如何高质量设计埋点？

　　上一篇介绍了用户属性事件埋点的概念以及基本用法，而这篇文章会向大家介绍实际埋点过程中需要注意的事项，避免大家重复踩坑。
　　一、事件类型
　　1。状态事件与频次事件
　　状态事件：对于状态事件，频次是没有参考价值的，只有事件的最终状态才有价值
　　例如开关的开启与关闭，在指定的时间段，我们只关心开关的最终状态，至于期间开关了多少次，没有实际的统计意义。对于状态事件，我们一般用用户属性来表示。
　　但是对于很多统计平台，用户属性存在数量限制，所以对于颗粒度很小，并且操作可能非常频繁的状态事件来说，也可以通过事件数的大小进行粗略判断。例如，音乐应用中，通常会使用该音乐的收藏按钮的点击次数来判断音乐的受欢迎程度。
　　频次事件：频次事件就是普通的统计事件，例如按钮控件的点击事件，页面的展示事件。我们可以通过事件的频次，判断对应功能的价值。
　　2。具体事件与抽象事件
　　具体事件：指的是某个具体操作，例如按钮的点击、页面的展示、弹窗的弹出等。
　　抽象事件：往往指一类事件的集合，例如计算模块之间的漏斗转化率，往往会用到抽象事件，具体案例在下文会给出。
　　3。主动事件与被动事件
　　主动事件：需要用户主动触发，例如按钮的点击，或者tab的切换，主动事件代表了用户的主动意愿，对于用户行为分析具有很大的参考意义。
　　被动事件：不能表明用户的使用意愿，往往是用户操作的附加结果。例如，用户点击back键退出当前页面A，回到上一个页面B，此时上一个页面B的展示并不一定是用户真的想要进入，只是退出页面A的必经路径而已。这类事件对于用户的行为分析意义不是很大，但是对于其他维度的分析有着一定的参考价值，例如广告展示等。
　　二、埋点前提
　　思考清楚有无埋点的必要，埋点的作用是为数据分析提供数据源。这些数据源往往需要组合运算才能得到数据结果，通常用于分析某个功能的使用情况。
　　很多问题不能或者没有必要通过埋点来证明，例如验证选品方向，通过统计平台提供每日新增与次日留存即可验证，没有必要使用埋点进行细致的分析。
　　如果确定使用埋点，则要明确待验证的核心问题，建议先理清产品方案的相关流程，并且明确定义每个模块的核心指标。
　　三、埋点注意事项
　　1。准确性原则
　　埋点事件一定是有效事件，而不是单纯的事件频次，下面是两个说明案例：
　　案例1
　　产品逻辑：点击某个按钮，会进入到某个指定的页面。
　　统计目标：计算点击按钮页面展示的事件频次转化率。
　　计算公式：转化率页面展示次数按钮点击次数
　　埋点说明：如果仅仅把页面展示的次数作为分子，会导致整个漏斗统计出错。除了存在多个途径进入该页面的可能，还一个重要的原因：从该页面进入其他页面，并且从其它页面返回至该页面的时候，该页面的展示也会被统计一次，如此计算的转化率比真实情况要高。在该案例中，应该定义有效页面pv：只有按钮点击进入该页面，才算做一次有效的页面展示事件。
　　案例2
　　产品逻辑：某个弹窗弹出，弹窗上有确定和取消两个按钮。
　　统计目标：计算弹窗弹出确定按钮点击的频次转化率。
　　计算公式：转化率确定按钮的点击次数弹窗的弹出次数
　　埋点说明：其中，确定按钮点击应该是有效点击，因为在无网或者卡顿情况下，存在用户需点击多次按钮，弹窗才能消失的情况。这种情况下，第二步的事件数是大于第一步的。在进行类似埋点的时候，应该定义第二步的有效点击：只要用户点击了按钮，不管点了多少次，只算一次。
　　2。高类聚，低耦合原则
　　如果是产品模块之间的漏斗统计，建议为每个单独的模块设置一个事件作为代表，而不是使用模块内部所包含的所有事件。
　　从产品结构上来说，模块与模块之间比较独立，但是模块内部往往由复杂的逻辑组成，所以将这些复杂的逻辑抽象成一个独立的有效事件，有助于理清每个模块间的转化关系。
　　案例
　　产品逻辑：为了增加产品的使用时长，所以增加了积分体系逻辑，用户可以在产品不同的地方，看到各种任务引导，然后通过完成不同的任务，兑换相应的积分，领取对应的奖励。
　　统计目标：计算任务引导任务完成的转化率
　　计算公式：转化率任务完成次数任务引导次数
　　埋点说明：在积分体系中，应该将任务引导和完成任务分别抽象为两个单独的事件：只要任务引导出现，不管是哪种类型，哪个位置的引导，统统算作是任务引导事件。同理，不管用户完成了哪个任务，也应该统统算作为任务完成事件。如此一来，能够很轻松地从整体评估任务从曝光到完成的转化率。若是对每个任务的曝光事件与完成都进行埋点分析，则是一个十分复杂繁琐的过程。
　　3。结果归一性原则
　　如果某个动作的发生，必然导致另外一个唯一结果事件，则建议只统计结果事件即可，对于很多统计平台来说，事件是十分稀有的资源。例如，Firebase最多允许添加500个事件，超出事件便不再显示。
　　当这两个事件具有高度的重合性与替代性，显然结果事件对于数据分析更具有价值。
　　案例
　　产品逻辑：内购宣传页面有多个曝光入口，可以通过点击首页的卡片进入，也可以通过点击弹窗进入。
　　统计目标：统计内购宣传页的展示次数。
　　埋点说明：为了获得统计目标，只需要记录内购宣传页的展示事件即可，而主页卡片的点击事件与弹窗点击事件可以由内购宣传页的键值对来表示。如此一来，既能分析出内购宣传页面的展示与入口分布，又能节约了两个入口事件。
　　4。有效性原则
　　这一点是对上一点的补充，每个事件都应该对产品有着实际的分析价值与指导意义。对于那些没有指导意义的事件，请勿添加。
　　这点对于刚接触埋点设计的同学尤为重要，因为刚接触埋点的时候，可能会存在宁可错埋一千，也不放过一个的想法，这往往会浪费大量的事件资源。
　　对于产品逻辑不相关的事件不要添加，例如：弹窗关闭按钮的点击事件；
　　对于产品改善没有任何指导意义的事件不要添加，例如：固定动画的播放事件。
　　5。分散与统一原则
　　如果一个事件，需要从多个维度进行分析，不仅每个维度在逻辑上相互关联，而且要求统计上又相互独立，则可以针对每个维度进行独立的统计。同时，也建议把这些维度连接起来，作为一个整体的维度进行分析。
　　案例1
　　产品逻辑：一个购物商城包含多类商品（电子产品、日化产品等），每类商品有包含多种具体的产品。例如电子产品包含XX型号手机、XX型号电脑用户可以通过选择某个商品，并点击付款按钮，完成付款行为。
　　统计目标：计算每类商品所在的销售额与利润
　　计算公式：
　　电子产品总销售额所有用户购买的电子产品销售额累加值
　　电子产品总利润所有用户购买的电子产品利润累加值
　　日化产品总销售额
　　埋点说明：每个商品都有专属的种类、售价与利润，其中种类、售价与利润三个维度相互独立，如果将这三个维度作为独立的三个键值对，如下表所示：
　　会对统计目标造成割裂，上面的埋点要么只能统计商品种类数目，要么只能统计总销售额，要么只能统计总利润，无法实现统计目标。
　　所以，推荐将这三个维度连接起来作为一个键，如下表所示：
　　这样可以通过SQL语句获取用户使用的原始数据，然后通过简单地数据处理，就能得出用户准确的使用情况。
　　这里的连接符推荐使用，而不是，因为很多命名的默认分隔符，所以如果再以作为分隔符，可能会给后续的数据处理造成麻烦。
　　四、其他
　　除了上面系统的原则与方法论，还剩一些零碎但同样重要的补充。
　　1。页面展示统计差异
　　进入时触发页面展示事件，能够获取用户主动进入该页面的意愿；但是无法获取该页面的展示时长；
　　退出时触发页面展示时间，能够获取页面展示时长，但是会造成部分统计丢失，例如用户通过后台清理的形式杀死该应用，则预埋的事件会无法发出；
　　2。统计平台的漏斗计算
　　一般统计平台的步骤漏斗是按照用户数来计算的，而不是事件数。
　　3。埋点设计
　　进行埋点设计时，建议对照着产品设计图，因为原型图跟最终的设计图存在着一些差异。例如，原型图中存在的按钮可能在设计图中不会体现出来，所以参考最终设计图埋点能够保证埋点的准确性，同时还能够校验设计图表达的准确性，一举两得。
　　五、小结
　　埋点的介绍基本上告一段落，接下来打算写几篇产品方案的设计心得，也请大家继续关注。
　　相关阅读
　　一文读懂用户属性、事件、埋点