SDK埋點方案實例分析

今天小編給大家分享一下SDK埋點方案實例分析的相關知識點，內容詳細，邏輯清晰，相信大部分人都還太了解這方面的知識，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來了解一下吧。

1 綜述

本方案包括埋點技術實現方案和埋點業務設計方案兩部分。旨在通過本方案完成數據采集技術構建和業務設計，在App、小程序的系統供應商配合下完成用戶行為數據采集埋點，并基于埋點的數據構建線上用戶行為標簽和畫像。

1.1 數據埋點架構設計思路

所謂“埋點”，是數據采集領域（尤其是用戶行為數據采集領域）的術語，指的是針對特定用戶行為或事件進行捕獲、處理和發送的相關技術及其實施過程。比如用戶某個icon點擊次數、觀看某個視頻的時長等等。

埋點的技術實質，是先監聽軟件應用運行過程中的事件，當需要關注的事件發生時進行判斷和捕獲。

全埋點：接入終端只需引入SDK進行全局配置即可完成全埋點操作。SDK 可以自動采集一些用戶行為，如 App 啟動、退出、瀏覽頁面、控件點擊。并全部上報，不需要開發人員添加額外代碼。

代碼埋點：在需要收集信息的各個事件函數中，嵌入自定義事件上報代碼，對于關鍵的業務事件（例如購買、支付、課程播放等）采用這種方案相結合,可根據業務要求定義需要采集業務和行為數據。

1.2 埋點業務設計思路

埋點業務設計，首先需要根據業務分析明確采集的目標行為，進一步搞清楚應該在哪些地方埋什么樣的點。過程中建議使用“事件模型（ Event 模型）”來描述用戶的各種行為，事件模型包括事件（ Event ）和用戶（ User ）兩個核心實體。

基于4W1H模型描述用戶行為可將整個行為描述清楚，要點包括：是誰、什么時間、什么地點、以什么方式、干了什么。通過這兩個實體結合在一起就可以清晰地描述清楚用戶行為。

以某個App頁面的瀏覽，定義埋點和維度的行為分析舉例：

1.3 方案內專業詞匯說明

維度

維度描述的是一個事物身上所具備的特征或屬性。比如一個人屬于什么性別，生活在哪個城市，喜歡什么顏色，這些都是這個人身上所具備的屬性特征。

而在網站分析領域，維度往往用來描述和分析指標，比如單一的訪問數指標并不能告訴你太多信息，一旦加上來源這個維度，就馬上變得有意義了。

指標

指標，即具體的數值。比如訪客、頁面瀏覽量、停留時長都屬于常見的指標。

指標一般可分為計數指標和復合指標。計數指標如訪客、訪問、頁面瀏覽量、停留時長等；復合指標如跳出率、交互深度、轉化率等。指標一般伴隨維度來分析才有更大的意義。

展示和點擊

展示，指頁面上元素的曝光次數。點擊，指頁面元素被用戶點擊的次數。

這兩個指標主要適用于線上廣告投放，比如評估投放在新浪首頁的品牌廣告，展示了多少次，點擊了多少次。

訪客

英文為 Visitor，通俗解釋為訪問網站或 App 的人。前面加上 Unique 后，即我們平常說的 UV，唯一身份訪客。

對于數據統計工具而言，一般用匿名 ID 來標記訪問者，網頁端產品是 Cookie（網站服務器投放在用戶瀏覽器上的一小段文本），App 端產品是設備 ID。

訪問

即 Visit，網頁端產品常用概念，指用戶一系列連續的頁面瀏覽行為，跟會話 Session 同義。隨著移動互聯網的崛起，考慮到 App 的使用，Session 慢慢代替 Visit 成為主要用詞。

業界對于 Session 內行為間的間隔設定了有效期限，網頁端產品為 30 分鐘，App 端產品時間較短，一般為 1 分鐘。

頁面瀏覽量

PageView，即 PV，指頁面被用戶瀏覽的次數，嚴格定義上指的是用戶向網站發出并完成的一個下載頁面的請求。

頁面瀏覽的概念主要適用于網頁端產品，對于 App 的分析，現主要使用屏幕瀏覽，即 ScreenView。

停留時長

對應于用戶 Session，便有了停留時長指標，主要用來衡量用戶與網站、App 交互的深度。交互越深，相應停留的時長也越長。

一般有頁面停留時長，會話時長以及平均停留時長等概念，其計算的核心原理在于記錄下用戶行為發生時的時間戳，后期再應用相應公式來計算。

跳出率

BounceRate，一個衡量落地頁質量好壞的重要指標。跳出的概念是指用戶在一次訪問中僅做了一次互動便選擇了離開，單一頁面和全站均有跳出率的概念。

頁面跳出率為該頁面跳出的訪問次數占該頁面總訪問次數的百分比。全站跳出率則為跳出的訪問次數除以總的訪問次數。

交互深度

交互深度是指用戶在一次瀏覽網站或 App 過程中，訪問了多少頁面。用戶在一次瀏覽中訪問的頁面越多，交互深度就越深。交互深度能夠側面反映網站或 App 對于用戶的吸引力。

可以通過 Session 來計算用戶的平均交互深度。

轉化率

任何產品都需要關注的核心指標，主要用來衡量用戶從流量到發生實際目標轉化的能力。

一般用目標轉化的次數或人數除以進入目標轉化漏斗的人數或次數，因目標行為的不同，轉化率是一個非常靈活的指標，比如你可以自定義注冊轉化率、登錄轉化率、購買轉化率、搜索成功轉化率等。

2 埋點技術設計

SDK埋點采集行為數據來源終端包括iOS、安卓、Web、H5、微信小程序等。不同終端SDK采用對應平臺和主流語言的SDK，埋點采集到的數據通過JSON數據以HTTP POST方式提交到服務端API。

服務端API由數據接入系統組成，采用Nginx來接收通過 API 發送的數據，并且將之寫到日志文件上。使用Nginx實現高可靠性與高可擴展性。

對于Nginx打印到文件的日志，會由Flume的 Source 模塊來實時讀取Nginx日志，并由Channel模塊進行數據處理，最終通過Sink模塊將處理結果發布到 Kafka中。

Kafka是一個廣泛使用的高可用的分布式消息隊列，作為數據接入與數據處理兩個流程之間的緩沖，同時也作為近期數據的一個備份。通過對外提供訪問 API，數據中臺可以直接從 Kafka中將數據引走，進入數倉構建指標。

以上就是“SDK埋點方案實例分析”這篇文章的所有內容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會為大家更新不同的知識，如果還想學習更多的知識，請關注億速云行業資訊頻道。