0%

闲谈流量统计(IV)— 实战

镹、数据实战

这一节主要补充一些前面没有讲到的地方。

1. 埋码需求整理

在埋点之前一般会有埋点文档,供开发执行:

这个与SDK的设计会与很多的关系,我之前采用的采集模型是

  • 动作
    • 动作CODE
    • 动作名称
    • 动作细节
    • 动作额外信息
  • 对象
    • 对象ID
    • 对象名称
    • 对象类型
    • 对象所属ID
    • 对象所属名称
    • 对象补充信息
  • 页面
    • 页面ID
    • 页面名称
  • 其他信息
    • json 结构
  • 系统
    • 系统时间
    • 系统信息
    • session
    • ……

在埋点环节我们会有这样的一个表格:

ID 模块 埋点事件 触发时机 对象信息 页面信息 其他信息
1 首页 打开首页 开发时 …… …… ……

2. 埋码落实

现在的产品动则就有上百个埋点,如何核对埋点准确性,还是一个很多的工作。

现在很多的产品都会设计一个埋点管理平台来核对产品的准确性。

一般的思路就是在平台上管理埋点新鲜,比如我上面的卖点信息都会输入的产品里面,同时还会针对每一个字段补充埋点的验证规则,比如ID的类型,是否必传等等。

在测试同学使用的时候,就可以自动的检测埋点的准确性。同时,有一些自动化程度较高的公司,将采取 monkey click 的方式来验证数据的完整性。

3. 数据预警

为了及时反应产品的经营状况,会使用数据预警的模块。

这个模块在通知经营者数据使用情况的同时,也可以对产品的管理者进行预警——反应平台的数据采集是否正常。

闲谈流量统计(V)—— 采集| Why·Liam·Blog

The Why·Liam·Blog by WhyLiam is licensed under a Creative Commons BY-NC-ND 4.0 International License.

WhyLiam创作并维护的Why·Liam·Blog采用创作共用保留署名-非商业-禁止演绎4.0国际许可证

本文首发于Why·Liam·Blog (https://blog.naaln.com),版权所有,侵权必究。

本文永久链接:https://blog.naaln.com/2020/03/data-analytic-4/

如果觉得我的文章对您有用,请随意打赏。您的支持将鼓励我继续创作!