数据埋点和指标字典

数据埋点
数据埋点是⼀种常⽤的数据采集⽅法,埋点是数据的来源,采集数据以帮助业务⼈员分析⽹站或者app的使⽤情况,⽤户⾏为习惯等,是后续建⽴⽤户画像,⽤户⾏为路径等数据产品的基础。
⼀、埋点⽅式
前端的埋点⽅式主要分为代码埋点,可视化埋点,⽆埋点。
1.代码埋点:由⼯程师在程序中实现,通过触发某动作后⾃动发送数据。优点:灵活性强,可以控制发送时机和发送⽅式。缺点:⼈⼒成本⾼,需要研发⼯程师⼿⼯开发程序,有时候还要依赖APP发版⽣效。
澳大利亚霍顿
吕氏春秋下贤2.可视化埋点:以前端可视化的⽅式记录前端设置页⾯元素与对其的操作关系,然后以后端截屏的⽅式统计数据。优点:简单,⽅便,能快速埋点。缺点:⽐较受限,上报⾏为信息有限。
单列向心球轴承3.⽆埋点:绑定页⾯的各个控件,当事件触发时就会调⽤相关接⼝上报数据。优点:不需要埋点,⽅便,快捷,省事。缺点:传输数据量⽐较⼤,需要消耗⼀定的数据存储资源。
结合客户端前端埋点和服务器后端埋点相结合的⽅式。
⼆、埋点事件
主要的埋点事件分为点击事件,曝光事件和页⾯停留时长三类。
1.点击事件:⽤户每点击页⾯上⼀个按钮都会记录⼀次数据。
2.曝光事件:当⽤户成功进⼊⼀个页⾯时记录⼀次数据,当刷新⼀次页⾯时也会记录⼀次数据,如果通过⼿机home键切换出去,则不会记录,因为已经脱离了app,此处的记录也没有太⼤的分析价值。
3.页⾯停留时间:记录⽤户在⼀个页⾯停留的时间,可以通过记录⽤户进⼊页⾯的时间t1和离开页⾯的时间t2来计算。
三、数据埋点实例
现在app端的数据埋点⼀般采⽤Key-Value形式,Key表⽰某个事件,Value代表对应的值,⼀个Key可以对应多个Value。
在埋点过程中,同种属性的多个事件要命名成⼀个埋点事件ID,并以Key-Value的⽅式进⾏区分。不同属性的多个事件应该命名成多个埋点ID,此时也尽量不⽤Key-Value的形式埋点。
应用生态学报
两种埋点⽅案:
A:每个埋点代表⼀个事件
这种⽅法看上去可以达到⽬的,但随着活动投放的⼊⼝越来越多,每增加⼀个⼊⼝,就要不断增加事件ID,这样不但⼯作量会越来越⼤,⽽且后期维护成本和数据处理成本都会很⾼。
B:采⽤Key字段表⽰以后业务分析时的维度,使⽤Vaule字段表⽰在不同维度下对应的维度唯⼀值。
通过梳理把同属性的埋点事件⽤⼀个总ID表⽰,结合Key-Value细分 不同维度下的不同参数,⽅便⽇后数据分析。
优点:
1.维护成本低,更加简单⾼效,新增时只需要在更新埋点⽂档时加⼀个Value参数即可。
2.易理解,减少沟通成本,提⾼其他业务⼈员、数据分析师根据埋点⽇志进⾏查询和分析的效率。
3.扩展性好,对未来上线新活动或者业务调整等更加灵活,很容易在原有基础上扩展。
指标字典
广西来宾一中
指标字典是业务数据标准化的基础,⽬的是对指标进⾏统⼀管理,⽅便共享达成对业务指标的共识,并统⼀修改和维护。指标字典可以更新在excel或wiki中。如果有⾜够多的的资源,那么开发指标管理模块可以放在数据管理系统再配合⾎缘关系,就⽅便追踪数据流转了。
⼀、设计指标字典的⽬的:
1.规范维度和量度命名,命名规则要明确,通⽤,易懂。
2.对维度或量度统⼀计算⼝径,避免歧义。
3.涵盖尽可能多的关注的核⼼维度和量度,以此为基础推动数据建设,确保指标字典⾥覆盖的维度都
可区分、指标都可统计。
4.基于指标字典,将核⼼维度和量度注⼊元数据中⼼,接⼊指标提取⼯具,后续实现不需要写SQL语句即可完成⾃助查询及分析需求。世界革命
⼆、指标,量度,维度的概念
指标
定义:衡量⽬标的⽅法。
构成要素:维度+汇总⽅式+量度
(1)维度回答从哪些⾓度去衡量的问题
(2)汇总⽅式回答⽤哪些⽅法去衡量问题
(3)量度回答⽬标是什么问题
量度
定义:物理测定,通常⽤数字+计量单位表⽰,如⾦额,份额,次数等。
维度:
看待事物的视⾓与⽅向。
三、指标的分类
1.基础指标
例如:“团购交易额”,作为⼀个基于单纯实体的属性的简单计算,它没有更上游的指标了,或者说它的⽗指标是它⾃⾝。我们称这样的指标为基础指标。
2.普通指标
所谓普通指标,即在单⼀⽗指标的基础上通过⼀些维度上⾯的取值限定可以定义的指标。
例如,团购PC⾸次购买⽤户数 [限制条件:团购订单.下单平台(⼆)=PC]
3.计算指标
可以在若⼲个注册指标之上通过四则运算、排序、累计或汇总定义出的指标我们称做计算指标。
四、指标字典的建⽴⽅法
量度维度都考虑好了,在构建⼀个指标字典时应该考虑哪些要素呢?如下表格为你提供⼀个参考:
让我们来看⼀个指标字典维度⽰例:
再来看⼀个指标字典量度⽰例:
通过以上步骤和⽅法,相信你应该可以根据业务,建议⼀个指标字典了。

本文发布于:2024-09-22 20:33:30,感谢您对本站的认可!

本文链接:https://www.17tex.com/xueshu/526465.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:指标   数据   维度   事件   字典
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议