数据指标系列 | 完整埋点方案设计的四要素

「数据指标系列文章」分享自 GrowingIO 分析师团队，旨在分享埋点方案设计的方法论和实际场景应用分析，为企业又快又准地搭建起高质量数据指标体系提供帮助。系列文章将持续在 GrowingIO 微信公众号和博客发布，欢迎大家关注。

作者：GrowingIO 商务数据分析师 史晓璐

为什么提交的埋点需求，技术总是不理解？

为什么提交的埋点需求总是被打回？

为什么埋点上线后的数据总是不准确？

作为一个业务人员，在提交埋点需求时，你一定经历过或者正在经历着上述痛苦，那么，如何又快又准与开发确认埋点需求，并且确保埋点数据准确可用呢？

• 快：需要需求方（产品、运营）、数据规划师（数据产品、数据分析师）、开发三个团队有序协作

        * 没有数据规划师的公司，一般是由需求方和开发团队直接对接，那么需求方也需要承担数据规划师的角色。

• 准：需要确保数据的业务含义和数据质量

下图是关于埋点团队协作流程的最佳实践：

通过这个流程，GrowingIO 帮助许多客户搭建起数据体系，完成了数据驱动企业增长的第一步。

汉光百货（👈点击直达）就是这些客户之一。在搭建数据体系之初，汉光百货不可避免地面临着许多难题，例如「业务与研发如何沟通数据需求」等，而 GrowingIO 提供的标准化埋点最佳实践，帮助汉光百货打通站外、站内行为数据与交易数据，建立起转化全链路分析，迈出了数字化转型万里长征的第一步。

本期就让我们聚焦「埋点方案设计」这一环节。完整的埋点方案应该具备以下四个要素：

1. 确认事件与变量

• 事件：指产品中的操作

• 变量：指描述事件的属性

在确认事件与变量时，我们可以按照产品流程（用户旅程）来设计关键事件，如果想要进一步描述事件属性，那么就可以将属性作为事件的变量。

以汉光百货「站内转化路径追踪」这一电商行业的核心场景为例，其需要追踪的关键指标，是四个产品操作步骤：浏览商品详情页、加入购物车、结算、支付成功。

这四个指标分别代表四个事件。如果想要进一步监控不同品牌、不同商品的购买转化率，就需要用品牌和商品的维度去拆解关键指标，那么品牌和商品就是这四个事件的变量。

2. 明确事件的触发时机

事件的触发时机，往往是影响数据准确性的重要因素。以「加入购物车」事件为例，触发时机是点击这个按钮时，还是加入购物车成功时呢？

不同的触发时机代表不同的数据统计口径，我们要尽量选择最贴近业务的统计口径，然后再与开发沟通，在可行性与业务贴合度之间找到最优解。

另外，由于产品中可能有多个入口均可「加入购物车」，触发入口是否已列举完整，也会影响数据准确性。这个时候，我们可以采用 MECE 原则，即相互独立，完全穷尽：不要重复列举，但要包含所有入口。

3. 规范命名

对事件进行规范统一的命名，有助于提高数据的实用性及数据管理效率。我们建议使用「动词+名词」或者「名词+动词」的规则来命名，比如「加入购物车」事件，就可以命名为：addToCart。

无论如何，需要确保的是，团队/公司内部必须建立统一的认知，使用同一套命名规则。

4.明确优先级

考虑到埋点的技术实现成本以及资源有限性，在设计埋点方案时，一定要对埋点事件有明确的优先级排布。

在汉光百货这个案例中，优先级最高的场景是「站内转化路径追踪」。我们以这个场景为轴心，了解每个转化步骤的情况，找到优化点对症下药，再对优化点进一步的监控与验证分析，最终实现价值的持续交付。

基于上述四要素来完成埋点方案设计，不仅可以提升需求方与开发团队的协作效率，更能为后期的数据提供质量保障。

重磅福利

提埋点需求更顺畅，你需要这份模板：

点击「阅读原文」，即可下载「GrowingIO 指标体系实施方案 & 数据验证模板」！