編輯導讀：埋點體系應該是每個數(shù)據(jù)人都應該知道的知識點，本文作者在上一篇文章的基礎上，分析埋點的開發(fā)流程和埋點數(shù)據(jù)的使用，希望對你有幫助。

在上一篇文章數(shù)據(jù)人該知道的埋點體系（一）中主要介紹了埋點的數(shù)據(jù)從產(chǎn)生到使用的數(shù)據(jù)流轉(zhuǎn)體系以及如何來設計埋點。接下來在本文我來介紹埋點的開發(fā)流程和埋點數(shù)據(jù)的使用。

03?埋點開發(fā)流程

1. 埋點SDK

由于我們的埋點是采用代碼埋點方式，每一個用戶行為的觸發(fā)都需要寫代碼來標記。如果采用純手動的方式，將有龐大的代碼量。也會有讓程序員覺得一直寫重復且無提升的體力活代碼。因此我們引入了阿里云的開源埋點SDK，并進行二次開發(fā)以適配公司的業(yè)務。

通過阿里云的埋點SDK，開發(fā)者可以在自己的APP中便捷地進行數(shù)據(jù)埋點，監(jiān)控日常的業(yè)務數(shù)據(jù)與網(wǎng)絡性能數(shù)據(jù)，并通過阿里云控制臺界面觀察對應的數(shù)據(jù)報表展現(xiàn)。另外，用戶后續(xù)可以通過設定自定義的數(shù)據(jù)解析規(guī)則（也就是阿里云的日志服務收集數(shù)據(jù)并投遞至數(shù)倉）實現(xiàn)定制化的數(shù)據(jù)圖表展現(xiàn)。

埋點SDK可以有通用的方案統(tǒng)計接口調(diào)用式的埋點，比如會員登錄、會員注冊等；也可以有頁面埋點，比如頁面進入、頁面離開；還有頁面事件，設置好頁面名稱、頁面 refer、頁面停留時間、頁面事件擴展參數(shù)就可以組裝日志成日志map。最后也是支持自定義事件以滿足客制化的需求。

2. 埋點開發(fā)流程

埋點的開發(fā)一般是由產(chǎn)品經(jīng)理確認業(yè)務數(shù)據(jù)需求，然后和數(shù)據(jù)分析師一起討論需求是否合理。如果合理就有數(shù)據(jù)分析確認現(xiàn)有埋點是否能滿足需求，如果不能就需要數(shù)據(jù)分析基于需求設計埋點。設計完成之后邀請客戶端、web、測試等參與埋點需求評審，評審完成后類似于普通需求的流程進行需求開發(fā)。開發(fā)測試完成后由QA介入測試，最后由數(shù)據(jù)分析師進行埋點的驗收。

埋點開發(fā)流程圖

3. 埋點驗收流程

由于埋點的開發(fā)需要跟隨著客戶端的發(fā)版進行，具有不可逆的特征。一旦發(fā)版后出現(xiàn)埋點問題就需要重新發(fā)版解決，而且還有版本覆蓋率的問題。這樣一來二去就就會耽擱不少時間，會因缺乏數(shù)據(jù)影響對產(chǎn)品功能的決策。在大部分互聯(lián)網(wǎng)公司都是需要小步快跑的形式去迭代，因此埋點數(shù)據(jù)的準確性對公司來說是非常重要的。

如何來保障的埋點的準確性呢？首先采用集成SDK的方式規(guī)范和減少埋點的代碼的開發(fā)量，其次有多個驗收流程來保障準確性，先有開發(fā)進行自測，然后是QA組進行測試，最后由數(shù)據(jù)分析進行埋點的驗收。版本開發(fā)完成不直接進行發(fā)布，先進行少量的灰度發(fā)版測試，來觀察埋點數(shù)據(jù)的是否大致符合預期。最后一系列的流程都沒問題后進行版本的全量發(fā)布。

埋點驗收流程最后來介紹2款埋點抓包工具，Android手機抓包埋點日志需要下載Android Studio，最好是2.3版本，這樣方便打印日志。iOS手機抓包埋點日志需要mac電腦原生的控制臺進行。

Android Studio

控制臺

04?埋點日志使用

埋點采集的日志通過日志服務投遞到數(shù)倉后，我們就可以進行一系列的加工來進行使用。

1. 業(yè)務指標

通過對業(yè)務的理解，加工用戶行為成為一個個數(shù)據(jù)指標來監(jiān)控和迭代業(yè)務。比如DAU、功能的曝光點擊、頁面的停留時長、商品的銷售額等等適合業(yè)務完整的數(shù)據(jù)指標體系。

2. 性能指標

也可以通過埋點來監(jiān)控App的性能情況。比如crash率也就是系統(tǒng)指定版本異常退出的次數(shù)在該版本中所有啟動次數(shù)比例；還有次均TCP建連時間，代表網(wǎng)絡請求中TCP建立連接的平均耗時，單位毫秒；再有次均首字節(jié)到達時間，代表網(wǎng)絡請求中首字節(jié)到達的平均耗時，單位毫秒。再有次均請求資源大小，代表網(wǎng)絡請求完成的平均消耗資源，單位B；最后還有：異常數(shù)量，代表發(fā)生異常的網(wǎng)絡請求數(shù)量。

3. 數(shù)據(jù)產(chǎn)品

使用埋點數(shù)據(jù)還是各種數(shù)據(jù)產(chǎn)品的數(shù)據(jù)源，比如BI平臺，可視化的展示各項埋點指標數(shù)據(jù)；ABTest平臺，利用埋點數(shù)據(jù)對比分析實驗組和對照組的效果，以更好的幫助業(yè)務判斷功能策略的好與壞；用戶分群，利用埋點的用戶行為數(shù)據(jù)圈選合適的用戶群，觸達到用戶以提供用戶的活躍度和粘性。

4. 歸因模型

在電商領域可以根據(jù)埋點日志進行銷售歸因。我們引入電商坑位歸因的概念，把每一筆的成交都歸給轉(zhuǎn)化路徑的不同的坑位。據(jù)坑位的曝光轉(zhuǎn)化價值來評價坑位質(zhì)量。把寶貴的流量盡可能都引導到轉(zhuǎn)化率更高的坑位，以此達到精細化運營的效果。有了這個坑位價值評判的機制后，各個坑位的改版也能準確的評估，真正做到了數(shù)據(jù)驅(qū)動增長。

埋點體系的介紹到這里就全部結束啦，希望對大家能有所幫助！

下期預告：

后面的文章的將和大家介紹埋點管理平臺的搭建實戰(zhàn)以及根據(jù)埋點日志設計的電商歸因模型。

作者：杭州@阿坤，母嬰電商行業(yè)數(shù)據(jù)分析師兼數(shù)據(jù)產(chǎn)品經(jīng)理；致力于研究電商行業(yè)的數(shù)據(jù)驅(qū)動增長，以及數(shù)據(jù)產(chǎn)品從0到1的搭建；“數(shù)據(jù)人創(chuàng)作者聯(lián)盟”成員，“最佳創(chuàng)作獎”獲得者。

本文由@一個數(shù)據(jù)人的自留地 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議