原標題：方法解析：數據埋點怎麼做？
本文從三個部分解析了數據埋點怎麼做——埋點數據來源、埋點流程、產品側制定埋點表。
做數據埋點首先要知悉這兩個點：
用戶信息數據是用戶在產品中輸入的，主要是用戶的個人基本信息。用戶交易數據數根據用戶信息數據購買行為來計算用戶ARPU值和用戶在產品中的終生價值LTV值。
一、埋點數據來源
埋點數據來源可以分為頁面埋點（針對於整個頁面，主要收集進入頁面的用戶數據）和事件埋點（基於某個具體功能點，通俗一點說就是按鈕，主要收集功能點擊人數）
由上面的例子可知：埋點事件分為兩類：
二、埋點流程
一定要明確埋點數據的目的。埋點的目的是為了獲取有效的數據，而數據是否有效是由數據需求拆解到具體「指標+維度」。
比如基於用戶購買商品的轉化流程。用戶路徑是：點擊「去購買」事件→進入「商品詳情」頁面→點擊「立即購買」事件→進入「確認訂單」頁面→點擊「提交訂單」事件（支付）→進入「訂單詳情」頁面。根據所有梳理出的關鍵行為，生成相應的埋點方案。通過埋點數據，進而就可以算出轉化率了。
三、產品側制定埋點表
目前大部分公司基本上是採用第三方數據統計平臺，不同平臺的埋點文檔大同小異，但是同一個公司如沒有統一的埋點規範和埋點管理平臺，就會留下大量的坑。（一千個產品有一千個規範，一千個點可能就有一千個坑），因此標準的埋點文檔很有必要。
數據埋點是為了更好的數據採集，通常記錄用戶行為的基本要素採用4W+1H的方式，即人物（Who）、時間（When）、地點（Where）、行為（What）、方式（How）。用戶在什麼時間什麼地點使用什麼方式產生了什麼樣的行為來記錄。
人物、地點和方式是通用數據，主要是針對於用戶信息數據的整理和收集。這兒就不再贅述。而時間維度的數據是根據行為來的。所以重點說下行為數據。
上圖是一個常規的頁面。針對這個頁面統計頁面埋點和事件埋點梳理出來的表為：
如果是自己公司數據後臺梳理埋點，非自定義的。到這兒就已經結束了。如果是用第三方統計工具，需要自定義轉化事件的。接著往下面看。John以GA為例子：
1.GA收集事件的埋點有固定的代碼（第三方的統計工具都是大同小異的），以下是統計方法：
其中欄位說下：
action：事件名
event_category：事件來源頁面
event_label：事件相關值
……其他參數
具體可以查看：google文檔——衡量GoogleAnalytics（分析）事件：https://developers.google.com/analytics/devguides/collection/gtagjs/events
則在上面的頁面，action事件名列表：
對應的參數說明：
event_category代表的是來源的頁面：（也就是哪些頁面有對應的按鈕事件），比如去購買按鈕按鈕有很多頁面入口進來，商品詳情頁（從商品列表進來），秒殺詳情頁（從秒殺列表進來）。就可以在GA跟進對應的事件算出轉化率了。
其他頁面也是如此。
確認埋點區域、內容、形式和APP產品邏輯的對應後，將所有需要埋點的內容整理成埋點方案。撰寫方案過程中要注意：
接下來就可以在GA後臺根據對應的事件來整理轉化率。工具的方法自己去看對應的視頻吧。
作者：John，產品狗一枚，微信公眾號：產品狗聚集地。歡迎一起溝通交流。
本文由@John原創發布於人人都是產品經理，未經許可，禁止轉載。
題圖來自Unsplash,基於CC0協議。
來源：搜狐