如何在数据农耕时代做个好“数农”?

risk

原来分析的都是后台交易数据,现在要分析用户浏览行为,那要怎么搜集数据,数据埋点要注意点什么?

十年前在一家国有大行做分析数据时,数据是从磁带上导出来的核心系统的备份数据,数据诊断时候发现少了一个月的数据,后来检查才知道是磁带发霉了,数据无法恢复。这些数据搜集存储的目的不是做数据分析,分析这件事你做与不做,数据他都在哪里,就像一个厨师采来野果做菜,你不做菜,这个果子原本也就在哪里,这就是数据的渔猎时代。

而到了互联网时代,数据分析的概念已经深入人心,一个APP,一个网站,要精准运营,要数据分析是必不可少。这时候要了解分析用户使用的行为,就要埋点收集数据,这些数据如果不是为了分析的目的,本身是不用生成和搜集,就像一个厨师要做好薯条,就要种出个头和淀粉含量符合要求的土豆,这是数据的农耕时代。

要做新一代的好厨(feixi)师,就要既懂得打猎,又懂的种地,结合好两方面的食(shu)材(ju),今天就以互联网金融分析场景为例,说说数据收集埋点这件事儿。

1. 以分析作为数据埋点的目标

厨师先想好做什么菜,在选择用什么样的食材,在反推出要种什么样的粮食蔬菜。数据分析同样也是,先知道分析什么,再确定埋点的方案。

如果只是简单统计页面的展示量,按钮的点击量的的话,就所有控件统一埋上浏览和点击事件;但是如果又更进一步的分析需求,比如分析不同渠道用户购买理财产品的平均期限长度,7天的还是180天的理财产品,就要在购买行为埋点时纪录下产品的相关属性,作为购买事件属性的一部分,这样在后面分析的时候可以直接使用。

2. 打通前端埋点数据和核心业务系统数据

传统金融客户分析都是分析用户金融行为,比如存款,贷款一类的行为,这类行为在业务数据库中可以查到;现在蓬勃发展的互联网金融业务中,还要分析纪录用户的前端浏览、交互的行为,对于一个用户的分析需要综合两方面的数据。

比如对于最近一直浏览网站,没有购买的客户进行精准推荐,就要结合最近浏览的产品种类和过去购买过金融产品金额,产品特性,进行分析,这就要打通前端日志数据的用户ID和后台业务系统中的用户ID,对于注册登陆用户要在日志中保留用户业务系统ID,以便与关联分析。

同时对于一开始没有注册登陆,后来注册登陆的用户,也要通过通用ID来进行关联,最终把非登陆行为数据,登陆后行为数据和业务系统数据整合起来,进行全面的分析。

3. 统一不同平台的相同功能埋点名称

在移动端一般都会进行iOS和Android两个版本的开发,而这两个版本功能大致相同,这种情况下, 相同功能的事件的埋点,尽量用统一的名称。

比如绑卡按钮,最好不要一个叫“系统绑卡”,一个叫“绑卡操作”,如果要对绑卡这个行为进行分析时,不方便统一进行分析;而是统一叫做“绑卡操作”,因为在日志都会有“平台”这个事件属性,可以以平台作为维度来进行筛选和对比,不筛选就可以看到总体绑卡行为的操作次数和操作人数了。

4. 通过存储上下文信息来优化分析过程

在日志数据中,每个事件都是一行数据,想对这些日志进行综合分析时,关联前后事件信息必不可少,这是如果可以在事件属性中纪录事件前后关系的信息,就可以更方便的进行分析。

比如在很多金融服务中都要在手机端填写比较多的登记信息,比如保险报价流程,需要跳转多个页面,如果要分析一次填写中的时间跨度,前后关联的情况,推荐在流程第一步时声称一个本次事务的ID,后面几步都纪录下这个ID,这样在使用的时候,以这个ID为关联,就可以更方便进行联合统计分析。

5. 小结

数据时代,数据是企业的核心资产,要想让这种资产更好的发挥他的价值,就需要更多的“数农”,用更科学的“耕种”方法,获得更优质“收成”。