埋点设计指南拆解拼多多双十二营销活动上

　　营销活动在当今互联网中十分常见，尤其是面向C端的产品，这是一个必不可少的常规操作，比如像双11、618等这些大型活动。而在这些活动当中，活动数据就更不可或缺，因为这些数据有助于活动的过程追踪、结果的量化，甚至发现问题等等。
　　那么本文，则通过拆解拼多多前期上线的双12全民幸福日活动，来试图还原数据如何从0到1去支撑这样的活动。
　　阅读指南：
　　（1）受众人群：运营人员、产品人员及数据分析师
　　（2）阅读收获：
　　了解运营活动中实现数据需求的全周期流程；
　　掌握对业务需求的一定拆解能力；
　　了解埋点的基本介绍及设计技巧；
　　从0到1搭建数据埋点方案。
　　从负责C端产品，到经历了多次产品类优化及运营类活动，多少掌握了关于埋点分析和数据统计的一些经验。本文也将总结过往经验，并通过拆解一个线上运营活动案例，来介绍如何打造一个从0到1的数据埋点方案，以帮助精细化运营，实现驱动增长。
　　一、案例介绍拼多多：双12全民幸福日
　　在开始进行埋点设计方案之前，我们需要先了解运营活动案例的一些关键情况，比如：活动形式、参与形式、技术能力等，这些有助于对方案设计的合理性把握。先来介绍一下此次作为分析案例的基本内容。前段时间拼多多上线了一场关于运营活动双12全民幸福日。这个活动最终产生的效果、销量如何我们可能无从得知，但是不妨碍我们去剖析其中的一些数据痕迹。
　　1。1基本信息
　　双12全民幸福日是限时团购及特价销售的电商活动，并借助红包、补贴等诸多形式激励用户消费使用，而此次活动几乎囊括了整个电商品类。同时还提供了幸福小镇这样的游戏活动模块，增多趣味性，让更多用户参与其中。
　　1。2活动初探
　　（1）活动开发：从体验的活动主页面来看，这是一个由H5技术开发，并支持在浏览器打开的活动链接，而它的主要入口则是从拼多多app首页进入。
　　所以这里有2个关键信息：
　　这个基本是由H5形态支持的活动，但也涉及原生app入口，所以需要考虑H5和原生native打开时候数据采集的差异；
　　不同平台类型对用户识别方式不一，这个活动大量为H5原因，同一台设备打开不同的浏览器会导致用户多个情况，所以需注意游客用户的唯一性，至于如何实现，下文会提及。
　　（2）用户类型：主要分游客用户和登录用户，其中登录用户分微信用户、QQ用户和手机用户。由于这里涉及不同的用户类型，口径不一致会导致后续的数据分析缺乏统一性，所以就需要做一些设计尽量做到口径统一，即在数据采集时做到多字段关联。
　　游客用户：此类用户没有真实的客户信息，所以一般通过设备ID来标记这个用户；
　　微信用户：以微信ID为识别用户，支持openid、用户头像、用户昵称、国家省份城市、用户性别等获取；
　　QQ用户：以QQID为识别用户，openid、用户头像、用户昵称、国家省份城市、用户性别；
　　手机号用户：指以手机号为id的用户。
　　1。3协作结构
　　（1）参与人员：支撑起这个活动方面的数据需求实现，主要涉及以下的角色
　　业务运营人员：负责业务需求的反馈，真正业务kpi的背负者。
　　数据分析师数据产品经理：把业务诉求转化成数据需求，并对数据口径、指标进行定义；
　　前端开发：进行前端代码实现埋点需求；
　　后台开发：借助后台统计实现数据需求，与埋点数据相辅相成；
　　数据工程师：针对由前端和后台反馈的数据信息进行相关数据开发，比如汇总、计算，乃至输出报表等；
　　测试人员：对数据进行测试验证，确保符合业务诉求。
　　完成一系列的数据需求，少不得需要以上的人来参与。
　　（2）数据角色支撑
　　以上提及需要什么样的人来参与，以及协作流程。那么数据分析人员，就需要承担以下的支撑工作：
　　业务需求拆解，转化为数据需求；
　　定义数据口径，指标统计方式；
　　输出数据方面的文档，比如埋点文档；
　　针对需求输出定期的数据报告，及时关注数据表现情况。
　　二、活动还原拆解
　　由于不是拼多多的员工，我们无法拿到准确的活动策划方案，那么就只能通过活动页面，试图来倒推其需求方案。而整体的还原方法，则从业务拆解、技术条件和需求总结三方面梳理此次活动业务需求。
　　2。1业务拆解
　　显然这是一场年终大促的电商活动，分别提供了主会场、幸福小镇、万券齐发、年度发布、百亿补贴、限时秒杀、我的1212等7个主要的体验地方。通常情况下，业务会基于产品设计以及业绩目标制定相关的数据需求。而接下来，将挑几个地方来还原业务需求场景。
　　（1）全局需求
　　全局需求是指不仅仅在某个页面、某个环节上的需求，而是从整个活动整体出发，一个总数据需求，比如：新增、活跃等总体数据需求。
　　1）活动用户
　　因为电商活动最终目的是引导购买，这个就需要明确的账户信息，因为这些信息关联了一系列的商品、订单、物流、交易额等信息，以及数据采集的主体，所以需作为第一个重点关注了解。
　　而从活动设计看出，尽管这个大促活动也有一套账户体系，但本质是与APP的账户体系是打通共生的，所以可以理解为只是一个H5的拼多多活动版。只是因为参与此次活动的账户，与活动数据关联形成一个独立的客群。
　　那么关于用户级别，业务一般会关注以下几个纬度数据：
　　2）活动整体
　　其次就是活动一些整体需求，包括页面访问情况及分享功能情况。由于这两方面在活动哪个页面都是存在，所以可以提取为一个全局性的需求。
　　（2）主会场
　　主会场属于整个电商活动的主页面，这个页面设计了较多地方让用户参与活动。而此次拆解从优先级、曝光位置选取秒杀万人团和品类频道进行分析。
　　1）页面整体
　　每个一级页面，都应该有属于本页面的整体级业务需求，但一般抽取的都是具有共同性、宏观性的需求。所以主会场的业务拆解主要体验了页面访问、分享及活动规则的需求。
　　2）秒杀万人团
　　从主会场的页面可以看出，万人团这个位置几乎占据首屏的大半位置，因为这里的曝光、商品转化是最高的，也是考验此次活动的成色地方，所以这个产品区域将会是业务重点关注的区域。
　　由于这个模块是属于团购模块，所以业务除了关注页面访问情况，还会关注发起、拼单等关键行为。
　　3）品类频道
　　一般电商会对商品进行分类，这就是所谓的品类商品，而此次主会场也挑选了10来个品类展示。
　　（3）活动账户中心：我的1212
　　这样页面接近于APP的个人中心页，通常情况下反而是打开相对较少的页面，除非发生购买交易，需要登录或查看订单之类的行为，基本是很少被用户打开。另外，由于这里有登录态和未登录态，所以页面展示会有所区别。
　　由于我的1212属于比较重个人功能服务，这里拆解了登录和补贴两个特殊的功能业务。
　　1）登录
　　2）补贴红包
　　通过以上的活动分解之后，还原了一些业务的数据需求，接下来就要对这些需求进行进一步的挖掘。那么基于以上的需求，我们就需要确认现存的技术条件、产品设计等方面是否满足需求。
　　2。2SDK采集
　　通常情况，执行数据采集的SDK本身会自动采集一些常规数据，比如新设备用户、页面停留时长等等，所以我们在考虑埋点设计的时候，是需要结合其他技术是否能够协助支持。而SDK方面的分析，在这里不过多讨论（具体可以了解以前的分享：V。10数据产品不得不知的技术知识）。
　　主要重点需清楚H5和APP两类型SDK的差异及优缺点。
　　2。3埋点统计
　　（1）定义：相信大家都了解，这里就不多解释，埋点其实就是通过前端或后端去收集用户的操作行为信息，每一个操作行为都可以理解为一个埋点事件。
　　（2）平台：前端方面的埋点，主要有APP、H5、小程序等，不同的平台类型都支持埋点收集，但由于平台原因，一些采集的信息会有所不同。
　　（3）类型：通常埋点主要集中3个方向，分别是曝光类事件、浏览类事件、交互类事件。
　　曝光类：大多指页面加载完毕，没有做太多操作的页面曝光，可以理解为只要完整打开这个页面就算曝光；
　　浏览类：指页面不仅打开还进行一些浏览操作，比如在页面下滑至某个区域，停留时长达到多久等，都可称之为浏览事件；
　　交互类：指用户通过物理与应用产生交互的事件，比如点击某个按钮、滑动某个元素，甚至系统自动弹窗此类都可以作为交互埋点事件。
　　（4）价值：埋点的价值在于能够监控用户在使用过程中的一系列行为变化，对用户留存、转化等方面的分析十分之有帮助，比如可以了解用户从进入页面到离开页面的整个生命周期，并对这些用户进行精细化运营。同时也可以附带更多扩展字段，辅助数据收集。
　　2。4后台统计（也可以是后端埋点）
　　（1）定义：指统计一名有身份且不可那么容易被迁移信息的用户，比如手机号用户、微信用户，这些有明确用户信息并能够关联真实身份的人，而不是一个游客用户。通常情况，这类用户需要在有身份验证场景下存在，比如电商购物、金融投资、医疗服务等。
　　（2）特点：这类用户往往有比较多的客户子信息，比如地址、性别、年龄等，可以延伸成CRM当中的客户数据。
　　（3）技术：通常后台开发会建立相应的数据库，以及需要存储的字段一一记录这些客户数据，以及在使用平台中产生的各类数据，比如交易金额、交易商品、交易记录等等。而此次分析的电商活动，就会有买家信息表、商品表、交易表等等。
　　2。5拆解总结
　　针对以上已经对业务需求及技术手段有一定的把握，那么结合现有的资料和平台规则，初步确定一些方案及需求导向，为埋点设计提供支持。
　　（1）技术工具
　　SDK：APPH5
　　埋点：前端代码埋点，工作量大但是满足需求，相对准确，缺点是灵活性较低，不易更改
　　（2）平台规则和指标能力
　　显然，我们在埋点设计需要知道平台能提供什么样的埋点服务。通常各大厂都会自研，或采用市场上一些知名的第三方平台。不管大家的技术水平如何，一般埋点都会支持以下的采集能力。
　　总次数：在选定时间范围内，该事件触发的次数；
　　触发用户数：在选定时间范围内，触发该事件的独立用户数；
　　人均次数：在选定时间范围内，独立用户触发该事件的平均次数；
　　人均时长：在选定时间范围内，触发该事件的总时长除以总人数。
　　（3）需求导向
　　本质上，关于埋点方面的需求导向有3种，分别是基础需求导向、业务需求导向、垂直领域导向。我们做埋点设计的时候，需要基于业务的需求分析他们的意图是什么，是需要了解哪方面的数据，对他们的业务起到什么作用。所以这时候埋点设计面向的用户应该业务。并且有时候业务提的需求不一定完整表达出他们的意图，我们需要从中找到不妥的地方，或者完善。
　　1）基础需求导向：这里具体指通用的埋点需求，即不用业务反馈，都是默认且必须策划的地方。比如所谓的PV、UV，甚至停留时长；
　　2）业务需求导向：主要基于此次场景的业务诉求，因为每场活动不同，存在一些特定的需求埋点，所以我们就需要以业务为导向，制定适应的埋点方案：
　　用户链路：游客注册登录活跃留存
　　交易链路：曝光点击浏览下单复购
　　渠道链路：投放渠道曝光转化量
　　3）垂直领域导向：为什么会有这个导向，因为不同行业领域，数据关注的指标分析其实是有不同的，比如电商关注GMV，金融关注贷款率等等。那么作为此次研究的样本我的1212大促，就需要关注这些指标，通过指标倒推需要哪些埋点：
　　GMV
　　商品销售量
　　相信到了这里，大家对此次拆解的案例样本已经有了一点认知，以及对埋点有了点感觉。上文先整理到这，主要为大家介绍前期的需求梳理，掌握业务情况，并借助一些行为模型作为参考设计。大家先消化消化，下文这几天再整理上传。