國內比較普遍的第三方統計工具是友盟和talking data,在大多數的情況下這兩個差別不大,但是如果你的app是游戲或者需要用到互聯網金融的一些垂直細分統計,那么個人覺得talking data會更有競爭力一些。
問題一,其實這是個對于入門級產品的必備課程,通常在那個環節埋點可以轉化為——對于一個app核心指標是什么?這些指標的優先級如何排序?
要回答這個問題,其實考察的又是一個產品的基本功,也就是產品定位與產品目標的確定,以及這些目標的拆解以及短期,中期,長期規劃以及相應的具體roadmap,樓主問了通常情況,那么在此例舉一下相應的業務拆解步驟,如下:
埋點的宏觀目標是為了獲取數據指標來整體上驗證產品的業務邏輯是否順暢,之前的一些基本假設是否成立?這時候涉及需要驗證的數據可能會涵蓋:產品方向&市場運營&商業邏輯(假設有)三大方面。
通過優先級和深入度可以將指標拆解為,核心指標和相關衍生指標。
有了橫縱兩條邏輯線條可見的一般性具體指標如下圖:
當然這只是草草列舉一般性的指標,一般對于創業公司以及和你洽談的機構VC,聊到核心指標一般就知道你的產品的基本情況了。
當然對于埋點的目標不同可能還有這樣的情況,如新版本上線的用戶行為和功能效果數據回歸驗證(幾種場景):
1.新功能是否得到用戶的使用與認可?新版本增加的新功能,用戶點擊率怎樣?
2.用戶在核心使用路徑上是否順暢?又沒有因為交互體驗功能按鈕的設計而導致無效點擊增多?
3.市場運營效果的回歸?針對某個特別的日期進行了產品內的廣告banner推廣或者促銷,該活動的效果如何?
總而言之,埋點本身其實是對于自己所設計產品的一個可視化健康檢查,通過邏輯和數據,貫穿產品的整個生命周期,使產品逐步達到最佳狀態從而實現硅谷最近所謂的“growth hacker”的效果,使產品指數級增長。
如果說了這么多你覺得沒用,那么最后有一句萬能的,看病最簡單粗暴的就是“頭疼醫頭,腳疼醫腳”,產品哪里最牛逼最有用就最先搞那部分。