BAT大厂数据产品经理亲身经历:为什么说埋点治理处处是坑?
从做数据产品开始 , 自己的日常工作就被埋点占据了大部分 , 到后面做平台类数据产品之后发现埋点问题依旧占据很多精力且治理困难 , 写这篇文章也是跟大家讨论讨论自己做埋点治理的心得以及深入剖析下为什么埋点质量这么难保障 。
做埋点时间长了 , 越来越觉得埋点并不像自己想象的那么简单 , 仅仅是开发在自己要统计的业务场景下写埋点代码打包上传统计数据就完成工作 , 从最开始的埋点需求规划再到最后数据上报只要有一个环节有坑就会影响数据准确性 , 而数据准确性估计是每个数据人工作中必须要面对的难题 。下面简单聊聊自己遇到的坑 , 这些或许仅仅是表述了现象 , 至于导致此现象发生的本质相信就仁者见仁 智者见智了 。
1、埋点需求混乱且缺少管控
产品和运营作为埋点需求的常见提出方 , 当新功能或活动上线时会提很多埋点需求 , 数据产品在这个环节如果对埋点需求没有明确的提需规范和把控 , 就会导致埋点需求爆炸 , 对于开发和维护成本都是压力 , 并且后续做数据分析的时候经常会发现数据不可用或数据不准确 , 那其实后续排查问题的成本非常大 , 所以数据产品一定要对埋点需求有全局把控 。
明确埋点要统计哪些指标:
数据产品在评审埋点需求的时候很重要的一点就是:明确埋点要统计哪些指标 。埋点统计是服务于指标的 , 如果对埋点需求没有管控放任提需 , 经过几个版本的迭代就会发现埋点维护很难 , 而且这样也能反推运营和产品思考自己到底关注哪些核心指标 , 对后期的数据统计和复盘都是有帮助的 。
明确埋点提需规范:
埋点需求规范的价值是帮助业务方和数据产品拉齐对即将开发的埋点认知一致 , 所以在设计埋点提需规范时不仅仅要让业务方标明要统计哪些指标、事件如何规划、触发时机 , 最好能写出每个自定义参数的触发时机、参数打在哪个层级、是否需要透传等 , 对于刚起步做埋点治理的阶段可以先将精力focus在提需规范的设计和落实上 , 划重点:埋点提需规范越详细越好 , 可以帮忙拉齐各方对埋点的认知 。
埋点需求评审会及设定需求接口人:
埋点需求评审就不具体展开了 , 大体说就是将业务方、开发、测试、数据产品等组织起来对埋点需求进行评审 。我想多说说需求接口人这个角色 , 进了大厂发现需求接口人很重要 , 没有接口人的话仅靠数据产品跟业务对接在大体量和复杂业务场景的公司里是不现实的 , 所以接口人的定位是埋点需求master甚至是数据需求master , 划重点:建议接口人可以考虑经常对接埋点需求的业务或是有开发背景的业务方 , 这样沟通起来会方便一些 。
2、埋点设计环节缺少整体性思考
规划埋点是数据产品的基本工作 , 但真正能做好埋点规划很难 , 我觉得这个环节的痛点在于:很难以全局视角规划埋点并且具有可扩展性 , 所以为了后续的可扩展性 , 我简单列几条可参考的tips:
埋点设计要具有简洁性:
这里的简洁性是指同类场景下的埋点是否能合并成一个埋点规划 , 比如“点击支付按钮”事件 , 该事件在很多页面都可以触发 , 那么就可以把这个事件规划为一个埋点 , 在不同的页面点击时将页面名称或页面ID作为参数传递 , 但这些还是比较初阶的埋点设计方案 , 当很多业务属性以参数形式传递时 , 如何管理及规划这些参数 , 让数据RD看到埋点日志时很容易就能理解这条埋点携带了哪些信息 , 那么就引出来我要讲的下一点:
埋点设计要具有规范性:
其实规范性这个词很宽泛 , 我们通篇也都在探讨如何基于埋点治理的痛点制定规范 。上面讲到我们如何管理埋点日志里的参数 , 我觉得可以按照性质和层级给这些参数进行个简单划分:
- canalys公布2021年全球个人电脑市场数据
- 七款新品集中亮相,数说故事超前布局「数据驱动+AI 赋能」应用闭环
- 一纵一横,搭建完整数据分析体系
- 精灵魔塔数据互不互通(精灵魔塔ios安卓互通问题说明)
- 复苏的魔女官服和渠道服可以互通吗(复苏的魔女游戏数据互通问题说明)
- 上海空调清洗消毒大数据平台全新升级
- 杭州亚运会官方智能物联及大数据服务赞助商签约发布
- 摸金校尉之九幽将军安卓和苹果互通吗(摸金校尉之九幽将军安卓与ios数据互通问题讲解)
- 梦幻新诛仙好看的捏脸数据有哪些(梦幻新诛仙好看的捏脸数据汇总)
- 惟客数据解读:酒店业如何通过数字化战略布局实现逆袭与突围?