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