App埋点指南

1. 为啥做埋点?

收集用户数据,还原用户使用场景,分析用户行为,为验证优化决策提供支持。

2. 核心指标是啥?

找到产品流程中可被量化的核心指标很重要。假如产品某一流程中罗列出来的核心指标超过1个,那就再二选一,直到找到最重要的一个。

我的做法
从某一流程中列出10项指标,组合成漏斗,最上层的是流量相关,中层是产品/业务流程,最下层就是利润(或是其它,能决定公司命运的),做出这个漏斗模型,核心指标就能找到了。需要注意的一点是有时候最靠近利润的指标,不一定是产品能追求的指标(并非不是,而是产品作用不到)。
找到核心的指标之后,把核心指标写在A4纸上,当然其它的指标也很重要,也要记下来。
举个离子:

  我负责的产品是一个借贷App,其中前端订单提交流程中关注的指标有渠道量,注册量、申请量、认证通过数、订单提交量、审核通过量、订单件均金额、审核失败量、再次提交量。
  这些流程节点中有2个最为关乎利润:审核通过量和订单件均金额。
  成交量是衡量整个产品的发展情况,但在这一流程中我选择的订单提交申请量。
  为什么不是件均金额和审核通过量?审核通过是由在后端的风控决定的,件均通过金额是产品运营策略,限制用户的最新申请额度就可以调控。
  在我看来,前端APP的埋点,订单是否能提交是临门一脚,是用户到客户的质变点。
  所以借贷流程中我定的核心指标是订单提交量。
PS:若有错误之处,欢迎指正讨论。

3. 核心指标的关联指标?

核心指标完成的越好,整个产品的业绩利润表现也就越好。(这特么不废话么(ノ`Д)ノ)
产品流程中存在对核心指标正向促进的功能与节点,也存在可能对核心指标进行阻塞但又不能砍掉的负向流程。
再把正向节点的和负向节点流程,分别在纸上写出来。会发现有些节点和上述漏斗中的指标是重合的,把这些节点圈起来,这就是在埋点过程中要重点关注的。

上述的正向:渠道量、申请量、订单提交量、审核通过量、复借提交量。
负向有:注册量、认证通过数、审核失败量。

这些在写埋点文档时,埋点量占据了整体的80%之多。

4. 使用埋点来获取哪些数据?

理论有了,指标也有了,难道就这样和工程师们去讲,我想要这些指标?
O(∩_∩)O~呵呵,工程师不弄死你,算是真爱。
PM要把需求落在实处。且不要提“一句话需求”。

我从两个层次来书写指标:

  1. 页面(Page)
    · 页面名称
    · 页面访问量
    · 页面入口
    · 页面出口

  2. 操作和结果(Action&Result)
    · 数据提交操作&提交结果
    · 业务相关数据进行输入&输入的内容
    · 点击获取操作&获取结果是否成功
    · 触发进入下一页面的点击操作&记录计数、ID、路径等

5.获取后分析的指标有啥?

分析前首先要把埋点数据在三方平台流程化,我们使用的是growingIO。
按照原型图中的事件流程,把埋点设置成漏斗。

然后就计算各种率(%)。
产品是否符合自己的预期。

6.分析结果有啥指导意义?

  1. 流程是否合理
  2. 布局是否合理
  3. 色彩样式是否合理
  4. APP程序质量如何
  5. 三方服务质量如何等

7.有哪些实操的坑?

我本次实操中的坑,其实很多都让工程师填了,我对API看的不是很透彻,想当然的做了些key-value,然后留了个文档给团队。
自己出国游去了(年终奖),工程师远程和我讨论如何进行实施,有个好团队真好。

写文档前,和工程师讨论下如何操作会让他们写起来更快更爽更高效,避免不必要的返工。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,214评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,307评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,543评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,221评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,224评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,007评论 1 284
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,313评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,956评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,441评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,925评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,018评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,685评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,234评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,240评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,464评论 1 261
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,467评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,762评论 2 345

推荐阅读更多精彩内容