如何结合分析需求，设计数据埋点？

通过数据埋点，我们能够看到产品设计与功能在数据上的反馈，并通过分析其中的数据特征驱动业务发展。

做了快3年的产品经理，相比3年前刚入行的时，现在的企业对产品岗位的要求逐渐趋于理性化。产品经理不再是“靠着一个点子就能改变世界”的玄学职位，客观的数据与理性的分析越来越受到大家的重视。

但就我亲身感受而言，这种改变还不够剧烈：一方面体现在多数人还在“靠感觉、靠经验”做感性产品，而非理性产品；另一方面是已经意识到数据重要性的大部分产品同学，在这种大环境下，很难有机会接触到系统化的学习与锻炼机会。

鉴于此，这里想通过文章分享我对于数据分析的一些理解和感受。鉴于涉及内容太多，这里先说开头：关于数据埋点的那点事。

一、那什么是埋点呢？

一句话概括：埋点就是一小段上报事件的代码。简单来说，就是用户在产品中产生某个行为之后，设备或者服务器把这个行为以及有关的一切信息都记录下来。

二、为什么埋点很重要？

先一起设想个常见场景：

今天，你辛苦做的积分商城终于上线和亲爱的用户见面了。出于对自己工作的负责态度，你觉得很有必要看看效果，便决定：先看看今天有多少人用了这个功能吧！于是跑去研发同学那，腆着脸让研发帮你看看，于是……

“今天？你这个今天是怎么定义的？给个具体的时间吧”

“什么算是人？IMEI/IDFA吗？还是user_id？又或者其他标准？你先给个定义”

“这个‘多少’是个啥意思？UV还是PV？”

“大哥，怎么算用？点入口吗？还是进到落地页？又或者领了积分才算？”

“Oh，舍特，开发的时候没埋点”

……

从上面的场景中，我相信大家一定能切实体验到这种被研发灵魂拷问N连击的痛苦。因此，如果我们仅仅知道要采集哪些数据，仅仅掌握一些数据分析的技巧，但却不清楚这些数据是如何收集和统计到的，那么我们对于数据的应用不仅会处处受限，更会丧失对数据的敏感度。

从另一个角度来说，埋点也是数据分析的完整路径中必不可少的第一步。在一些大中型公司，这份工作往往会由独立的数据产品经理负责，但对于市场上的大部分中小型公司，产品经理就要亲自上阵，负责埋点的定义和管理了。

到这里，大家应该就会明白两个点：

什么是“埋点”？“埋点”是互联网产品收集数据的一种基础且被广泛应用的方法。

为什么要“收集数据”？因为我们要获取数据支撑后续的数据分析，并最终驱动业务发展。

三、怎么理清需要的埋点？

完成了对埋点的必要性说明，以及基本概念定义后，下面分两部分详细介绍一下具体的落地实施方法：

第一部分：确定并梳理清楚需要哪些埋点

第二部分：形成埋点文档记录并同步

第一部分：确定并梳理清楚需要哪些埋点

梳理埋点的思路和梳理产品方案的思路一致，我们首先要做的，是明确你的需求是什么，这是定性的层面；接着是明确能衡量需求的数据指标是什么，这是定量的层面；最后才是确定能通过哪些埋点收集到需要的数据，从而计算指标、衡量需求。逻辑关系如下图：

1.首先是归纳需求。埋点需求一般有两个来源：产品需求的衡量指标+业务部门的分析需求。通过这个步骤，我们可以知道收集数据的目的是什么。

2.接着是选取指标。明确了需求之后，我们就需要选取能够衡量需求效果的数据指标，比如页面转化率、功能留存率、访问人数、访问频次分布等等。

3.最后是梳理埋点。梳理埋点这一步最重要的是想清楚三个关键问题：

需要收集哪些数据以能够计算上一步选取的指标

触发数据收集的时机是什么时候

需要定义埋点的哪些必要属性（即需要收集哪些维度的数据）

归纳需求和选取指标这两步，单独拎出来是很大的一个内容，这里就不做展开了。这里的重点是帮大家搞懂埋点，因此着重说说最后一步的“梳理埋点”：

a.首先是确定收集哪些数据以计算需求指标

这里提一个小思路：把指标按照数学里的加减乘除混合运算，拆解成不能再拆的单位变量，那这个单位变量，就是我们要通过埋点收集的数据了，比如“访问页面的独立用户数”。

b.其次是数据收集的时机