APP推广合作
联系“鸟哥笔记小乔”
浅谈数据埋点质量管理
2021-04-22 13:52:36

作者介绍:前网易出口大数据产品经理一枚,负责过数据采集、bi系统、ab测试、画像平台等应用层平台搭建。

如今互联网人对于数据的使用可畏常态化,虽然有的是日常工作,有的只是几次需求,但无论对与数据有多少依赖,在数据的使用或解读上,以下情况大家应该都会遇到一二。

1)团队来了一位新同学,想分析某个功能的数据情况,但感觉无从下手。便问老员工这个功能对应的埋点,那个页面对应的参数,得到的不是口口相传就是看着聊天记录中的文档地址,面对着黑压压一片的埋点信息,内心估计已经开始神兽奔腾了;

2)新版本上线后进行效果分析,发现埋点出现纰漏,此时若是重要数据,需要紧急找人发版,时间紧张又担惊受怕;若此时是一般数据,开发同学的回复大概率是:“和下个版一起迭代”,时隔半年一年再进行分析,这段数据波动的原因估计也没人能说清了;

3)测试同学拿着协作的埋点文档,测试过程中发现不是字段对应错误就是信息维护不全,解读起来麻烦不说,如果碰到大版本还需要进行埋点回归,不仅测试过程中工作量大,还有漏测的风险。

埋点数据作为日常数据最重要的三大来源之一(包括业务数据和对外合作数据),其重要性不言而喻。上能影响推荐、ab实验、数据分析的准确;下能影响仓库的结构设计和日常维护成本。当前数据更是作为资产被各家公司所重视。想象一下到年终盘点时,面对一团“剪不断,理还乱”的数据,会是一种什么心情。

笔者通过对最近接手的埋点质量项目的一些经验总结,希望通过这篇文章给大家分享一下心得体会。

01  埋点质量问题有哪些?

埋点过程整体链路环节较长,囊括的角色也相对较多。出了问题排查难度大,周期长,而且涉及团队配合问题也不好把控,下面我们来总结一下哪些环节容易出问题导致埋点质量问题.

如果在数据产出阶段不进行把控,等到了应用阶段就会出现:数据不完整、数据重复、数据不一致、数据不匹配等数据问题,所以解决埋点质量问题要做到“预防为主、防治结合、综合治理”的方针,下面我们来看下如何进行埋点质量管理。

02  如何进行埋点质量管理?

要开展埋点质量的管理,笔者认为可以从以下三个角度开始执行:意识、制度&流程、工具。

1、意识

这里所谓的意识更多的是一种价值观、信念或者说是一种行为“动机”。是每个同学做事对自我要求的一项软性标准,类似于“道德”,可能读到这大家觉得有些浮夸,怎么管理个埋点都上升到道德层面了。别着急,继续往下看~

对于执行层,无论是分析师或埋点产品必须要对出自自己手中的需求要负责,时刻意识到,埋点需求是整条数据链路的源头,并且用户实时发生数据拥有着不可回溯性。如果要是从源头开始“错、缺、乱”,那后续的环节不仅增加了成本,同时这部分数据也“白白流失”了。

而对于高层管理者在任职期间要适当的给予数据治理一些侧重,无论是在人力上还是时间上。让自己或自己的上级领导提升一些基础建设的意识,磨刀不一定会误砍柴功。用产品进行向上管理固然重要,毕竟是一个看的见、用得到并且能“体会”价值的载体。

如果只在乎表面光鲜,那背后的“千疮百孔”要何时才能有机会修补。任何一个组织创建时都需要有一个文化或者信念,在做事的时候可以时刻提醒自己。所以在质量管理的第一个重要角度是意识。

2、制度&流程

上面讲述了意识层面上的统一,下面开始说的就是行为上的规范。所谓无规矩不成方圆,任何一件事有一个良好的规范去执行,那出错的概率就会比每个人自由发挥低很多。这里所说的制度包括两个方面:角色流程和采集规范。

1)  角色流程

埋点从需求产出开始要经历:埋点开发、数据上报、数据采集、数据清洗、数据入库最终到业务应用,涉及的人员包括埋点产品&分析师、开发、测试、采集工程师、仓库工程师等。

各个环节能有机组合就需要一个良好的配合制度,既能保证工作有条不紊,同时又避免了权责混乱导致的问题无法及时响应。以下有个简短的配合流程可以简单作为参考:

2)  采集规范

a) 文档规范

文档规范要求负责埋点的同学列清相关需求点,包括:所需要的事件信息、统计位置、打点逻辑、上报时机。甚至还可能有失败后如何处理、失败原因、变更历史等相关内容,细化的需求文档有利于降低其他环节同学的理解偏差,也便于埋点使用时了解前因后果及错误信息。

b) 接入规范

是指业务开发同学在使用埋点组件时要严格遵守组件方提供sdk的使用规则,例如通用事件内扩展字段的埋点位置、上报时机等。切不可根据“自我经验”进行更改优化。

c) 命名规范

命名规范适用于埋点信息的命名,包括事件id、事件参数以及实际的参数值,做到以下原则:

  1. 方便解读

  2. 不要有特殊字符,不要采用系统关键字或预置关键字进行命名

  3. 字段不易过长

  4. 版本前后字段映射统一等

无法挨个维护的的参数值可以采用spm或scm模型来制定采集规范。

spm叫超级位置模型,最早是受到土地户籍制度启发而设计的位置系统,目的应用于页面的统计、追踪页面的来源等场景,通常在埋点时作为埋点参数上报到数据后台。其编码形式采用A.B.C.D四层级进行组合,分别代表了业务、页面、页面区块、区块内的点位,

我们以小红书的商城首页举例:

业务:商城(shop_center)

页面:首页(home_page)

页面区块:变美季(beauty)

区块内点位:3

spm模型命名澳大利亚·秋冬必备神级修复的位置内容就可以写成:shop_center.home_page.beauty.3

在统计数据时可以通过该参数知道这个模块的位置的流量大小情况。

scm叫超级内容模型,用来标识唯一一块内容的模型,在埋点时scm模型的数据作为埋点参数上报到数据后台,其编码形式和spm一样也是通过A.B.C.D四个层级进行编码,只不过四个层级记录的信息与spm有所差别,分别是:内容来源、投放算法、算法版本以及对应的人群,还以上面的内容为例:

内容来源(content_source):shop

投放算法(algorithm):cf

算法版本(version):3.3

对应人群(crowd):woman

该条内容:澳大利亚·秋冬必备神级修复的内容情况如下:shop.cf.3.3.woman, 可以统计不同位置下该条内容所展示的信息和流量情况

spm和scm作为两种不同的编码规范,我觉得可以根据自己的需要进行相关的改良,比如更改层级或更改定义等。 

3、工具

1) 埋点模型

埋点模型采用的是事件模型,事件模型描述了一个人做某件事情所需要的几个重点要素:时间(when)、地点(where)、人物(who)、途径(how)、结果(what)

例如:

小明4月3号早上9点用小米手机在京东买了一个iphone12,转译到埋点语言就是:

以上设备信息均为虚拟信息,仅作参考

实现以上信息采集的埋点方式当前行业内有:代码埋点、无埋点。

代码埋点:代码埋点是根据具体埋点需求进行数据采集的方式,这也是用户行为数据最早的采集方式,代码埋点可支持客户端埋点和服务端埋点。客户端埋点主要采集用户行为,服务端埋点更多采集的是业务数据。

优点:

  1. 埋点可以做到按需采集、减少无效的信息上报;

  2. 事件触发方式可以自定义,降低端上的资源消耗

缺点:

  1. 新增埋点周期较长,需要跟随版本迭代

  2. 管理成本较高,造成系统代码“冗余”

  3. 采集数据有“缺失”,只能获取到上线之后的数据

无埋点:无埋点是识别端上各区块元素,对其进行全面的采集

优点:

  1. 新版本上线也可看到历史数据

  2. 前端埋点成本低,管理成本低

  3. 埋点范围覆盖相对较广

缺点:

  1. 数据冗余过剩

  2. 对应用开发的元素命名和开发规范要求严格

  3. 不能进行自定义数据的采集

  4. 服务端压力较大

为了埋点数据全&准的两个准则,一般可以采取两种方式组合的方式,重点业务、非重点页面采用代码埋点,重点页面非重点业务采用无埋点,合理分配两种埋点策略做到不丢不漏在合理的维护成本范围内,尽可能多而全的采集。

埋点模型的具体原理和如何埋点如有兴趣可在公众号内自行学习。

2)埋点平台

虽然有了意识上的“统一“、制度上的规范,但我相信依旧有一些团队在沿用公用文档维护埋点信息,文档化维护方式在信息量小的时候问题还不凸显,但当面对成百上千的埋点就会出现:埋点信息维护不全查找困难、测试同学面对“海量”的上报数据头晕眼花极容易漏测、实际上报与需求不符无法及时发现等。

所以埋点质量的最后一个环节就需要通过平台化来进行辅助管理,主要管理的方向有以下几个方向:

  1. 元数据管理完善、可溯源,提升查询效率

  2. 自动化测试+人工校验、降低漏测风险

  3. 质量监控,提升对错误埋点的发现效率

  4. 引入埋点流程、辅助进行“团队管理”

a) 元数据的完善

元数据管理主要包含以下内容:事件基础信息、业务组织架构、当前开发状态、操作日志及变动日志

  1. 事件基础信息:事件id&名称、参数id&名称、参数值id&名称,统计口径、上报时机、版本、需求地址等。

  2. 业务组织架构:事件归属的页面、功能层级结构等信息

  3. 当前开发状态:该事件所处的流转状态,包括:需求中、需求完成、开发中、开发完成、测试中、测试上线、灰度、正式上线

  4. 操作日志及变动日志:记录系统上所有人员对于元数据的操作日志以及该事件历史版本变动日志等

有了完备的元数据信息,还需要提供完善的筛选和查找机制,让埋点使用人员可以方便管理和查询;同时平台可以根据埋点组件规范和埋点信息自动生成一段代码给到业务开发同学,即降低了代码埋点的开发成本,也降低了出错的概率。

b) 自动化测试

对于测试而言,有了完善元数据后埋点平台可以提供:

1.自动化的测试功能

可以根据实际上报的数据明细自动比对元数据模块下维护的信息内容,在每次测试任务中都会自动提醒哪些事件不符合规范,极大的提高了测试效率,加上后期的人工校验,也会降低漏测的概率。

2.规范的数据展示方式以及详细的信息记录

传统的测试方式一边需要对着文档、一边需要看着一条巨长的上报数据来找到需要比对的信息来确认埋点是否准确。平台完全可以结构化上报数据,隐藏无关维度信息,并根据上报内容关键字(事件或参数信息)自动去元数据内进行数据查询,埋点同学每次测试任务只需要了解版本需求范围即可。

c) 质量监控

即使测试通过了,埋点数据就一定让人放心了么,肯定不是的,上线后面对大样本使用,用户app什么样的机型都有,甚至会被篡改一些信息。为了能让最终上报的数据减少错误,埋点平台可以提供质量管理模块,具体监控策略可以根据数据质量评估标准通用的5项准则:完整性、及时性、唯一性、稳定性、准确性进行设定。

d) 引入埋点流程辅助管理

整个埋点平台使用流程可以根据上面2.制度&流程的角色流程进行划分和管理,上线前每个环节由相关负责人员进行确认,多层确认机制可以保证埋点信息的完善和准确,也为后续管理上带来了极大的便利性。

埋点平台功能框架参考如下:

 

03  写在最后

数据质量问题在业务发展到一定阶段都会遇到,就像升职以后需要管理团队一样,不同级别面临的问题不一样,所需要采用的手段也不一样。希望本篇文章可以让那些即将面临这个问题或已经身在其中的小伙伴能有一部分可借鉴的地方,因篇幅问题涉及sdk、埋点设计以及平台搭建的部分都没法详细展开描述,如果对此感兴趣或有疑问的同学欢迎一起交流。

-END-

分享到朋友圈
收藏
收藏
评分

综合评分:

我的评分
Xinstall 15天会员特权
Xinstall是专业的数据分析服务商,帮企业追踪渠道安装来源、裂变拉新统计、广告流量指导等,广泛应用于广告效果统计、APP地推与CPS/CPA归属统计等方面。
20羽毛
立即兑换
超级nice便签砖
超级超级超级奈斯!
1000羽毛
立即兑换
一书一课30天会员体验卡
领30天VIP会员,110+门职场大课,250+本精读好书免费学!助你提升职场力!
20羽毛
立即兑换
一个数据人的自留地
数据人交流和学习的社区,关注我们,掌握专业数据知识、结识更多的数据小伙伴。
确认要消耗 0羽毛购买
浅谈数据埋点质量管理吗?
考虑一下
很遗憾,羽毛不足
我知道了

我们致力于提供一个高质量内容的交流平台。为落实国家互联网信息办公室“依法管网、依法办网、依法上网”的要求,为完善跟帖评论自律管理,为了保护用户创造的内容、维护开放、真实、专业的平台氛围,我们团队将依据本公约中的条款对注册用户和发布在本平台的内容进行管理。平台鼓励用户创作、发布优质内容,同时也将采取必要措施管理违法、侵权或有其他不良影响的网络信息。


一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规,对以下违法、不良信息或存在危害的行为进行处理。
1. 违反法律法规的信息,主要表现为:
    1)反对宪法所确定的基本原则;
    2)危害国家安全,泄露国家秘密,颠覆国家政权,破坏国家统一,损害国家荣誉和利益;
    3)侮辱、滥用英烈形象,歪曲、丑化、亵渎、否定英雄烈士事迹和精神,以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉;
    4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动;
    5)煽动民族仇恨、民族歧视,破坏民族团结;
    6)破坏国家宗教政策,宣扬邪教和封建迷信;
    7)散布谣言,扰乱社会秩序,破坏社会稳定;
    8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪;
    9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序;
    10)侮辱或者诽谤他人,侵害他人名誉、隐私和其他合法权益;
    11)通过网络以文字、图片、音视频等形式,对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的;
    12)危害未成年人身心健康的;
    13)含有法律、行政法规禁止的其他内容;


2. 不友善:不尊重用户及其所贡献内容的信息或行为。主要表现为:
    1)轻蔑:贬低、轻视他人及其劳动成果;
    2)诽谤:捏造、散布虚假事实,损害他人名誉;
    3)嘲讽:以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述,以此来激怒他人;
    4)挑衅:以不友好的方式激怒他人,意图使对方对自己的言论作出回应,蓄意制造事端;
    5)羞辱:贬低他人的能力、行为、生理或身份特征,让对方难堪;
    6)谩骂:以不文明的语言对他人进行负面评价;
    7)歧视:煽动人群歧视、地域歧视等,针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击;
    8)威胁:许诺以不良的后果来迫使他人服从自己的意志;


3. 发布垃圾广告信息:以推广曝光为目的,发布影响用户体验、扰乱本网站秩序的内容,或进行相关行为。主要表现为:
    1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式:
    2)单个帐号多次发布包含垃圾广告的内容;
    3)多个广告帐号互相配合发布、传播包含垃圾广告的内容;
    4)多次发布包含欺骗性外链的内容,如未注明的淘宝客链接、跳转网站等,诱骗用户点击链接
    5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光;
    6)购买或出售帐号之间虚假地互动,发布干扰网站秩序的推广内容及相关交易。
    7)发布包含欺骗性的恶意营销内容,如通过伪造经历、冒充他人等方式进行恶意营销;
    8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。


4. 色情低俗信息,主要表现为:
    1)包含自己或他人性经验的细节描述或露骨的感受描述;
    2)涉及色情段子、两性笑话的低俗内容;
    3)配图、头图中包含庸俗或挑逗性图片的内容;
    4)带有性暗示、性挑逗等易使人产生性联想;
    5)展现血腥、惊悚、残忍等致人身心不适;
    6)炒作绯闻、丑闻、劣迹等;
    7)宣扬低俗、庸俗、媚俗内容。


5. 不实信息,主要表现为:
    1)可能存在事实性错误或者造谣等内容;
    2)存在事实夸大、伪造虚假经历等误导他人的内容;
    3)伪造身份、冒充他人,通过头像、用户名等个人信息暗示自己具有特定身份,或与特定机构或个人存在关联。


6. 传播封建迷信,主要表现为:
    1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病;
    2)求推荐算命看相大师;
    3)针对具体风水等问题进行求助或咨询;
    4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失,包括通过占卜方法问婚姻、前程、运势,东西宠物丢了能不能找回、取名改名等;


7. 文章标题党,主要表现为:
    1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户;
    2)内容与标题之间存在严重不实或者原意扭曲;
    3)使用夸张标题,内容与标题严重不符的。


8.「饭圈」乱象行为,主要表现为:
    1)诱导未成年人应援集资、高额消费、投票打榜
    2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
    3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
    4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
    5)通过「蹭热点」、制造话题等形式干扰舆论,影响传播秩序


9. 其他危害行为或内容,主要表现为:
    1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的;
    2)不当评述自然灾害、重大事故等灾难的;
    3)美化、粉饰侵略战争行为的;
    4)法律、行政法规禁止,或可能对网络生态造成不良影响的其他内容。


二、违规处罚
本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
当一个用户发布违规内容时,本网站将依据相关用户违规情节严重程度,对帐号进行禁言 1 天、7 天、15 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号,或者滥用多个帐号发布违规内容时,本网站将加重处罚。


三、申诉
随着平台管理经验的不断丰富,本网站出于维护本网站氛围和秩序的目的,将不断完善本公约。
如果本网站用户对本网站基于本公约规定做出的处理有异议,可以通过「建议反馈」功能向本网站进行反馈。
(规则的最终解释权归属本网站所有)

我知道了
恭喜你~答对了
+5羽毛
下一次认真读哦
成功推荐给其他人
+ 10羽毛
评论成功且进入审核!审核通过后,您将获得10羽毛的奖励。分享本文章给好友阅读最高再得15羽毛~
(羽毛可至 "羽毛精选" 兑换礼品)
好友微信扫一扫
复制链接