PM说｜深入浅出：从埋点到用户画像的实践

场景引入

在早期浏览网站的时候，通常会有一个数据统计显示”您是本站的第x位访问者，网站访问人数累计x万人，当前在线x人。”其实这也是最早关于数据统计的一个例子，后面也经历了很多的演进、发展。

（1）1998年左右，网站通常采用最原始的方式，写个网站的脚本来跑服务器日志，记录每天有多少人访问；

（2）2005年出现了一个标准性的工具，CNZZ/GA（谷歌分析的简称），将其代码带入网站就可以统计人数以及一些其他指标；

（3）2010年，出现友盟，开始移动端埋点；

（4）2015年，基于大数据开始对用户行为进行分析。

可以看到，这整个演进最终回归到用户的角度，而进行产品设计的时候最终落脚点其实也是用户，通过对用户的分析能更好地指明后续迭代的方向。

埋点介绍

我们先回到最初的概念，如果想知道访问人数、访问时间，开发人员就需要埋点，那埋点是什么呢？

数据埋点是手机端、网页端比较常见的数据采集技术，中文把他取名为埋点，可以理解为在APP、或者网页上埋了一个又一个的点，把这些点想象成摄像头，用来记录你想要的数据。然后利用采集到的数据进行后面的数据分析。

埋点里采集到的用户行为数据，可以跟踪用户的使用情况，通常会从4W的维度来跟踪用户的行为：

数据埋点在开发环节一般来说有两种方式：

（1）自己研发，注入代码：这个适合有技术研发能力的公司，可以不受限制，采集需要的数据，开发成本高；

（2）直接使用第三方统计工具：优点是不需要自己研发，节约成本，但采集的数据有限，很难自由发挥。

埋点类型

一、前端埋点

二、后端埋点

数据分析名词

在进行埋点之后，我们会得到一些数据，一起来看看最常用的分析名词。

● 浏览次数 (PV)

用户每打开1个网站页面，记录1个PV。用户多次打开同一页面PV累计多次

● 独立访客(UV)

1天(00:00-24:00)之内，访问网站的不重复用户数(以浏览器cookie为依据)一天内同一访客多次访问网站只被计算1次。

● IP

1天 (00:00-24:00)之内，访问网站的不重复IP数。一天内相同IP地址多次访问网站只被计算1次。

● 新独立访客

当日的独立访客中，历史上首次访问网站的访客为新独立访客。

● 访问时长

访问(会话)中最后1个页面的打开时间与访问开始时间之差。体现网站对访客的吸引程度。

除了上述名词外还会有其他的数据，比如人均浏览页数、平均访问深度、平均访问时长、浏览次数占比，都可以通过一些数据进行采集或者计算得到。

案例分享

一、某企业网站案例

● 第一个板块是中文站访问分布，可以清楚了解访问者的IP属地，除了湖北之外哪些地区的访问量更高，通过这个占比可以指导其是否要成立华南、华北销售部等等；

● 第二个板块是热门访问排行，比如其产品的TOP5分别是哪些，新产品投放后有没有效果，其搜索度是否上升等等；

● 第三个板块是用户流量分析，可以查看用户的访问渠道，以及新老用户的占比等等；

● 第四个板块是详细的PV、UV、IP3个指标的趋势，以月或者日为维度；

● 第五个板块是内容运营，包括内容更新频率，是否在维护网站等等。之所以放一个内容运营的维度在此，主要是因为百度的关键词搜索机制中有相关排名的推荐，只有不断更新网站内容，保持活跃度，百度才会给予较高的排名，这对于这类销售公司来说至关重要。

这是一整个数据采集之后展现出来的一个图表分析，将实际业务与行为数据分析相结合，便于管理人员可以查看不同访客的业务需求。

二、内容社区案例

以内容社区为例，大家经常使用的知乎、人人都是产品经理，这些社区对于用户的分类通常都是以下几种：

● 潜水型：只浏览不做任何操作，看看一些内容

● 点赞收藏：遇到感兴趣的内容会点赞收藏

● 评论者：对于部分文章愿意发表自身的评论观点

● 内容贡献者：主动输出文章，分享内容，好的文章甚至能为社区引流

对于用户来说，从潜水到内容贡献，需要付出的成本越来越高，但是对于内容社区，肯定是希望贡献者占比越高越好，不断输出优质的内容，才能聚集优质的用户，有了用户之后就可以考虑流量变现。因此这类社区会通过埋点将用户分为不同类型，为他们打上标签。

三、教育行业案例

标签及用户画像

一、用户画像

系统标签库

二、标签类别

标签可以简单的分为两种：

● 基础标签

不需要经过深入的转换和分析就能直接得到的属性特征，如年龄、性别、居住地；

● 知识标签

存在主观的变化性，是基于基础标签的业务规则提炼等方法形成，如购买力、访问频率。

三、标签及用户画像的应用

标签和用户画像的应用除了生成《XX画像报告》之外，一般还有以下三种应用形式：

● 标签取数

建立标签库，业务部门筛选一个/多个标签，精确查找用户，或者分析占比。

● 营销推荐

通过不同的标签组合，可以圈定一批目标用户进行精准营销，数据可推送至短信平台、促销平台等进行短信、邮件、赠品的下发

● 多维分析

标签可以更好的连接数据和业务人员，降低数据获取和操作的难度赋能业务人员参与到数据分析之中

参考资料：B站 【一分钟了解数据埋点】

（https://www.bilibili.com/video/BV1qG4y1b7wk/?share_source=copy_web&vd_source=ae5c93bcbbd60c9f31f1bcb6e661849b）