# 用户行为数据

# 概述

根据业务场景的需求,进行用户操作行为的数据采集,进一步的进行数据结构化分析

# 数据埋点

# 埋点方式

目前主流的埋点方式,有代码埋点(前端后端)、可视化埋点、全埋点三种。

  • 代码埋点是通过调用埋点 SDK 函数,在需要埋点的业务逻辑功能位置调用接口,上报
  • 埋点数据我们对页面中的某个按钮埋点后,当这个按钮被点击时,可以在这个按钮 对应的 OnClick 函数里面调用 SDK 提供的数据发送接口,来发送数据。 可视化埋点只需要研发人员集成采集 SDK,不需要写埋点代码,业务人员就可以通过 访问分析平台的“圈选”功能,来“圈出需要对用户行为进行捕捉的控件,并对该事件进 行命名。圈选完毕后,这些配置会同步到各个用户的终端上,由采集 SDK 按照圈选的配置 自动进行用户行为数据的采集和发送。
  • 全埋点是通过在产品中嵌入 SDK,前端自动采集页面上的全部用户行为事件,上报埋 点数据,相当于做了一个统一的埋点。然后再通过界面配置哪些数据需要在系统里面进行分析。

当前使用多种埋点进行处理

# 上报时期

本项目采用的是第二种

  • 离开页面时,减少服务器压力,但不及时
  • 每个事件、动作、错误等产生后,立即发送,响应及时,但对服务器有压力

# 目标数据

针对于电商数据分析,收集和分析的数据主要包括以下几点:

  • 页面数据
  • 事件数据
  • 曝光数据
  • 启动数据
  • 错误数据

# ODS 层数据

数据采集内容

# 页面数据

页面的基本信息

序号 字段名称 字段描述 备注
1 page_id 页面 id 比如 login/register/activity/home/category/top_n/search/good_list
2 last_page_id 上页 id
3 page_item_type 页面对象类型
4 page_item_id 页面对象 id
5 source_type 页面来源类型 比如 promotion("商品推广")
6 druing_time 停留时间(毫秒)
7 ts 跳入时间

# 事件数据

序号 字段名称 字段描述 备注
1 action_id 动作 id 如:favor_add/favor_canel/cart_add/cart_remove
2 item_type 动作目标类型 如: sku_id(商品)/coupon_id(购物券)
3 item_id 动作目标 id
4 ts 动作时间

# 曝光数据

序号 字段名称 字段描述 备注
1 display_type 曝光类型 如:promotion(商品推广)/query(查询/结果商品)
2 item_type 曝光对象类型 如: sku_id(商品)/coupon_id(购物券)
3 item_id 曝光对象 id
4 order 曝光顺序

# 启动数据

启动数据记录应用的启动信息

序号 字段名称 字段描述 备注
1 entry 启动入口 icon(图标)/notification(通知)
2 loading_time 启动加载时间
3 open_ad_id 开屏广告 id
4 open_ad_ms 广告播放时间
5 open_ad_skip_ms 用户跳过广告时间
6 ts 启动时间
7 phone_type 手机型号 如:iPhone8

# 错误数据

错误数据记录应用使用过程中的错误信息

序号 字段名称 字段描述 备注
1 error_code 错误码
2 message 错误信息

# 其它