惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
酷 壳 – CoolShell
酷 壳 – CoolShell
博客园 - 司徒正美
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Last Week in AI
Last Week in AI
大猫的无限游戏
大猫的无限游戏
博客园 - Franky
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
爱范儿
爱范儿
The Cloudflare Blog
阮一峰的网络日志
阮一峰的网络日志
博客园 - 叶小钗
博客园_首页
有赞技术团队
有赞技术团队
WordPress大学
WordPress大学
宝玉的分享
宝玉的分享
V
V2EX
V
Visual Studio Blog
博客园 - 三生石上(FineUI控件)
S
SegmentFault 最新的问题
量子位
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Apple Machine Learning Research
Apple Machine Learning Research
美团技术团队

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
聊聊“埋点”这件事
起司Criss · 2023-12-22 · via 人人都是产品经理

随着精细化运营等需求的诞生,埋点这一事物也应运而生。那么,埋点都有哪些应用场景?埋点主要采集哪些数据?这篇文章里,作者谈了谈他的看法,一起来看。

一、前言

互联网发展起始阶段,不关心流量,一切都处在野蛮生长的阶段。随着时代的进步,业务也在增长,网站流量开始增多,这时大家意识到这些数据中蕴含着大量的用户信息,加之用户需求越来越复杂,这时产品、运营人员就需要一些关键数据作为参考。

埋点应运而生。

二、应用场景

  1. 产品功能使用分析:对于产品来说,他们希望对比不同版本的数据,来评估当前产品改版的情况。
  2. 投放效果分析:对于投放人员而言,他们希望能够看到投放渠道的效果,以此评估改善投放策略。
  3. 个性化推荐:用户浏览、点击、互动、下单等行为是算法模型重要的特征输入。
  4. 其他广泛场景。

三、埋点主要采集哪些数据?

业内达成共识的就是4W1H数据模型,即who、when、where、what、how

  • WHO:「用户属性」相关信息(用户id、手机号、设备id等)
  • WHEN:时间相关信息(seeionid、客户端时间等)
  • WHERE:「事件属性」相关信息(页面名称、按钮名称、按钮位置等)
  • WHAT&HOW:「事件」相关信息(页面按钮点击、搜索点击、页面浏览等)

不同公司由于规模、业务属性不同,对于「事件」的定义可能存在出入

  • 有些会完全抽象出来,如”页面按钮点击“”页面曝光“”页面浏览“
  • 有些会将业务核心功能单独拎出来,如“支付””搜索“”关注“”分享”
  • 有些会核心what&where组合,如“浏览主页”“浏览商品详情页”

对于如何定义「事件」没有一定之规,以精简易用为主,适合自身的就是最好的。

这里分享一个神策的思路:

WHAT:WHAT描述了一个事件具体是什么,这里就是神策事件设计模型的一个独特的地方。

在这里场景下,按照神策的事件设计规范,事件是“APP页面浏览”,而不是“首页的浏览”,通过增加『页面名称』这个属性来区分究竟浏览的是哪个具体的页面,大家可以思考下,为什么是这种设计思路呢?

实际上,一般一个产品会有N多个不同的页面,如果将每个页面都单独定义为一个事件,那么后台的事件将会有几百上千个,业务人员在使用时会非常的麻烦,筛选事件的成本也会非常大。

神策分析在做埋点需求设计时,针对所有类似的触发机制和场景的事件,都会做聚合处理,因此企业的事件量通常会维持在30-50个左右,配以神策的归类机制,极大方便企业进行事件管理,给业务人员带来极强的易用性。

四、埋点设计方案

可以参考火山引擎这一篇,非常详细https://www.volcengine.com/docs/6285/110093

五、埋点形式

偏技术向,直接贴图:

本文由 @起司Criss 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。