数据中台实战（一）：以B2B电商亿订为例，谈谈产品经理视角下的数据埋点

笔者所在公司为富力环球商品贸易港，是富力集团旗下汇聚原创设计师品牌及时尚买手/采购商两大社群，通过亿订B2B电商、RFSHOWROOM、环贸快版、环贸映像、富运通、富贸通等子品牌为时尚行业提供一站式产业＋渠道服务的平台。

笔者所在部门为数据中台，职责就是为公司搭建数据中台，支撑各产品线数据化运营，通过数据中台打通各条产品线的数据，更精准的为产业的上下游客户服务。本文以B2B电商产品亿订为实战，谈数据中台的数据埋点。

图片来源：富力环球商品贸易港公众号

刚入公司时，公司的数据埋点这块是和百度合作，用的百度移动统计。

运营反馈百度的流量分析做的很强大，但是最大的问题是不能结合电商的业务数据，比如：只有坑位的流量数据却拿不到坑位的交易额、转化率（交易额/PV）这些数据，另外电商的主路径 访问>商品详情>商品列表>加购>下单>支付整个流程的转化率是取不到的。

此时，就拉上我们的开发，叫上了亿订产品经理和运营负责人，一起沟通目前的问题。

图片来源：百度移动统计， 百度的移动分析看不到任何业务数据。

沟通后确定主要确定解决以下问题：

问题一：要知道亿订B2B电商产品每天的主路径 访问用户数>商品列表页>商品详情页>加购>下单>支付主路径每天的人数及每个步骤之间的转化率。目的是长期监测每步的转化率如果有明显异常，运营同事会进一步分析转化率低的原因。

图片来源：亿订电商， 从左到右以此为：首页、商品列表、商品详情、加购、结算页

问题二：因为问题一只能解决总体转化率，要想定位到底是那里的转化率低导致整体转化率低的原因，还得看用户每个入口路径各环节的转化率。

问题三：要解决坑位的转化率问题，因为评价坑位好坏的因素不止有PV/UV百度统计的两个指标，运营同事定义了坑位的转化率为（pv/坑位交易额）来综合判定坑位的性价比，如果坑位的放在很明显的位置，那他的转化率还是很低，那就要分析原因，改变运营策略。比如图片的调整、商品的调整、位置的调整等。

问题四：要打通用户的行为数据和用户的交易数据，用户运营的同事需要更加了解他们的用户比如什么时候访问，访问了那些商品、什么时候加购，加购了那些商品，什么时候买了那些商品。这些百度是做不到的。通过用户的 访问行为，运营同事会进行针对性的运营型。

问题五：要看到用户的留存情况，留存的定义分为两种，第一种是访问留存率，新用户第一次访问看他接下来7天后、14天后、一个月后是否再次访问。第二种是购买留存率，用户第一次支付后看接下来的7天后、14天后、一个月后是否再次支付。这样就能直接看出平台的用户粘性。

基于以上问题，我们数据中台内部开始设计产品方案和技术方案。

关于技术方案 埋点技术选型

要解决以上问题，就要对亿订的H5端、APP端（IOS/安卓）进行全面的埋点，如果采用手工埋点的方式，工作量是比较大的，而且依赖各个产品线的前端开发（JS/安卓/IOS）。

我们的技术负责人研究了市面上各个数据公司的埋点方式，从是否开源，SDK是否支持H5、安卓、IOS。部署方式是私有化，还是saas化（采集到的用户数据是公司比较重要的数据，出于安全考虑，需要本地化部署）这几个方面入手决定用神策开源埋点SDK。

这样节省了大部分的工作量，SDK一旦部署基础信息比如（时间、地点、浏览器、硬件设备）都会自动化的采集。

基础信息采集

接下来，就要进行埋点接口的定义。

首先，是公共字段的定义，这些都封装在SDK中，只要前端工程师基于SDK的开发文档进行工程部署，程序就是自动收集用户的这些基础信息。这样用户在那里，用户使用的什么设备，用户什么时间访问了我们的产品，就解决了。

浏览页面事件采集