片

自定義看板

用戶可以保存事件分析-查詢結果的數(shù)據(jù)，將會在個人看板中展示保存的數(shù)據(jù)結果，之后能直接查看所有保存的圖表數(shù)據(jù)，將多次查詢結果整合對比，提升查詢效率。并且支持分類，編輯、刪除圖表，還可以分享給他人，實現(xiàn)全組共享?？窗逯С謹?shù)值、條形圖、折線圖、表格四種組件形式自由搭配并自由切換。

圖片

數(shù)據(jù)報告

通過以上獲得的數(shù)據(jù)，可以人為分析，加以評論，以數(shù)據(jù)報告的形式進行整理，得到更好的數(shù)據(jù)效果。

圖片

以上不同的功能基本覆蓋了用戶不同場景下的數(shù)據(jù)分析訴求，但也同樣存在著一些用戶痛點。

四、痛點剖析

數(shù)據(jù)埋點的整個流程是從產(chǎn)品或交互側提出需求開始的，中間經(jīng)歷了研發(fā)人員的代碼植入、配置維護、測試上線等流程，最后才能查看數(shù)據(jù)。事實上，一個原始需求通常需要拆解成多個“埋點動作”，一個數(shù)據(jù)查看訴求也是由多個查詢條件組合進行篩選。而查看埋點的人卻不止該需求植入埋點的人，他們對如何組合查詢條件的感知相當薄弱，通常是一頭霧水。由誰查，如何查到想要的數(shù)據(jù)就成了一個需要平臺團隊日常答疑支持的事項。另外，考慮到埋點數(shù)據(jù)量過于龐大的問題，僅僅產(chǎn)出明細數(shù)據(jù)就已經(jīng)存在查詢性能瓶頸，很難支持數(shù)據(jù)的二次加工，因此用戶在獲取明細數(shù)據(jù)時，認為過于晦澀，往往還需要手動加工聚合。

以上，便是政采云埋點團隊對于埋點數(shù)據(jù)可視化方面的探索和實踐。