手把手教你4步完成网易云音乐营收指标提升埋点方案

是不是读了很多数据分析的文章,学了很多增长黑客的知识,掌握了什么是AARRR模型,FRM模型,但是最后感觉落到自己产品的数据分析时却无从下手?因为有数据是数据分析的起点,你需要真正明白如何设计数据埋点方案
是不是读了很多数据分析的文章,学了很多增长黑客的知识,掌握了什么是AARRR模型,FRM模型,但是最后感觉落到自己产品的数据分析时却无从下手?因为有数据是数据分析的起点,你需要真正明白如何设计数据埋点方案。

为什么要做埋点?

数据分析的第一步就是从数据收集开始。通过埋点,我们可以采集和还原用户的操作、行为等数据,最终还原出这个用户通过什么渠道来源来到我们产品,在我们的产品里主要做了什么事情,有没有达成我们设置的目标,甚至可以预测这个用户以后还会不会再来等。

怎么设计埋点方案?

埋点就类似在公路上安装摄像头,如果有异常的时候相关人员才可调取相应视频记录查看是什么人,在什么地方,什么时候,通过什么方式,做了什么违纪的事情。虽然公路上有道路监控、治安监控、路口违章监控以及测速监控等各种摄像头,设想一下如果各个位置都布置的是治安监控摄像头,当你想要获取哪些车辆超速的时候,是不是也找不到任何线索?所以,数据分析首先你需要明确你分析的目标是什么,然后将目标进行拆解为KPI,进一步转为为用户行为,最后才可以得出你需要的埋点方案。下面就以网易云音乐APP提升主要营收为目标,手把手教你如何一步一步生成埋点方案。

step1.确定商业目标

本案例中商业目标就是提升主要营收。

step2.将商业目标拆解为KPI

你了解产品的信息流结构,简而言之就是APP提供了哪些核心付费功能,这些功能的路径是什么样的。

将主要营收拆分如下:主要营收=广告收入+增值服务+演出售票+商城收入

我们再细分增值服务都包含哪些:增值服务=会员付费+数字专辑销售+在线听歌免流量付费+电台付费

其中会员付主要针对所有潜在普通听歌用户,也是最可能快速提升营收贡献的方面,将其拆分如下:会员付费=黑胶VIP付费+音乐包付费+礼品卡购买+单曲购买

最后根据2:8原则,黑胶VIP和音乐包付费应该是主要营收贡献者,也是我们KPI监控的关键指标。

step3.让KPI转化为用户行为

接下来梳理交互流程,主要从关键行为的页面和入口来分解,此外还有一些不依赖APP本身的入口,比如短信营销,外部分享等。

付费总金额=入口UV x 入口转化率 x 人均客单价

step4.生成埋点方案

根据上述梳理出关键行为,生成相应的埋点方案(仅以确认支付的埋点为示例)。等到埋点回数之后,就可以从下至上,从数据还原你的KPI指标甚至到商业目标,以便实时监控和分析了。

(1)事件类型:点击事件和页面通过不同的接口上传数据,所以需要做区分

(2)事件ID:用于工程师埋点,唯一标识事件,命名一般支持字母、数据和下划线_

(3)事件名称:用于在产品中显示事件名称

(4)事件说明:用于说明事件的触发条件、埋点位置等帮助工程师理解埋点具体需求

(5)属性ID:更丰富的描述事件,属性ID用于唯一标识事件属性,命名规则同事件ID,当有多个属性时,自行增加列

(6)属性名称:用于显示属性名称

(7)属性说明:用于说明事件的属性

(8)属性值类型:选择不同的属性值类型,不同的类型在分析时会有不同的处理方式

有了基础数据,可以通过入口的转化率监控用户的付费习惯或发现新的突破口,也可以通过各种AB测试优化购买流程,最终达到提升营收的目标。

还有有哪些注意事项?

1.关于属性值类型:

我们以易观方舟为例,其主要属性值类型包含如下5种格式。

数据上报中的属性,在分析时可以作为条件查询,也可以作为维度去细分,之所以需要定义不同属性值的数据类型,就是为了进行合适的运算和维度细分,例如 “支付订单金额” ,分析时希望对它进行求和、最大值、最小值、均值等运算,这就要求这个属性值的类型应该是数值型。

以下说明不同数据类型作为细分维度和过滤条件时的使用差异:

2.关于埋点方式

目前市面上有代码埋点(又分为前端、后端),全埋点,可视化埋点。本文仅针对代码埋点中的前端埋点展开讲解,通过上面的实例可以看出代码埋点收集信息比较全可以展示用户行为过程,而全埋点和可视化埋点仅展示用户行为结果。

如果你也想在自己的产品中实施自己产品的埋点方案,可以在后台回复“埋点方案”获取参考埋点方案~

◆ ◆ ◆

- 数中自有黄金屋 -

“数中自有黄金屋”每周更新,有【增长热点】、【增长案例】、【增长知识】、【职场增长】等不同栏目,用大数据分析思维助力你实现个人复利成长,企业指数增长~

本文首发于公众号 数中自有黄金屋(ID:BigData-Growth),欢迎搜索关注

0条评论 添加新讨论

登录后参与讨论
Ctrl+Enter 发表