常见的事件跟踪陷阱以及如何避免它们

已发表: 2022-12-13

编者按：本文最初发表于 2021 年 2 月 19 日的 Iteratively 博客。

数据收集是数据堆栈的基础，但它经常被忽视——甚至不受欢迎——因此许多公司没有花费必要的时间和资源来正确处理它。

当事件跟踪没有得到应有的关爱和关怀时，分析跟踪陷阱很容易发生。幸运的是，了解这些陷阱是什么，您可以更轻松地避免它们。此外，您可以使用下面分享的一些具体技巧来改进数据收集策略和流程。

什么是事件跟踪？

在我们深入探讨之前，让我们快速了解一下我们在这里介绍的内容：事件跟踪是捕获和收集有关用户与数字产品（例如网站、Web 或移动应用程序）交互的数据的过程。

任何用户发起的动作都可以编码为事件，例如页面浏览、按钮点击、表单提交和搜索。您应该捕获哪些事件在很大程度上取决于您的产品、业务模型和数据成熟度。每个产品都有自己的一组用户行为，致力于改进或销售产品的团队将有自己的分析指标和目标。如果您刚刚开始使用事件跟踪，请查看我们的创建跟踪计划指南。

要获得有关产品性能、用户行为或客户获取策略的见解，您需要考虑四个基本数据构建块：

任何用户或服务器发起的动作都是一个事件。这包括从页面浏览和按钮点击到帐户删除和应用程序崩溃的所有内容。

事件属性进一步描述特定事件及其调用的上下文。您可以利用属性来捕获有关事件的其他信息，例如浏览器信息或在表单字段中提交的信息。

用户是执行事件的个人。他们是您不知名的网络访问者、应用程序用户或登录客户。

用户属性可以很容易地记录用户的特征。这可能包括他们的订阅计划、地理位置、用户 ID 以及浏览器或设备类型等数据。

现在我们已经介绍了基础知识，让我们看看在与许多数据和产品团队交谈时遇到的常见陷阱。

虽然您可能收集了大量事件（每天可能收集数十亿个，具体取决于您的公司规模和业务模式），但我们建议您限制事件类型的总数。 庞大的事件字典会让您大海捞针，而数据消费者（例如分析师和 PM）将很难弄清楚他们需要哪些事件来执行他们的分析。

提示：我们建议您的跟踪计划应包含 10 到 200 种事件类型。 显然复杂的多产品可能需要更多，但我们经常看到公司可以通过整理事件类型来大大精简他们的数据模型。

与上述观点相关，我们经常看到公司的数据模型过于具体，这使得它很难保持一致和可扩展（因此导致事件类型过多）。例如，我们已经看到公司为其每个登陆页面使用唯一事件，而不是包含上下文属性值（例如 UTM 参数和 URL）的包罗万象的事件“Page View”。

提示：主动确保您创建的结构可以随着您的成长而扩展，并专注于您今天需要的数据。

我们看到团队花费大量时间来定义他们的事件，但很少考虑应该与哪些属性相关联。可以说，事件和用户数据只有在您也了解它们的上下文时才会真正有用——没有它们，您的分析将受到限制。

提示：确保以应有的重要性对待属性。 为了帮助您的团队充分利用属性，您可以创建属性模板供人们利用：“如果我触发此事件，我可以随事件一起发送哪些属性？” 您甚至可以指定哪些属性是必需的，哪些是可选的。这在 Amplitude 中很容易做到，但您也可以在 Google 表格或概念页面中创建这些。

我们经常看到与事件未正确触发相关的下游数据质量问题，例如触发过于频繁、根本不触发或在错误的时间触发。这主要是因为事件跟踪未经测试，也没有像对待代码一样对待。

提示：最佳做法是像对待任何其他代码一样对待您的跟踪并对其进行测试。 扩展 QA，将事件跟踪作为现有 CI/CD 和单元测试工作流的一部分。

即使在最好的公司，事件命名惯例也会变成狂野的西部。您可能让您的 iOS 和 Android 团队遵循一个约定，而您的 Web 和产品团队则遵循另一个约定。再加上检测过程中的人为错误，您的数据消费者在数据可用于分析之前需要处理大量数据。

提示：使用像对象操作这样的框架作为管理事件结构的最佳实践（即每个事件都与应用程序中的一个对象（例如按钮）和一个操作（例如单击）相关联）。并使用像振幅这样的系统来在团队之间和检测期间强制执行您的命名约定。

这个非常简单，但时区很重要。当您想要与跨时区的人预定会议时，请考虑复杂性。您不希望数据如此复杂。

提示：不要想太多，坚持使用 UTC。

这不是我们经常看到的事情，但它确实发生在团队中，而且通常总是涉及到数字。例如，由六位数字组成的用户 ID 实际上不是一个数值，而是一个字符串值。

提示：注意属性描述的内容以及它将如何确定正确的字段类型。 将包含所有属性类型示例的文档放在手边，以便您的团队轻松准确地制定跟踪计划。

是否对设计、检测和改进事件跟踪所带来的所有危险和困难感到不知所措？振幅有你的支持。

Amplitude 的数据管理功能可帮助数据团队、产品经理和工程师定义、检测、验证事件跟踪并开展协作。我们主动解决因事件命名不一致和跟踪缺失而引起的数据质量问题，并提供用于管理跟踪演变的工作流程。

我们帮助您摆脱电子表格，将您的事件数据图解化，并执行您的跟踪计划，这样您就可以使用高质量的数据，而无需进行数据处理。如果您有兴趣试用 Amplitude 的数据管理功能，请立即创建一个免费帐户，或与我们的团队一起预订演示以了解更多信息。