原标题：数据产品经理：从埋点系统搭建到数据可视化落地
这些都是本文作者在数据分析这条路上踩过的坑，作者进行复盘与反思，供大家学习与参考。。
数据是产品的宝藏，数据分析就是产品设计中，挖宝藏的过程。
「数据分析指导产品设计」的这一整套流程，可能是产品经理在产品设计中最享受的部分了。而数据分析的基础就是数据源，数据源一般分为两部分：一部分叫用户行为数据，主要在APP的前后端埋点；另一部分，叫业务数据，一般存储在后台数据库。
这两种数据，会随着用户的操作，源源不断地产生。
比如：
笔者打开了某宝准备买一把键盘，搜索之后，浏览了3页商品，在某一页商品的详情里看到了键盘排行榜的入口。然后，发现排名第一的正是自己这款键盘，于是选型号、加入购物车，最后和本在购物车里的一箱屈臣氏苏打水一起下单、支付，完成购买。
这一整套流程，笔者跳转了8个页面，进行了8次点击操作，触发了n次信息流曝光，完成了一次电商线上购物流程，包括购物车收藏、订单确认、订单支付等三个阶段流程。
在这个流程中，前后端埋点会按时上报，在极少量损失的情况下，上传到服务器并存储在埋点数据表里。同时，笔者的订单、交易、钱包、会员等相关数据，也因为这次交易的发生，做了相应的变化。
APP的产品经理，通过分析笔者这类用户的行为数据，得出了以下结论：
于是，产品经理依照分析结论，按照产品优先级，在下一个迭代中加入了「排行榜展示及详情维度策略优化」等需求，上线后新版本排行榜购买率提升1%，GMV同比新增0.02%。
以上就是数据分析指导产品设计的理想流程，但要实现这种设计流程，可能需要整个研发团队的倾力协作去做好数据体系的搭建。这个过程往往费时费力，且有很多坑。
笔者总结了搭建数据体系过程中的三大常见难点，即：
接下来我们将依次详述。
一、埋点流程及体系
埋点是数据分析的底层设施。
但埋点不是凭空出现的，埋点往往是研发同事一个个做上去的，是有一定开发量的。同时，也需要大量的测试人力来验证；否则，一两个数据指标埋点错乱的话，后续的后果不堪设想。
那么有开发量，就代表有需求。
埋点的需求，一般来说是随页面需求走的；也就是说，通常不单单要做需求方案评审，还要做埋点评审。由数据产品经理，对每次有页面变更需求的埋点文档进行评审。
埋点文档，一般是随需求文档，由需求提出的产品经理来撰写，形式不限。但主要目的是能够标注清楚每一个点位的位置、上报逻辑、上报字段参数。
通常有页面跳转关系的，叫页面埋点。即笔者点击商品列表页的商品图片，进入商品详情页，此时APP就要上报这个埋点，假设编号为P02。
这个埋点的意思是，笔者从编号为P01的列表页，通过点击商品图片，跳转到编号为P02的详情页。同时，上报字段包括商品的参数good_id。
这时通过上报的埋点数据，我们可以知道笔者从哪个页面去到了哪个页面，又查看了哪个商品，从哪个入口进行下一步操作。
而APP内不单单有页面跳转，还有同一页面的操作和信息的曝光。
当笔者在购物车页面时，发现自己之前添加了一把键盘，但是没有今天看到的喜欢，于是在购物车页面选取那个键盘进行了删除。这个时候，就需要上报事件埋点，并携带被删除商品的good_id及加入购物车时间等参数，假设埋点编号为C01。也就是说，在购物车页面（假设为P03）下，有N个事件。其中，删除事件的埋点编号为C01，上报时携带了删除商品信息等字段。
在曝光方面，笔者在浏览商品列表时，并没有把第三页的商品看完，只看到了前三个，还有后3个没有曝光在笔者的手机屏幕上。于是，在笔者手机屏幕停下的时候，一次曝光埋点被上报了，这次上报的商品信息仅包括3个商品，并不包括此页面还没有曝光的后三个。
以上我们分别讲述了：埋点文档，以及埋点文档包括的页面埋点、点击事件埋点和曝光事件埋点。
通过规范埋点流程、定义埋点需求、完善埋点系统的方式，才能建立起一个APP进行用户行为数据分析的必要底层数据基础。
二、数据报表及后台
和埋点需求一起确认的，应该还有报表需求，因为两者是相辅相成的。
埋点是报表分析的基础，而报表分析提供了埋点的思路和方向。一个产品功能往往承载了指标提升的任务，比如上面说到的排行榜，可能是为了拉升下单转化率。
而该目标是否实现，是要靠数据报表来体现的。比如为了衡量排行榜的产品价值，我们可以搭建一个时间维度的报表，字段诸如：排行榜入口曝光量、排行榜引流其它商品量、排行榜跳转购物车量、排行榜直接购买量等。
只要产品核心价值不变，往往上述需要定期分析的数据指标就不会变。这个时候，做成报表就会节省很多重复工作，也更加方便跟产品之外的人来汇报，或发定期报表给关联方进行知会。
但报表并不是数据分析的全部，还有部分无法固化下来的内容。比如，短期运营活动的数据、ABtest的数据、其它维度的灵活数据分析等。
短期运营活动的数据很好理解，一般都周期较短，可能加工成报表的开发时间比活动时间都长，故临时手工支持即可。ABtest也一样，有专门的ABtest分析系统，且动作偏过程化，没有定论，不建议体现在报表中。
而其它灵活维度的数据分析，比如新增事件、位置调整等，就需要埋点分析后台来支持，待方案稳定落地后，再逐步提需求到报表中。
一般的数据分析后台，比如天眼、神策等，这种平台已经把常用的分析方法和功能沉淀下来了。接入APP后，产品经理可以在管理后台快速上手进行分析。
具体的分析维度，要根据目标来定。比如内部产品，可能不需要看留存等数据，更多需要关注漏斗转化和性能，而C端产品，留存分析就重要一些。
三、数据监控及可视化
除了分析，监控和可视化也是很重要的。
数据监控指的是，要定期跑一些数据看看，有没有异常情况发现。比如，每小时跑一下排行榜打开的数据，如果排行榜人均打开次数10次左右，而某天有个别用户单日打开100次，那可能是异常数据，要追查原因了。看看是统计问题，还是机器刷量，再对症下药来解决。
可视化通常是在报表基础上，更进一步的表现形式。
通常可视化有几种：表达一串操作的衰减情况时，通常采用漏斗模型；表达功能用量或关键数据时，通常采用线装状趋势图，来表达增减趋势情况；分析渠道占比或其它横向类比时，往往采用饼状图，这些都是最基本的可视化形态。
更高级的可视化应用有很多，比如我见过的有动线系统。
动线起源于商业地产：在商场中，某一个顾客从入口到逛街到购买到出口的全流程，他行动的线路，就叫顾客动线。
依据对动线的分析，商场的每一个门店、每一个楼梯、每一个收银台的位置设置都有讲究的，能够最大化用户体验，最大化购物转化率。
同样，在APP中用户也存在一定动线。比如用户同样完成一个购买行为，可能是通过列表页-详情页-购物车-付款的动线，也可能是通过活动页-详情页-直接下单-付款的动线。
如果能够把这些动线通过可视化的方式展示出来，我们就可以看出动线之间的关系，以及每条动线的优劣势，从而跳脱出现有功能，而从整体规划这个流程的最优动线。
类似的可视化手段还有热力图，可以看到用户在某一个页面的点击情况，从而分析出用户的真实操作和我们产品设计的视觉引导之间的关系。如果存在偏差，可以有目的性地来调整视觉和交互。
总结
数据分析，是有范围和目的性的；也就是说，一个团队要先有数据指导产品设计的需求，才能培养起全员的意识，才能建立起数据分析和埋点的机制，才能建设好底层埋点等设施。
埋点的方式，根据页面和场景的不同，采用最合适的方法，其核心是业务目标或用户行为目标的反馈，要从产品价值进行梳理。
通过报表、监控和可视化，能够洞察到产品运行中的机会点和优化点，逐步走向最优。
如果你作为一个产品经理，想做好团队的数据分析工作，就从以上几项入手吧。
希望能够帮到你，感谢阅读。
#专栏作家#
笔者先生，微信公众号：产品之术，人人都是产品经理专栏作家。金融业资深产品经理，对职涯规划与个人发展有丰富经验，产品涉猎广泛，ERP、金融领域较多。
题图来自Unsplash，基于CC0协议游戏网
| 相关下载 |
原标题：数据下的「陪玩」行业 用数据的形式，带你了解当前的陪玩 行业。 最近几年，在直播和电竞行业兴起的同时，游戏陪玩这项从业门槛相对较低、时间灵详情>>
今天（3月6日）《DOTA 2》官方宣布，一个全新的数据采集系统将被引入到游戏之中，通过此系统《DOTA 2》制作组将可以在游戏的改动方向和规模上得到有意义的数据和分析，不过目详情>>
导 读 sky光遇有国际服和国服，两者的数据可以互通吗?很多玩家都比较喜欢玩儿国际服，那么之前在国服玩的数据能不能互通到国际服里面?很多玩家都面临着这个问题，那么我们今天就详情>>
天涯明月刀手游中可以导入其他人好看的捏脸数据，那么怎么导入捏脸数据呢?下面小编就给大家带来了天涯明月刀手游捏脸数据导入导出方法，一起来看看吧。扫码导入1.点击右上角“详情>>
天涯明月刀手游中成女捏脸还是比较讲究的，那么到底要怎么才能捏出一个好看的脸型呢?希望下面这篇天涯明月刀手游成女捏脸数据大全能帮到大家。天涯明月刀手游成女捏脸数详情>>
天涯明月刀手游中成年脸数据很多玩家都非常需要，那么到底要怎么才能捏出一个好看的成男脸呢?希望下面这篇天涯明月刀手游成男捏脸数据大全能帮到大家。天涯明月刀手游成详情>>
原标题：【量化小讲堂】通过逐笔数据计算主力资金流数据 引言： 本系列帖子“量化小讲堂”，通过实际案例教初学者使用python、pandas进行金融数据处理，详情>>
原标题：2020中国大数据应用年会颁布“2019-2020年度行业大数据优秀应用奖” 2020年1月9日，2020中国大数据应用年会暨中国电子商会大数据委员会成立详情>>
原标题：猫灵数据——数据生活，灵悦不凡 一直以来，区块链因为天生有不可逆、不可篡改、公开透明等特性，很多人都试图把区块链的应用场景运用到生活各详情>>
原标题：【巨杉数据库SequoiaDB】省级农信国产分布式数据库应用实践 本文转载自《金融电子化》 原文链接：https://mp.weixin.qq.com/s/WGG91Rv9QTBHP详情>>
《三国志14》曹彰数据资料一览曹彰五维特性介绍 2020-01-1516:13:26 人气值：加载中...标签：新手指南|武将技能|战法详解 今天我们给大家带来的是三国志14曹彰数详情>>
《AI少女》捏脸数据怎么导入捏脸数据导入方法教学 2020-01-1416:28:59 人气值：加载中...标签：常见问题|新手指南 AI少女捏脸数据怎么导入？玩家如果对自己的捏脸不详情>>
三国志14郭淮是谁？三国时期的出现的名将是非常的多，大家不一定都非常的熟悉，比如这位郭淮，小编这里给大家带来了三国志14郭淮五维数据一览，下面一起来了解下吧。三国志14郭淮详情>>
原标题：收视率调查视角下的大数据与抽样数据 文/柯惠新（中国传媒大学 新闻学院教授，博士生导师） 电视收视率调查，在看似简单的收视率数字结果背后，是科详情>>
原标题：GPRS RTU、4G工业RTU、4G数据采集传输仪 GPRS RTU、4G工业RTU、4G数据采集传输仪 DATA-6301B/6311B RTU(工业RTU、4G数据采集传输仪)集数据详情>>
原标题：消息称苹果正研发卫星技术，将数据传输到设备 据 彭博社 报道，有知情人士称，苹果的一个秘密研发团队正致力于卫星和相关无线技术的研究，试图找到详情>>
【导读】扎克伯克你可长点心吧，怎么又摊上事了，这次依然是Facebook用户数据泄露事件。一起来看详细内容！--> 外媒报道，Facebook一详情>>
原标题：用大数据改善小生活，政务大数据第一的浪潮凭什么？ 作者丨熊剑辉 华商韬略 来源于民众、根植于政府，服务于国家战略。 1. 常言道：一孕傻三年。详情>>
原标题：云测数据：离落地越近，AI 对数据就越挑剔 「你们的客户有哪些？」 「这个不能细说，很多签了保密协议。不过……」Testin 云测 CMO 张鹏飞停顿了下详情>>
原标题：为什么要学数据结构？| 原力计划 作者 | 牧小农 责编 | 屠敏 出品 | CSDN 博客 前言 在可视化化程序设计的今天，借助于集成开发环境可以很快地生详情>>
_contentraw">P站今天公布了2019年度数据统计，包括搜索数量最高的游戏、游戏角色和贡献流量最多的主机，搜索热度最高的游戏如下：守望先锋堡垒之夜宝可梦我的世界Apex英雄生化危详情>>
双生视界数据演习安洛瑟应该怎么打呢？玩家应该如何打败安洛瑟呢？安洛瑟有什么打法小技巧呢？接下来就跟随小编一起来看看吧！双生视界数据演习安洛瑟打法攻略名称：安洛瑟(火女)属性详情>>
原标题：你的公司是需要数据科学家还是数据工程师？差别有点大 【IT168 编译】越来越多的企业关注AI，企业组织也意识到拥有相关人才和技能非常重要。特详情>>
原标题：云测数据：数据标注是人工智能的“幕后英雄” 作者：夏天 审校：周鹤翔 来源：GPLP犀牛财经（ID:gplpcn） 近年，人工智能发展仍然如火如荼。作为人工智详情>>
原标题：TalkingData 数据智能峰会：数据融合业务场景成新趋势 T11 2019 暨 TalkingData 数据智能峰会 11 月 25 日在北京举办，TalkingData 对外发布了详情>>
尽管动视一直在刻意控制游戏消息的泄露，而知名《使命召唤》数据挖掘大佬Senescallo和TheGamingRevolution又双叒叕曝光了有关新地图和新可用人物的关详情>>
原标题：数据指标系列:数据采集方式-埋点和无埋点的适用场景 「数据指标系列文章」旨在分享埋点方案设计的方法论和实际场景应用分析，为企业又快又详情>>
原标题：唤醒“沉睡的数据” 上海公共数据开放“再出招” 会议现场。上海市经信委 供图 中新网上海11月19日电 (郑莹莹)继今年发布了中国首部针对详情>>
原标题：独家数据统计：新手餐饮创业，加盟品牌真的能赚钱吗？ 谈起最近一年外卖市场的升级转型，没有人比那些加盟了纯外卖店的老板更感受深刻了。整体的外详情>>
原标题：友盟+2019UBDC全域大数据峰会：共话企业数据智能的上云之路 从工业革命到互联网时代，探路者涌入新兴领域所进行的许多伟大行动，驱动着这世界从详情>>
【导读】MOD制作者SciresM通过《精灵宝可梦 Lets Go 皮卡丘/伊布》建模数据，成功在《宝可梦：剑/盾》上恢复被删宝可梦。 《宝可详情>>
导 读 在我的起源游戏中，数据熔石蟹是一种火元素的宠物，很多玩家对于这个宠物的属性怎么样非常感兴趣，接下来就由小编给大家介绍一下吧，感兴趣的小伙伴一起来了解一下吧。 数据详情>>
花与剑中捏脸是非常重要的，那么到底要怎么捏一个好看的脸呢？希望下面这篇花与剑成男女、蜀山及情侣捏脸数据汇总能帮到大家。花与剑捏脸数据大全玄剑捏脸大全影月捏脸大全详情>>
原标题：海关数据免费查询,海关数据购买,海关数据免费查询网,数据哪个好多少钱一年 如果你去问一家买过海关数据的外贸企业，他很可能会回答你：没啥用详情>>
原标题：2025 年全球数据量高达175ZB，开发者如何挑战数据洪流？ 作者 | 伍杏玲 每时每刻，我们都在产生大量的数据：聊天的微信、地铁刷卡、银行存储……详情>>
原标题：数据中台系列（一）：你的企业真的需要「数据中台」吗？ 如何理解数据中台 在解决你是否需要数据中台这个问题之前，让我们先理理它究竟是什么。 它详情>>
