Najlepsze praktyki, których należy przestrzegać podczas tworzenia lub rozwijania śledzenia Analytics

Uwaga edytora: ten artykuł został pierwotnie opublikowany na blogu Iteratively 10 stycznia 2021 r.

Plan śledzenia jest żywym dokumentem (lub może żyć w narzędziu takim jak Amplitude) i zwykle określa, jakie zdarzenia i właściwości należy śledzić, co oznaczają i gdzie są śledzone. Pomaga skodyfikować pojedyncze źródło prawdy dla Twoich analiz i zapewnia Twoim programistom szczegółowe informacje, których potrzebują do oprzyrządowania śledzenia (lub schematu) analitycznego w bazie kodu Twojego produktu.

I dlaczego go potrzebujesz? Cóż, bez planu śledzenia bardzo trudno jest wiedzieć, jakie zdarzenia rejestrujesz w swoim produkcie i co one oznaczają. Pomaga również zapewnić spójność przechwytywanych danych we wszystkich źródłach (np. iOS, Android, Internet, backend) i daje odbiorcom danych zrozumienie, jakie dane mogą eksplorować w celu analizy w narzędziach takich jak Amplitude lub bezpośrednio w hurtowni danych .

Oprócz planu śledzenia potrzebny jest również proces definiowania, instrumentowania i weryfikowania śledzenia analitycznego. W proces ten zwykle zaangażowani są menedżerowie produktu, analitycy danych i programiści.

W tym poście przyjrzymy się kilku sposobom zapewnienia, że ​​Ty i Twój zespół odniesiecie sukces i będziecie mogli czerpać korzyści z planu i procesu śledzenia, przenosząc swoje analizy na wyższy poziom.

Zacznij od swoich celów i wskaźników

Bardzo ważne jest, aby zacząć od nakreślenia wskaźników, a następnie przejść do zdarzeń potrzebnych do prawidłowego raportowania tych wskaźników. Bez powiązania między celami, wskaźnikami i zdarzeniami najprawdopodobniej otrzymasz rozległy plan śledzenia i dane, których tak naprawdę nie potrzebujesz, a jednocześnie przegapisz wydarzenia kluczowe dla Twojej firmy.

Pomaga także ustalać priorytety zdarzeń dla oprzyrządowania i, miejmy nadzieję, zmusza menedżerów produktu i analityków danych do myślenia nie tylko o celu lub mierniku sukcesu nowej funkcji, ale także o tym, jak przekłada się to na rzeczywiste śledzenie potrzebne w produkcie do pomiaru.

Nie zapomnij o właściwościach zdarzenia i użytkownika

Właściwości to miejsce, w którym można uchwycić wszystkie szczegóły związane ze zdarzeniem lub użytkownikiem. Opisują kontekst wydarzenia lub użytkownika i umożliwiają analitykom grupowanie, filtrowanie i kohortowanie.

Istnieją dwa rodzaje właściwości: specyficzne dla zdarzenia (np. kwota przychodu związana ze zdarzeniem zakupu) i specyficzne dla użytkownika (np. informacje demograficzne o użytkowniku). Z większością wydarzeń i użytkowników będzie powiązanych wiele właściwości. Podobnie jak w przypadku wydarzeń, zalecamy rejestrowanie tylko tego, czego potrzebujesz, i zaczynanie od małych rzeczy.

Ustal spójność i zachowaj prostotę

Głównym winowajcą problemów z jakością danych są niespójne konwencje nazewnictwa. Może się zdarzyć, że jeden zespół przechwytuje wydarzenie jako „Odtworzony utwór”, podczas gdy inny zespół przechwytuje to samo wydarzenie jako „Odtworzony utwór”. To pozostawia analityków z dużą ilością danych lub, co gorsza, z niekompletnymi raportami.

Uzgodnij konwencję nazewnictwa dla swoich wydarzeń i właściwości i upewnij się, że jest ona jasna dla wszystkich zaangażowanych w definiowanie i instrumentowanie śledzenia analitycznego (lub użyj narzędzia takiego jak Amplitude, aby łatwo to wymusić).

Wraz z konwencjami nazewnictwa ustal ramy dla swoich wydarzeń, np. „Obiekt-Akcja”. Najpierw wybierz obiekty (np. „Utwór”), ​​a następnie zdefiniuj działania, które użytkownicy wykonują na tym obiekcie (np. „Odtwarzane”, „Wstrzymane”), aby utworzyć zdarzenia, takie jak „Odtworzony utwór” lub „Utwór wstrzymany”. I na koniec uzgodnij czas (np. „Odtwarzano piosenkę” lub „Odtwarzano piosenkę”).

Określ, gdzie przechwytywać zdarzenia

Jeśli chodzi o śledzenie danych analitycznych, masz do wyboru opcje i ważne jest, aby zrozumieć zalety i wady, aby określić optymalną kombinację, która pasuje do Twojej firmy i potrzeb analitycznych. Wiele firm ogranicza się do przechwytywania zdarzeń po stronie klienta i nie korzysta z przechwytywania zdarzeń po stronie serwera.

Zbieranie zdarzeń na serwerze jest bardziej niezawodne i zalecamy, aby zawsze rejestrować tam zdarzenia o znaczeniu krytycznym. Chociaż śledzenie po stronie serwera jest nieco ograniczone i ma mniejszy dostęp do informacji o użytkowniku (np. adres IP, agent użytkownika, strona odsyłająca i parametry UTM), jest ono znacznie bardziej niezawodne i odporne.

Śledzenie po stronie klienta pozwala uzyskać znacznie bogatsze informacje i jest miejscem, w którym należy przechwytywać zdarzenia, w przypadku których wymagany jest kontekst wystąpienia zdarzenia (np. w przypadku wyświetlenia pierwszej strony chcesz przechwycić parametry UTM i strony odsyłające, aby zrozumieć, skąd pochodzi wizyta) . Pamiętaj jednak, że blokery reklam i ograniczenia przeglądarki, takie jak ITP i ETP, mogą ograniczać śledzenie po stronie klienta, dlatego chcesz znaleźć optymalne połączenie bogactwa i niezawodności.

Zachowaj oddzielne środowiska deweloperskie i produkcyjne

Ten jest prosty, ale nadal widzimy, jak firmy wysyłają dane ze swoich środowisk programistycznych do swoich celów analitycznych. Nie zanieczyszczaj danych produkcyjnych i upewnij się, że środowiska są oddzielne.

Egzekwuj swój plan śledzenia

Wiele zespołów traktuje śledzenie analityczne jako refleksję i nie stosuje tych samych praktyk, co w przypadku innego kodu. To naturalnie skutkuje błędami analitycznymi, które będziesz musiał naprawić na dalszych etapach lub, co gorsza, których w ogóle nie wykryjesz. Widzimy, jak wiele zespołów traci w ten sposób zaufanie do swoich danych, a kiedy zaufanie zniknie, trudno je odbudować!

Aby temu zaradzić, ważne jest, aby zweryfikować i wyegzekwować śledzenie danych analitycznych. Napisaliśmy obszerny przewodnik przedstawiający różne sposoby sprawdzania poprawności danych zgodnie z ich specyfikacjami.

Podsumowując, istnieje kilka sposobów wymuszenia śledzenia, które zwykle należą do jednej z dwóch kategorii: podejście reaktywne lub proaktywne. Możesz wymusić swój plan śledzenia lub schemat analityczny na kliencie, w potoku i w miejscu docelowym ( zwykle hurtownia danych lub miejsce docelowe analizy). Zawsze zalecamy rozwiązywanie problemów jakościowych u źródła, tj. upewnianie się, że instrumenty są zgodne ze specyfikacją, a następnie weryfikacja tego za pomocą testów jednostkowych oraz w ramach CI/CD.

Przypisz właściciela

Kluczowe znaczenie ma posiadanie jasnego właściciela planu śledzenia. Aby mieć pewność, że Twój plan śledzenia jest aktualny, potrzebna jest odpowiedzialność. W innym poście na blogu zagłębiamy się w to, kto może być tym właścicielem i jak budujesz proces wokół śledzenia analitycznego.

Jedzenie na wynos? Uważamy, że zespół produktowy najlepiej nadaje się do bycia właścicielem Twojego planu śledzenia i zalecamy posiadanie przejrzystego procesu śledzenia danych analitycznych, dzięki któremu śledzenie zdarzeń będzie pojawiać się wraz z każdą nową wersją produktu. Oznacza to zdefiniowanie jasnego procesu śledzenia zdarzeń i powierzenie zespołowi produktowemu przejęcia odpowiedzialności poprzez wyposażenie go w odpowiednie narzędzia i szkolenia.

Dokumentuj wszystko

Nie możemy przecenić wagi aktualnej dokumentacji. Bez tego śledzenie analityczne łatwo stanie się bałaganem, zespoły zaczną zapominać o włączeniu śledzenia jako części procesu wydawania, a ty rozpoczniesz spiralę braku zaufania do swoich danych.

Dokumentacja ręczna może być żmudna i łatwa do zapomnienia, ale zdecydowanie zalecamy udokumentowanie co najmniej następujących elementów:

• Wytyczne śledzenia Analytics: Omówienie całego procesu, w tym taksonomii i struktury zdarzeń, sposobu definiowania nowych zdarzeń, kto jest za co odpowiedzialny oraz linków do powiązanych zasobów.
• Plan śledzenia: rzeczywista lista zdarzeń i właściwości, w tym opisy, skąd są śledzone, od kiedy i kto jest właścicielem.
• Proces oprzyrządowania : dołącz dokument dotyczący procesu, w jaki sposób zapewnić wdrożenie nowych zdarzeń, aż do poziomu biletu Jira, wymagań dotyczących oprzyrządowania, testowania, walidacji i nie tylko.

Wiele firm korzysta z Arkuszy Google, stron Notion lub Confluence do zarządzania tymi dokumentami. Dzięki funkcjom zarządzania danymi firmy Amplitude wszystko to odbywa się za Ciebie automatycznie, zapewniając synchronizację całej firmy w zakresie analiz.

Zapoznaj się z najlepszymi praktykami dzięki Amplitude

Amplitude pomaga zespołom ds. danych, menedżerom produktów i inżynierom definiować, instrumentować, weryfikować i współpracować przy śledzeniu analiz. Proaktywnie rozwiązujemy problemy z jakością danych wynikające z niespójnego nazewnictwa zdarzeń i braku śledzenia oraz zapewniamy przepływ pracy do zarządzania ewolucją śledzenia.

Zapewniamy zespołom dostęp do wysokiej jakości danych, które są gotowe do użycia, umożliwiając im prawidłowe śledzenie danych analitycznych już za pierwszym razem. Jeśli chcesz wypróbować Amplitude w swojej firmie, utwórz konto już dziś lub zarezerwuj demo z naszym zespołem, aby dowiedzieć się więcej.