數(shù)據(jù)埋點(diǎn)與用戶行為分析:以終為始,層層拆分
正打算看這篇文章的小伙伴。本文適合0-3歲的產(chǎn)品/運(yùn)營(yíng)/數(shù)據(jù)新人閱讀,寫(xiě)在我作為新人入職3個(gè)月左右的時(shí)間。我相信新人的視角會(huì)讓我的文字更加通俗易懂,也希望能給你一些幫助。
用戶行為分析是指對(duì)用戶的一系列行為進(jìn)行分析,以改善產(chǎn)品設(shè)計(jì)和運(yùn)營(yíng)策略。隨著互聯(lián)網(wǎng)從粗放到精細(xì)化的發(fā)展,用戶行為分析可以幫助產(chǎn)品設(shè)計(jì)和運(yùn)營(yíng)策略制定從“憑感覺(jué)”轉(zhuǎn)向“科學(xué)化、定量化”。
簡(jiǎn)單來(lái)說(shuō),如果把互聯(lián)網(wǎng)C端產(chǎn)品比作一個(gè)大游樂(lè)園,產(chǎn)品經(jīng)理與前后端研發(fā)分別是這個(gè)游樂(lè)園的建筑設(shè)計(jì)師和工程師,打造這個(gè)游樂(lè)園的基本框架。運(yùn)營(yíng)是游樂(lè)園的活動(dòng)策劃,在游樂(lè)園內(nèi)不定期舉辦各種各樣的活動(dòng)。而用戶行為分析可以對(duì)游客的行為進(jìn)行定量分析,以改善游樂(lè)園的建筑設(shè)計(jì)和活動(dòng)質(zhì)量。
一、基本思路:以終為始,層層拆分
從工程的角度來(lái)看,想要對(duì)用戶行為進(jìn)行分析,需要經(jīng)過(guò)以下步驟:
- 采集用戶行為數(shù)據(jù)(埋點(diǎn)+數(shù)據(jù)存儲(chǔ))
- 清洗和加工這些數(shù)據(jù)
- 對(duì)數(shù)據(jù)進(jìn)行分析
在一家大型互聯(lián)網(wǎng)公司,數(shù)據(jù)往往像是流水線上的商品,從生產(chǎn)到加工到最終被利用,會(huì)經(jīng)歷層層步驟,并最終輸送向不同的應(yīng)用部門(mén)。這使得數(shù)據(jù)鏈路上的不同角色容易只見(jiàn)樹(shù)木、不見(jiàn)森林。
但數(shù)據(jù)最終是為了業(yè)務(wù)目標(biāo)服務(wù),理解數(shù)據(jù)分析也需要一個(gè)更完整的思路,我在現(xiàn)階段把它總結(jié)為:以終為始,層層拆分。
1. 以終為始:一方面,從數(shù)據(jù)生產(chǎn)的角度,先有埋點(diǎn)才能進(jìn)行數(shù)據(jù)分析,最終得到結(jié)論。但實(shí)際往往需要以終為始:先思考數(shù)據(jù)分析的最終目的,再確定數(shù)據(jù)分析的思路,最終確定埋點(diǎn)方案。另一方面,在數(shù)據(jù)分析過(guò)程中,也需要先思考終極指標(biāo),再反推過(guò)程指標(biāo)。
2. 層層拆分:下文我會(huì)具體介紹,數(shù)據(jù)分析的過(guò)程也是一個(gè)將大目標(biāo)拆解為小目標(biāo)的過(guò)程。
二、數(shù)據(jù)分析:指標(biāo)、維度、口徑
用戶行為分析的基本思路是:確定衡量產(chǎn)品成功與否的量化指標(biāo) -> 思考哪些維度會(huì)影響指標(biāo)的變化 -> 確定統(tǒng)一的口徑,計(jì)算出不同維度下不同指標(biāo)的變化。
以下,是對(duì)指標(biāo)、維度、口徑更進(jìn)一步地解釋。
1. 指標(biāo)
指標(biāo)是一種可量化的業(yè)務(wù)目標(biāo)。對(duì)電商來(lái)說(shuō),終極指標(biāo)是GMV;對(duì)廣告來(lái)說(shuō),終極指標(biāo)是轉(zhuǎn)化率、ROI;對(duì)游戲來(lái)說(shuō),終極指標(biāo)是DAU、ARPU值。
為達(dá)成最終的指標(biāo),還可以細(xì)拆為多個(gè)過(guò)程指標(biāo)。比如對(duì)電商來(lái)說(shuō),用戶支付前的鏈路可以拆解為:進(jìn)入app->搜索(推薦/直播等等)->進(jìn)入商品詳情頁(yè)->加入購(gòu)物車->結(jié)算->支付。每個(gè)環(huán)節(jié)都可以設(shè)定一個(gè)指標(biāo)。
2. 維度
維度是分析指標(biāo)變化的一種視角,也是影響指標(biāo)變化的一種因素。微信之父張小龍?jiān)?jīng)說(shuō)過(guò):產(chǎn)品設(shè)計(jì)就是做分類。維度也可以理解為做分類的一種角度。
怎么理解呢?如果DAU變高了,是男用戶上漲得更多,還是女用戶?用戶性別就是影響DAU的因素,也是可以用來(lái)分析DAU變化的一種維度。同理,商品的價(jià)格、品類,也是用來(lái)分析GMV的維度。
3. 口徑
口徑是指標(biāo)計(jì)算的一種標(biāo)準(zhǔn)。
在互聯(lián)網(wǎng),同一個(gè)指標(biāo)往往有多種計(jì)算方式。比如,計(jì)算DAU,可以用用戶設(shè)備號(hào)去重得到,也可以用用戶唯一的賬號(hào)去重得到,每一種計(jì)算方式(或標(biāo)準(zhǔn))就是一種口徑。
三、數(shù)據(jù)采集:事件、時(shí)機(jī)、參數(shù)
在數(shù)據(jù)分析的目標(biāo)明確的基礎(chǔ)上,我們需要考慮如何獲取需要的數(shù)據(jù),來(lái)滿足分析的目標(biāo)。
從上文已經(jīng)可以知道,數(shù)據(jù)分析的思路是先確定指標(biāo),再考慮維度,最終統(tǒng)一口徑。而數(shù)據(jù)指標(biāo)需要通過(guò)采集對(duì)應(yīng)的用戶行為事件統(tǒng)計(jì)得到,分析維度需要我們?cè)诓杉录耐瑫r(shí)也記錄下和這個(gè)事件相關(guān)的參數(shù),統(tǒng)一口徑中重要的一部分是在采集事件時(shí)明確規(guī)范這個(gè)事件發(fā)生的時(shí)機(jī)。
以下,是對(duì)事件、時(shí)機(jī)、參數(shù)更進(jìn)一步地解釋。
1. 事件
用戶的每一個(gè)行為被稱為一個(gè)事件。一般來(lái)說(shuō),互聯(lián)網(wǎng)上用戶的行為主要分為三大類:
1. 瀏覽:用戶進(jìn)入產(chǎn)品的某個(gè)頁(yè)面
2. 曝光:產(chǎn)品頁(yè)面上某個(gè)元素/信息被展示在用戶面前
3. 點(diǎn)擊:用戶主動(dòng)點(diǎn)擊了頁(yè)面上的可交互元素
在埋點(diǎn)時(shí),每一種事件都會(huì)有一個(gè)獨(dú)立的id(通常被稱為事件id)——比如點(diǎn)擊首頁(yè)焦點(diǎn)圖(Home_FirstFocus_Click)。
2. 時(shí)機(jī)
時(shí)機(jī)是每個(gè)行為被記錄的準(zhǔn)確時(shí)刻。正如計(jì)算指標(biāo)時(shí)需要口徑一樣,時(shí)機(jī)也是對(duì)埋點(diǎn)事件更精準(zhǔn)的定義,是埋點(diǎn)的一種口徑。
1. 瀏覽時(shí)機(jī):進(jìn)入某個(gè)頁(yè)面接口返回前/接口返回后
2. 曝光時(shí)機(jī):某個(gè)元素露出xx%、用戶停留xx秒時(shí)
3. 點(diǎn)擊時(shí)機(jī):用戶點(diǎn)擊后立刻觸發(fā)
3. 參數(shù)
有了對(duì)事件與時(shí)機(jī)的定義,就需要明確在這個(gè)事件發(fā)生時(shí)需要采集哪些具體的信息。
采集用戶的行為就像是在寫(xiě)記敘文,需要記錄下:人物、時(shí)間、地點(diǎn)、具體事件。除了事件id外,其他需要被記錄的信息被抽象為這個(gè)事件的參數(shù)。事件的參數(shù)類似執(zhí)行某個(gè)事件的情境、條件。有人將埋點(diǎn)需要記錄的信息抽象為4W1H:
1. Who:用戶是誰(shuí)——即用戶id、設(shè)備號(hào)等
2. When:在什么時(shí)間——發(fā)生這件事的具體時(shí)間
3. Where: 在什么地點(diǎn)——有兩層理解,一是用戶的實(shí)際IP地址,二是發(fā)生這個(gè)事件的頁(yè)面
4. What:做了什么事——即事件的類型(瀏覽、曝光、點(diǎn)擊等)
5. How:如何做這件事——即做這件事時(shí)的業(yè)務(wù)屬性,比如點(diǎn)擊商品時(shí)商品的價(jià)格、折扣信息
對(duì)于每一種事件(如點(diǎn)擊首頁(yè)焦點(diǎn)圖),不同的人、在不同的時(shí)間、不同的情景下會(huì)做出這個(gè)行為,每一個(gè)被記錄下的具體行為被稱為一條日志。如此,用戶的每一個(gè)行為都被詳細(xì)地記錄。
四、一個(gè)具體的case:電商數(shù)據(jù)分析與埋點(diǎn)的思路
有了上述的概念,理解數(shù)據(jù)埋點(diǎn)與用戶行為分析還是有些抽象。下面從一個(gè)典型的電商case出發(fā),理解如何一步步對(duì)電商用戶行為進(jìn)行分析。
Step1. 思考用戶旅程
一個(gè)用戶通過(guò)聯(lián)盟廣告進(jìn)入某個(gè)電商app后可能會(huì)有以下用戶旅程:
點(diǎn)擊聯(lián)盟廣告 -> 進(jìn)入app -> 商品卡片曝光 -> 點(diǎn)擊商品卡片 -> 進(jìn)入商品詳情頁(yè) -> 點(diǎn)擊加入購(gòu)物車 -> 點(diǎn)擊結(jié)算 -> 進(jìn)入結(jié)算頁(yè)面 -> 點(diǎn)擊支付 -> 進(jìn)入支付完成頁(yè)面
Step2. 確定核心指標(biāo)與重要維度
電商產(chǎn)品是否成功最核心的指標(biāo)是最終的GMV,但達(dá)成GMV的目標(biāo)需要用戶經(jīng)過(guò)一系列的用戶旅程,最終為某個(gè)商品支付。因此,我們可以針對(duì)用戶旅程中的每一步設(shè)立過(guò)程指標(biāo)。
GMV = 支付PV * 客單價(jià)
支付PV = 曝光PV * 曝光點(diǎn)擊率(PV) * 點(diǎn)擊加購(gòu)率 (PV) * 加購(gòu)結(jié)算率(PV) * 結(jié)算支付率(PV)
曝光點(diǎn)擊率(PV) = 點(diǎn)擊PV/曝光PV
…
依次細(xì)拆以后,我們就可以得到所有的非復(fù)合指標(biāo),這些指標(biāo)也對(duì)應(yīng)著需要采集的事件。
除此之外,電商往往會(huì)從人、貨、場(chǎng)的角度對(duì)指標(biāo)進(jìn)行多維度分析,這也對(duì)應(yīng)著每個(gè)事件需要采集的參數(shù)。
Step3. 埋點(diǎn)設(shè)計(jì)
根據(jù)需要計(jì)算的指標(biāo)與分析的維度,定義需要進(jìn)行埋點(diǎn)的事件與參數(shù),并確定上報(bào)時(shí)機(jī)的規(guī)范。我們可以用一個(gè)表格來(lái)明確需要采集的所有信息。
Step4. 數(shù)據(jù)回收與分析
理解了用戶旅程,確定了核心指標(biāo)與分析思路,埋點(diǎn)設(shè)計(jì)并回收到數(shù)據(jù)后,最終開(kāi)始進(jìn)行數(shù)據(jù)分析。
在這個(gè)環(huán)節(jié),我們依據(jù)剛剛確定好的思路,利用已經(jīng)采集到的數(shù)據(jù)進(jìn)行計(jì)算,并對(duì)計(jì)算得到的結(jié)果進(jìn)行分析。
1. 先計(jì)算最終的數(shù)據(jù)指標(biāo)GMV,得到GMV是上升還是下降
2. 觀察這個(gè)最終結(jié)果,是由哪些中間指標(biāo)引起的
3. 思考影響這些中間指標(biāo)的主要維度是什么,通過(guò)分析得到哪些維度引起了指標(biāo)的變化
4. 最終得到相對(duì)科學(xué)的結(jié)論
在數(shù)據(jù)分析環(huán)節(jié),還有很多需要注意的細(xì)節(jié),本文僅介紹進(jìn)行數(shù)據(jù)埋點(diǎn)與分析的整體思路。
五、總結(jié)
所謂數(shù)據(jù)導(dǎo)向,其實(shí)是圍繞一種以終為始的思考方式,確立最終目標(biāo)并將大的目標(biāo)拆分為過(guò)程指標(biāo)和不同維度,用數(shù)據(jù)量化并呈現(xiàn)。
除此之外,盡管每類產(chǎn)品都會(huì)有一個(gè)終極的北極星指標(biāo)(比如電商的GMV),但如果要建立一個(gè)健康完整的生態(tài),我們需要搭建一個(gè)好的指標(biāo)體系,多方面地衡量一件事的好壞。比如對(duì)于電商平臺(tái)來(lái)說(shuō),商家的供給數(shù)量、用戶畫(huà)像、用戶停留時(shí)長(zhǎng)等等,都是完整刻畫(huà)一個(gè)平臺(tái)健康程度的指標(biāo)。
對(duì)于個(gè)人來(lái)說(shuō)也是一樣,我們的終極目標(biāo)是什么,達(dá)成這個(gè)目標(biāo)需要經(jīng)過(guò)哪些過(guò)程,除了終極目標(biāo)以外,我們還有哪些不同的目標(biāo)來(lái)讓人生更加精彩,這些都是值得深思的問(wèn)題。當(dāng)然,人生有更多的靈活性,就像某一類產(chǎn)品的用戶路徑也有可能因?yàn)橐淮纬晒Φ膭?chuàng)新徹底被顛覆。跳脫出既有的數(shù)據(jù)框架去思考產(chǎn)品,才有可能創(chuàng)造更大的可能性。
本文由 @瘦肉丸 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)作者許可,禁止轉(zhuǎn)載
題圖來(lái)自Unsplash,基于CC0協(xié)議
該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)
太清晰規(guī)范了,感謝感謝
受教了
棒棒噠
受教了大神