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

C
Check Point Blog
O
OpenAI News
WordPress大学
WordPress大学
Jina AI
Jina AI
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
酷 壳 – CoolShell
酷 壳 – CoolShell
月光博客
月光博客
阮一峰的网络日志
阮一峰的网络日志
量子位
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
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
博客园_首页
IT之家
IT之家
Last Week in AI
Last Week in AI
Vercel News
Vercel News
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
B
Blog
MongoDB | Blog
MongoDB | Blog
小众软件
小众软件
P
Proofpoint News Feed
Application and Cybersecurity Blog
Application and Cybersecurity Blog
MyScale Blog
MyScale Blog
Schneier on Security
Schneier on Security
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
N
News and Events Feed by Topic
Google Online Security Blog
Google Online Security Blog
N
News | PayPal Newsroom
Hacker News - Newest:
Hacker News - Newest: "LLM"
Google DeepMind News
Google DeepMind News
aimingoo的专栏
aimingoo的专栏
Apple Machine Learning Research
Apple Machine Learning Research
宝玉的分享
宝玉的分享
The GitHub Blog
The GitHub Blog
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
Recent Announcements
Recent Announcements
L
LINUX DO - 最新话题
TaoSecurity Blog
TaoSecurity Blog
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
F
Fortinet All Blogs
罗磊的独立博客
Forbes - Security
Forbes - Security
人人都是产品经理
人人都是产品经理
J
Java Code Geeks
H
Heimdal Security Blog
Help Net Security
Help Net Security
V
V2EX
Security Latest
Security Latest
W
WeLiveSecurity
Attack and Defense Labs
Attack and Defense Labs
H
Help Net Security

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, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
以网易云音乐为例,教你撰写规范的数据埋点文档
产品岛 · 2024-09-21 · via 人人都是产品经理

在产品管理和数据分析领域,数据埋点扮演着至关重要的角色。通过在应用程序中嵌入代码,我们可以在用户与产品交互时捕获关键数据。一个规范的埋点文档对于确保数据收集的准确性和有效性至关重要。本文旨在详细介绍如何撰写一份既专业又规范的埋点文档,并提供网易云音乐的数据埋点文档模板作为参考。

数据埋点文档是指导开发团队实施数据追踪的蓝图。它详细说明了需要捕获的数据类型、数据的触发条件、数据的格式以及如何处理和存储这些数据。一个良好的埋点文档不仅有助于确保数据的一致性和准确性,还可以提高数据分析的效率和质量。

一、埋点文档的重要性

  1. 确保数据一致性:统一的数据命名和格式可以避免数据混乱,确保数据的一致性。
  2. 提高开发效率:明确的埋点要求可以减少开发团队的猜测工作,提高开发效率。
  3. 便于后期维护:良好的文档记录有助于后期的维护和更新工作。
  4. 支持数据分析:规范的埋点文档是进行有效数据分析的基础。

二、埋点文档的基本结构

一个规范的埋点文档通常包含以下部分:

  1. 文档信息:包括文档标题、版本、编制日期、编制人、审核人和批准人等。
  2. 产品概述:简要描述产品的名称、简介和目标。
  3. 埋点目的:明确埋点的目标和预期的业务价值。
  4. 埋点事件列表:详细列出所有埋点事件,包括事件ID、描述、触发条件和数据字段。
  5. 数据流向:描述数据从用户行为触发到最终存储的整个流程。
  6. 数据处理和分析:说明数据的预处理、分析方法和结果应用。
  7. 埋点验证:描述如何验证埋点事件的正确性和数据的准确性。
  8. 附录:包括技术文档、数据字典和术语解释。
  9. 修改记录:记录文档的修改历史,包括修改日期、修改人和修改内容。

三、撰写规范

文档信息

  • 文档标题:应准确反映文档内容,如“XX产品数据埋点文档”。
  • 文档版本:用于追踪文档的变更,如“V1.0”。
  • 编制日期:文档完成的日期。
  • 编制人:负责编写文档的个人或团队。
  • 审核人和批准人:负责审核和批准文档的个人或团队。

产品概述

  • 产品名称:产品的正式名称。
  • 产品简介:简要描述产品的功能和用途。
  • 产品目标:明确产品的目标用户和业务目标。

埋点目的

  • 业务目标:埋点数据如何支持业务目标。
  • 用户体验:埋点数据如何帮助改善用户体验。
  • 产品优化:埋点数据如何促进产品功能的优化。

埋点事件列表

  • 事件ID:唯一标识符,如“EVENT001”。
  • 事件描述:简短描述事件的内容和目的。
  • 触发条件:详细说明触发数据捕获的条件。
  • 数据字段:列出所有相关的数据字段,包括参数名、参数说明和示例值。

数据流向

  • 数据收集:说明如何从用户行为中捕获数据。
  • 数据传输:描述数据如何从前端传输到后端。
  • 数据存储:详细说明数据存储的位置和格式。

数据处理和分析

  • 数据预处理:包括数据清洗、格式化和缺失值处理。
  • 数据分析:说明将如何分析数据以提取有价值的信息。
  • 结果应用:描述数据分析结果如何应用于产品决策和优化。

埋点验证

  • 验证方法:描述如何验证埋点事件是否正确触发。
  • 数据准确性:说明如何确保收集的数据准确无误。
  • 完整性检查:确保所有必要的数据字段都被正确捕获。

附录

  • 技术文档:提供相关的技术细节和实现指南。
  • 数据字典:列出所有数据字段和它们的详细定义。
  • 术语解释:解释文档中使用的专业术语和缩写。

修改记录

  • 修改日期:记录每次修改的日期。
  • 修改人:记录进行修改的个人或团队。
  • 修改内容:详细说明每次修改的内容和原因。

四、撰写技巧

  1. 清晰性:确保文档中的每项说明都是清晰和易于理解的。
  2. 一致性:使用统一的术语和格式,避免歧义。
  3. 详细性:提供足够的细节,以便开发团队能够准确实施埋点。
  4. 可读性:使用简洁的语言和清晰的布局,提高文档的可读性。

五、案例模板

网易云音乐数据埋点文档

1. 文档信息

  • 文档标题:网易云音乐数据埋点文档
  • 文档版本:1.0
  • 编制日期:2024-09-20
  • 编制人:张三
  • 审核人:李四
  • 批准人:王五

2. 产品概述

  • 产品名称:网易云音乐
  • 产品简介:网易云音乐是一款提供音乐播放、发现和分享的移动应用,包含多种内容介质和社交功能。
  • 产品目标:提供个性化的音乐体验,增强用户粘性,提升用户满意度。

3. 埋点目的

  • 收集用户行为数据,分析用户使用习惯和偏好。
  • 监控产品性能,确保功能正常运行,及时发现并修复问题。
  • 评估产品功能的使用情况,为产品迭代和优化提供数据支持。

4. 埋点事件列表

4.1 用户行为埋点

事件1:歌曲播放

事件ID:NETEASE_MUSIC_PLAY_001

事件描述:用户播放一首歌曲。

触发条件:用户在播放页面点击播放按钮。

数据字段:

  • 参数名:track_id
  • 参数说明:歌曲的唯一标识符,用于区分不同的歌曲。
  • 参数值:例如:”123456789″
  • 参数名:play_time
  • 参数说明:用户播放歌曲的时间戳,记录用户何时开始播放。
  • 参数值:例如:”20240919123000″
  • 参数名:source_type
  • 参数说明:播放来源,标识用户是通过何种方式找到并播放这首歌曲的。
  • 参数值:例如:”recommendation” 或 “user_library”
  • 参数名:user_id
  • 参数说明:用户的唯一标识符,用于区分不同的用户。
  • 参数值:例如:”user12345″

4.2 曝光埋点

事件2:歌曲曝光

事件ID:NETEASE_MUSIC_EXPOSE_001

事件描述:用户浏览到一首歌曲,但不一定要点击播放。

触发条件:用户在歌曲列表中滚动时,歌曲进入可视区域。

数据字段:

  • 参数名:track_id
  • 参数说明:歌曲的唯一标识符。
  • 参数值:例如:”123456789″
  • 参数名:expose_time
  • 参数说明:用户曝光的时间戳。
  • 参数值:例如:”20240919123000″
  • 参数名:list_type
  • 参数说明:歌曲列表的类型,如推荐歌单、用户歌单等。
  • 参数值:例如:”daily_recommendation”

4.3 路径埋点

事件3:用户路径追踪

事件ID:NETEASE_MUSIC_PATH_001

事件描述:记录用户在应用内的导航路径。

触发条件:用户从一个页面跳转到另一个页面。

数据字段:

  • 参数名:from_page
  • 参数说明:来源页面的标识符。
  • 参数值:例如:”home_page”
  • 参数名:to_page
  • 参数说明:目标页面的标识符。
  • 参数值:例如:”playlist_detail”
  • 参数名:transition_time
  • 参数说明:页面跳转的时间戳。
  • 参数值:例如:”20240919124500″

4.4 服务端埋点

事件4:用户登录状态

事件ID:NETEASE_MUSIC_LOGIN_001

事件描述:记录用户登录和登出的状态。

触发条件:用户在应用内登录或登出。

数据字段:

  • 参数名:login_status
  • 参数说明:登录状态,如登录成功、登出等。
  • 参数值:例如:”login_success”
  • 参数名:login_time
  • 参数说明:用户登录的时间戳。
  • 参数值:例如:”20240919130000″
  • 参数名:user_id
  • 参数说明:用户的唯一标识符。
  • 参数值:例如:”user12345″

4.5 监测埋点

事件5:应用性能监控

事件ID:NETEASE_MUSIC_PERF_001

事件描述:监控应用的性能指标,如加载时间、崩溃率等。

触发条件:应用启动、页面加载、异常捕获等。

数据字段:

  • 参数名:performance_metric
  • 参数说明:性能指标的类型,如加载时间、崩溃等。
  • 参数值:例如:”page_load_time”
  • 参数名:metric_value
  • 参数说明:性能指标的具体数值。
  • 参数值:例如:”1500″
  • 参数名:occurrence_time
  • 参数说明:性能事件发生的时间戳。
  • 参数值:例如:”20240919125000″

4.6 业务埋点

事件6:会员购买

事件ID:NETEASE_MUSIC_PURCHASE_001

事件描述:用户购买会员服务。

触发条件:用户在会员购买页面完成支付。

数据字段:

  • 参数名:order_id
  • 参数说明:订单的唯一标识符。
  • 参数值:例如:”order102938″
  • 参数名:purchase_time
  • 参数说明:购买的时间戳。
  • 参数值:例如:”20240919135000″
  • 参数名:membership_type
  • 参数说明:会员类型,如月度、年度等。
  • 参数值:例如:”annual”

4.7 隐性埋点

事件7:后台数据同步

事件ID:NETEASE_MUSIC_SYNC_001

事件描述:记录后台数据同步的状态,如歌单更新、用户信息同步等。

触发条件:后台数据同步开始和结束。

数据字段:

  • 参数名:sync_type
  • 参数说明:同步的类型,如歌单、用户信息等。
  • 参数值:例如:”playlist”
  • 参数名:sync_start_time
  • 参数说明:同步开始的时间戳。
  • 参数值:例如:”20240919140000″
  • 参数名:sync_end_time
  • 参数说明:同步结束的时间戳。
  • 参数值:例如:”20240919141500″

4.8 全埋点(无埋点)

事件8:用户操作全记录

事件ID:NETEASE_MUSIC_ALL_001

事件描述:自动捕获用户在应用中的所有操作行为。

触发条件:用户在应用中的任何操作。

数据字段:

  • 参数名:user_action
  • 参数说明:用户的操作类型。
  • 参数值:例如:”click”, “scroll”, “search”
  • 参数名:action_time
  • 参数说明:操作的时间戳。
  • 参数值:例如:”20240919142000″
  • 参数名:additional_info
  • 参数说明:操作相关的额外信息。
  • 参数值:例如:”search_query=古典音乐”

5. 埋点数据流向

  • 数据从用户行为触发,通过前端埋点代码收集,然后加密传输到后端服务器。
  • 服务器验证数据后,进行清洗和转换,最后存储在数据仓库中供分析使用。

6. 数据处理和分析

数据经过预处理,包括清洗、格式化和缺失值处理,然后进行详细分析。

7. 埋点验证

验证数据的准确性和完整性,确保埋点事件正确触发和数据正确上报。

8. 附录

包含技术文档、数据字典和术语解释。

9. 修改记录

记录文档的修改历史,包括修改日期、修改人和修改内容。

六、结论

撰写一份规范的数据埋点文档是确保数据收集准确性和有效性的关键。通过遵循上述指南和技巧,产品经理可以创建一份清晰、一致且易于理解的埋点文档,从而提高数据分析的质量和效率。随着数据驱动决策的日益重要,规范的埋点文档将成为企业不可或缺的资产。

本文由 @产品岛 原创发布于人人都是产品经理。未经作者许可,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