埋點(diǎn)事件的結(jié)構(gòu)化設(shè)計(jì)方法

點(diǎn)擊上方“藍(lán)字”關(guān)注我吧！

文｜4339字

估計(jì)閱讀｜13分鐘

近期負(fù)責(zé)了一款A(yù)PP的數(shù)據(jù)相關(guān)工作。該APP是一個自制游戲內(nèi)容產(chǎn)品，上架了很多個獨(dú)立主題的小游戲，并按游戲的類型，分為5個類型。為了解整體數(shù)據(jù)情況，我向數(shù)據(jù)開發(fā)提出了一個數(shù)據(jù)提取需求：以周為單位，統(tǒng)計(jì)最近一年每個類型的游戲累計(jì)被打開的次數(shù)。

本以為幾分鐘就可以拿到數(shù)據(jù)，但開發(fā)1個小時后才給我結(jié)果。經(jīng)過詳細(xì)了解，發(fā)現(xiàn)是因?yàn)閿?shù)據(jù)埋點(diǎn)存在極大的坑，導(dǎo)致的數(shù)據(jù)統(tǒng)計(jì)效率低下。埋點(diǎn)需求見下圖：

?

通過這套方案采集到的數(shù)據(jù)，要實(shí)現(xiàn)按類型統(tǒng)計(jì)的需求，有2個問題：

1. 每一個游戲，都單獨(dú)定義了一個打開游戲事件。也就是說，打開不同的游戲時，觸發(fā)的是不同的事件。要想統(tǒng)計(jì)每個類型的游戲累計(jì)打開次數(shù)，必須先按事件名逐個統(tǒng)計(jì)每個游戲的打開次數(shù)。

2. 只采集了打開某個游戲，但游戲所屬分類是沒有采集的。要統(tǒng)計(jì)每個類型游戲累計(jì)被打開的次數(shù)，就需要對照游戲信息表，查到每個游戲的所屬類型，再按游戲的所屬類型，對打開次數(shù)做一次累加。

整個數(shù)據(jù)提取過程如下圖所示：

?

每一個步驟都無法省略，因此，數(shù)據(jù)提取才耗費(fèi)了很長的時間。

在這個埋點(diǎn)方案中，主要有兩個問題：相似行為未做聚類抽象、事件信息采集不完整。

??相似行為未做聚類抽象

相似行為是指用戶操作過程和目標(biāo)高度相似的行為，如用戶分享一篇文章，有分享給微信好友、分享到朋友圈、分享到微博。

將相似行為都定義為一個個獨(dú)立的事件，會導(dǎo)致以下2個問題：

1. 埋點(diǎn)事件數(shù)量很多，開發(fā)和維護(hù)成本高。APP中有1000個游戲，就對應(yīng)了有1000個打開游戲事件。只要增加新的游戲，對應(yīng)的埋點(diǎn)代碼都需要單獨(dú)開發(fā)，并在表格中進(jìn)行維護(hù)，一旦沒有及時維護(hù)，或因員工離職時交接不到位，可能導(dǎo)致事件管理出現(xiàn)混亂，如重復(fù)事件、無效事件等。

2. 數(shù)據(jù)統(tǒng)計(jì)和分析效率低下。當(dāng)需要統(tǒng)計(jì)全部游戲的打開次數(shù)時，必須要先分別找到每個游戲點(diǎn)擊對應(yīng)的事件，然后逐個統(tǒng)計(jì)每個事件的觸發(fā)次數(shù)，再做一次匯總。

聚類抽象是指用一個抽象的主題來概括多個相似信息。如分享給微信好友、分享到朋友圈、分享到微博3個行為，都是在描述用戶分享文章的行為，可以聚類抽象為“分享文章”。

將相似行為聚類抽象后，原本1000個游戲的打開事件減少為1個，事件數(shù)量大幅度降低。統(tǒng)計(jì)全部游戲的打開次數(shù)也能一步完成，數(shù)據(jù)統(tǒng)計(jì)和分析效率提升一倍。

??事件信息采集不完整

一個用戶行為，往往可以從多個維度來描述，每一個描述維度，都是一個信息。這些信息，有些是有分析價值的，有些沒有。埋點(diǎn)采集到所有具備分析價值的信息，才是完整采集事件信息。

如果我們在梳理埋點(diǎn)需求時，沒有完整采集信息的意識，或考慮不全面，就很容易遺漏，導(dǎo)致相應(yīng)的分析無法進(jìn)行。

打開游戲時，所在頁面是事件相關(guān)的信息。統(tǒng)計(jì)用戶打開游戲時所在的頁面，可以分析不同頁面對游戲的引流效果，指導(dǎo)運(yùn)營工作方向。

若沒有采集該信息，就無法統(tǒng)計(jì)在某個頁面打開游戲的次數(shù)。

很明顯，為每個獨(dú)立的、最小顆粒度的用戶行為單獨(dú)定義一個事件，不是一個好方法。那么，我們應(yīng)該怎么設(shè)計(jì)埋點(diǎn)事件呢？

答案是采用“事件-屬性-屬性值”的結(jié)構(gòu)，對事件進(jìn)行多維度描述。

結(jié)構(gòu)化是指一個完整的埋點(diǎn)事件，分為事件、屬性、屬性值三層，包含一個事件定義（用戶行為）和若干個屬性定義（描述用戶行為的屬性）。

下圖是打開游戲事件的結(jié)構(gòu)化設(shè)計(jì)案例：

?

點(diǎn)擊游戲圖標(biāo)打開游戲的行為，定義為“打開游戲”事件；該事件有2個屬性，分別為“游戲分類、游戲ID”；游戲分類指游戲所屬的類型，其屬性值為“A、B、C、D、E”；游戲ID是唯一識別游戲的編號，其屬性值為“001、002、003···999”。實(shí)際使用時，還可以增加更多屬性。

游戲ID屬性，將相似行為聚類抽象為一個事件，即使有新的游戲上線，也只需要增加一個屬性值，事件數(shù)量從1000個減少到1個，開發(fā)和管理成本大幅度降低。

增加的屬性，使采集到的行為信息更完整。通過“游戲分類”屬性的值，即可統(tǒng)計(jì)每個類型的游戲累計(jì)被打開的次數(shù)，滿足更多數(shù)據(jù)分析需求。

??屬性的定義

一個用戶行為，通?？梢詮亩鄠€維度進(jìn)行描述。描述事件的維度，稱之為“事件屬性”，簡稱“屬性”。每個屬性，都有若干個值，為屬性值。

用戶打開游戲，如果從玩家性別維度描述，分為男、女；從玩家年齡維度描述，有15、16、17、18等，從游戲分類維度描述，分為A類、B類···

“玩家性別、玩家年齡、游戲分類”就是用來描述“打開游戲”事件的屬性。

“男、女”是屬性“玩家性別”的屬性值，“15、16、17”是屬性“玩家年齡”的屬性值，“A類、B類”是屬性“游戲分類”的屬性值。

從上一篇文章中，我們已經(jīng)知道，數(shù)據(jù)埋點(diǎn)能采集4w1h多個維度的信息。

從不同的維度對事件進(jìn)行數(shù)據(jù)分析，要么能指導(dǎo)產(chǎn)品的迭代，獲得更高的用戶價值；要么能更好地達(dá)成業(yè)務(wù)目標(biāo)，獲得更高的商業(yè)價值。

因此，在數(shù)據(jù)采集時，不僅要采集事件本身，還要采集事件的屬性信息。

游戲被打開次數(shù)的性別分布，體現(xiàn)了不同性別的用戶對該游戲的興趣高低。如游戲灰度發(fā)布的3天內(nèi)，選取了男女用戶各1000人推送內(nèi)測邀請，其中900個男性用戶打開了游戲，而女性用戶僅10人，說明該男性用戶對該游戲更感興趣。

為了在盡可能少消耗推送次數(shù)的條件下，讓該游戲獲得更高的打開率，游戲上線時，運(yùn)營只給男性用戶全量推送了游戲。

??設(shè)計(jì)方法

結(jié)構(gòu)化事件設(shè)計(jì)的關(guān)鍵，是定義好事件、觸發(fā)機(jī)制、屬性、屬性值類型、屬性值5個要點(diǎn)。

1.定義事件

數(shù)據(jù)埋點(diǎn)是要采集對數(shù)據(jù)分析有價值的過程數(shù)據(jù)，因此，需要先根據(jù)數(shù)據(jù)分析需求，找出對應(yīng)的用戶行為，再抽象出事件名。

數(shù)據(jù)分析需求是目標(biāo)，確定了目標(biāo)，才能找到能達(dá)成該目標(biāo)的用戶行為。事件名是對該事件的概括，幫助相關(guān)同事統(tǒng)一溝通話術(shù)和名詞定義，提高溝通效率。

需要分析用戶打開某個游戲或某類次數(shù)、人數(shù)，對應(yīng)的用戶行為是用戶點(diǎn)擊并打開游戲，可以將該行為抽象為“打開游戲”事件，作為內(nèi)部溝通統(tǒng)一名稱。

2.定義觸發(fā)機(jī)制

埋點(diǎn)代碼被觸發(fā)執(zhí)行的條件，即為觸發(fā)機(jī)制，通常取決于事件的定義和目的。如點(diǎn)擊了某個元素、打開了某個頁面、展示了某個內(nèi)容等。

“打開游戲”事件中，打開游戲的定義，是點(diǎn)擊游戲圖標(biāo)，并進(jìn)入游戲界面，事件的目的是要準(zhǔn)確記錄打開游戲的行為。

因此，當(dāng)用戶通過各種方式（點(diǎn)擊游戲圖標(biāo)、點(diǎn)擊推送消息、點(diǎn)擊進(jìn)入游戲按鈕等）進(jìn)入游戲界面時，才觸發(fā)事件。

只有在正確的時機(jī)觸發(fā)埋點(diǎn)事件，才能準(zhǔn)確采集用戶行為。觸發(fā)時機(jī)錯誤，必然導(dǎo)致數(shù)據(jù)不可信，失去分析價值。

若以“點(diǎn)擊游戲圖標(biāo)”為“打開游戲”事件的觸發(fā)機(jī)制，就遺漏了其他兩種打開游戲的方式帶來的行為記錄；同時，游戲被點(diǎn)擊時，可能未完成下載，此時點(diǎn)擊游戲圖標(biāo)，并沒有打開游戲，但也被采集為一次打開游戲。

最終無法分析幾種打開游戲方式的次數(shù)分布，也不能準(zhǔn)確評估游戲真實(shí)的消費(fèi)情況。

3.定義屬性

梳理事件的屬性，主要有兩種方法：梳理事件的分析需求、尋找事件內(nèi)部的分類維度。

不同的事件，分析需求不同，需要采集的事件屬性也不同。因此，需要先梳理事件的分析需求，再針對性地尋找能滿足該需求的屬性。

“打開游戲”事件中，需要分析不同游戲被打開的次數(shù)，以驗(yàn)證游戲的受歡迎程度。如果在觸發(fā)“打開游戲”事件時，采集被打開的游戲ID，在分析該事件時，即可通過“游戲ID”統(tǒng)計(jì)不同游戲的打開次數(shù)。

事件是對用戶行為的抽象，本身還可以從不同的維度來分類，這些分類維度，也可以作為屬性來描述事件。

從游戲的獲取方式維度，可以將游戲分為付費(fèi)游戲和免費(fèi)游戲。為了統(tǒng)計(jì)付費(fèi)游戲和免費(fèi)游戲的打開次數(shù)差異，可以將“是否付費(fèi)游戲”作為一個屬性。

4.明確屬性值類型

找到需要的屬性后，還需要明確屬性的值類型，如枚舉型、字符串型、布爾型、數(shù)值型。

游戲ID是一串?dāng)?shù)字，如008，是數(shù)值型；游戲分類是可以窮舉的選項(xiàng)，是枚舉型；是否付費(fèi)游戲是只有2個選項(xiàng)，是布爾型···

不同類型的屬性值，取值來源和儲存形式都不同。定義屬性值類型，可以幫助相關(guān)同事理解埋點(diǎn)需求，并合理使用。

枚舉型的屬性值，通常是事先窮舉的若干個值，存儲時通常用數(shù)字替代，使用時再轉(zhuǎn)化成真實(shí)的內(nèi)容。

布爾型的屬性值，只有2個值，存儲內(nèi)容為0和1。

5.給出屬性值

定義好屬性值類型后，再根據(jù)不同的屬性值類型，給出對應(yīng)的屬性值或示例：

屬性值或示例是研發(fā)編寫埋點(diǎn)代碼和測試的標(biāo)準(zhǔn)，幫助開發(fā)理解埋點(diǎn)需求。

研發(fā)不理解業(yè)務(wù)的前提下，可能都不知道游戲分類是什么，也不清楚有哪些分類。但當(dāng)他看到窮舉出來的屬性值時，就能立刻理解。

通過以上五個步驟，即可完成事件的結(jié)構(gòu)化設(shè)計(jì)。整理成表格后，如下所示：

?

??建議：整理公共屬性

在梳理事件屬性時，我們會發(fā)現(xiàn)有一些屬性是大部分事件都需要采集的。如每一個事件都要采集發(fā)生時間、用戶ID、設(shè)備類型、APP版本···

如果每一個事件都需要將這些屬性在數(shù)據(jù)需求文檔中列出來，就會帶來大量的重復(fù)工作。因此，可以將這些屬性定義為公共屬性，即每個事件都默認(rèn)需要采集的屬性，單獨(dú)整理在一個表格中。

常見的公共屬性見下表：

?

??減少事件數(shù)量，降低成本

采用“事件-屬性-屬性值”的結(jié)構(gòu)化設(shè)計(jì)，可以將相似度更高、但有細(xì)微差異的多個行為聚類抽象為一個事件，而不同行為之間的差異，通過屬性值來區(qū)分，從而減少事件數(shù)量。

在APP中購買商品時，有5種支付方式。若為每一種支付方式單獨(dú)定義事件，就需要5個訂單支付事件。

而使用結(jié)構(gòu)化設(shè)計(jì)，只需要一個事件，就能滿足需求。原方案中，5個支付訂單事件的差異，通過“支付方式”屬性來區(qū)分。

獨(dú)立事件的數(shù)量越多，開發(fā)的工作量越大。通過屬性值對多個事件進(jìn)行合并后，只需要新增屬性值，就可以完成埋點(diǎn)，開發(fā)和維護(hù)的成本就大幅度越低。

??提高數(shù)據(jù)分析效率

在做數(shù)據(jù)分析時，經(jīng)常需要對同類型的多種用戶行為進(jìn)行匯總，以了解整體情況。

若為每一個獨(dú)立用戶行為單獨(dú)定義事件，再需要進(jìn)行匯總統(tǒng)計(jì)時，就會出現(xiàn)前文所述的效率問題。而結(jié)構(gòu)化的事件設(shè)計(jì)，能指數(shù)級降低數(shù)據(jù)分析效率。

當(dāng)需要統(tǒng)計(jì)最近一年所有游戲的打開次數(shù)時，只需要統(tǒng)計(jì)“打開游戲”事件一年內(nèi)累計(jì)被觸發(fā)的次數(shù)，而不是先統(tǒng)計(jì)每個游戲打開事件被觸發(fā)的次數(shù)，再進(jìn)行二次匯總。

在設(shè)計(jì)埋點(diǎn)事件時，不應(yīng)該為每一個獨(dú)立的、最小顆粒度的用戶行為單獨(dú)定義事件，而應(yīng)該將同類型的用戶行為抽象為一個事件，并從數(shù)據(jù)分析需求和事件本身的分類方法出發(fā)，梳理事件的屬性，最后再形成數(shù)據(jù)埋點(diǎn)需求文檔。

結(jié)構(gòu)化的事件設(shè)計(jì)方法，能有效降低開發(fā)和維護(hù)成本，提高數(shù)據(jù)分析效率，是一種更好的事件設(shè)計(jì)方法。

5年產(chǎn)品經(jīng)理

專注后端產(chǎn)品方向

長按掃碼可關(guān)注