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。
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。
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：
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。
2.2 SDK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。
（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
（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。
（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：
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：
1.1 埋点拆解
回到最初的表格，梳理了一些业务的数据需求。但显然，有些是不适合使用埋点方式采集统计的。就以“我的1212”为例，实际这个页面很多功能是与“登录”用户绑定的。
所以后续分析，十分关联实体账户的金额、交易笔数等需求，将不参与埋点设计。
1.2 埋点规范
既然开始设计埋点，就需要先建立规范。就好比需求文档明确一些全局样式一样，埋点也需要定义一下规范。因为提交埋点需求、执行埋点开发都是多人协同的阿里巴巴通用账户内部账户装张下拉怎么没有啊，我们需要建立规范好便于管理维护。通常地，我们需要注意模块分类、命名规范、具体定义等等阿里巴巴通用账户内部账户装张下拉怎么没有啊，做这些是方便于管理，以及不同的人都能快速解读。
1.3 埋点梳理
到了这里，就可以差不多进行埋点方面的输出了，在这里仍旧按照业务需求分模块一一来整理。
1.3.1 活动整体
首先，先从活动整体来做设计，因为这些涉及基础指标。
（1）活动用户
在这里有个特征，就是特别区分了内部和外部,目的主要是想区分多少是因为此次活动吸引APP游客/登录用户参与的，以及多少完全拉新进来。那么该如何统计区分呢，通常这时候埋点就可以设计“channelid”的属性，本身活动页面在平台上线是个链接，通过链接配置一个“channelid=APP“，那么当用户触发埋点时，则带着这样的标识去统计。
本文到此结束，希望对大家有所帮助！
