常見的事件跟踪陷阱以及如何避免它們

已發表: 2022-12-13

編者按：本文最初發表於 2021 年 2 月 19 日的 Iteratively 博客。

數據收集是數據堆棧的基礎，但它經常被忽視——甚至不受歡迎——因此許多公司沒有花費必要的時間和資源來正確處理它。

當事件跟踪沒有得到應有的關愛和關懷時，分析跟踪陷阱很容易發生。幸運的是，了解這些陷阱是什麼，您可以更輕鬆地避免它們。此外，您可以使用下面分享的一些具體技巧來改進數據收集策略和流程。

什麼是事件跟踪？

在我們深入探討之前，讓我們快速了解一下我們在這裡介紹的內容：事件跟踪是捕獲和收集有關用戶與數字產品（例如網站、Web 或移動應用程序）交互的數據的過程。

任何用戶發起的動作都可以編碼為事件，例如頁面瀏覽、按鈕點擊、表單提交和搜索。您應該捕獲哪些事件在很大程度上取決於您的產品、業務模型和數據成熟度。每個產品都有自己的一組用戶行為，致力於改進或銷售產品的團隊將有自己的分析指標和目標。如果您剛剛開始使用事件跟踪，請查看我們的創建跟踪計劃指南。

要獲得有關產品性能、用戶行為或客戶獲取策略的見解，您需要考慮四個基本數據構建塊：

任何用戶或服務器發起的動作都是一個事件。這包括從頁面瀏覽和按鈕點擊到帳戶刪除和應用程序崩潰的所有內容。

事件屬性進一步描述特定事件及其調用的上下文。您可以利用屬性來捕獲有關事件的其他信息，例如瀏覽器信息或在表單字段中提交的信息。

用戶是執行事件的個人。他們是您不知名的網絡訪問者、應用程序用戶或登錄客戶。

用戶屬性可以很容易地記錄用戶的特徵。這可能包括他們的訂閱計劃、地理位置、用戶 ID 以及瀏覽器或設備類型等數據。

現在我們已經介紹了基礎知識，讓我們看看在與許多數據和產品團隊交談時遇到的常見陷阱。

雖然您可能收集了大量事件（每天可能收集數十億個，具體取決於您的公司規模和業務模式），但我們建議您限制事件類型的總數。 龐大的事件字典會讓您大海撈針，而數據消費者（例如分析師和 PM）將很難弄清楚他們需要哪些事件來執行他們的分析。

提示：我們建議您的跟踪計劃應包含 10 到 200 種事件類型。 顯然複雜的多產品可能需要更多，但我們經常看到公司可以通過整理事件類型來大大精簡他們的數據模型。

與上述觀點相關，我們經常看到公司的數據模型過於具體，這使得它很難保持一致和可擴展（因此導致事件類型過多）。例如，我們已經看到公司為其每個登陸頁面使用唯一事件，而不是包含上下文屬性值（例如 UTM 參數和 URL）的包羅萬象的事件“Page View”。

提示：主動確保您創建的結構可以隨著您的成長而擴展，並專注於您今天需要的數據。

我們看到團隊花費大量時間來定義他們的事件，但很少考慮應該與哪些屬性相關聯。可以說，事件和用戶數據只有在您也了解它們的上下文時才會真正有用——沒有它們，您的分析將受到限制。

提示：確保以應有的重要性對待屬性。 為了幫助您的團隊充分利用屬性，您可以創建屬性模板供人們利用：“如果我觸發此事件，我可以隨事件一起發送哪些屬性？” 您甚至可以指定哪些屬性是必需的，哪些是可選的。這在 Amplitude 中很容易做到，但您也可以在 Google 表格或概念頁面中創建這些。

我們經常看到與事件未正確觸發相關的下游數據質量問題，例如觸發過於頻繁、根本不觸發或在錯誤的時間觸發。這主要是因為事件跟踪未經測試，也沒有像對待代碼一樣對待。

提示：最佳做法是像對待任何其他代碼一樣對待您的跟踪並對其進行測試。 擴展 QA，將事件跟踪作為現有 CI/CD 和單元測試工作流的一部分。

即使在最好的公司，事件命名慣例也會變成狂野的西部。您可能讓您的 iOS 和 Android 團隊遵循一個約定，而您的 Web 和產品團隊則遵循另一個約定。再加上檢測過程中的人為錯誤，您的數據消費者在數據可用於分析之前需要處理大量數據。

提示：使用像對像操作這樣的框架作為管理事件結構的最佳實踐（即每個事件都與應用程序中的一個對象（例如按鈕）和一個操作（例如單擊）相關聯）。並使用像振幅這樣的系統來在團隊之間和檢測期間強制執行您的命名約定。

這個非常簡單，但時區很重要。當您想要與跨時區的人預定會議時，請考慮複雜性。您不希望數據如此復雜。

提示：不要想太多，堅持使用 UTC。

這不是我們經常看到的事情，但它確實發生在團隊中，而且通常總是涉及到數字。例如，由六位數字組成的用戶 ID 實際上不是一個數值，而是一個字符串值。

提示：注意屬性描述的內容以及它將如何確定正確的字段類型。 將包含所有屬性類型示例的文檔放在手邊，以便您的團隊輕鬆準確地制定跟踪計劃。

是否對設計、檢測和改進事件跟踪所帶來的所有危險和困難感到不知所措？振幅有你的支持。

Amplitude 的數據管理功能可幫助數據團隊、產品經理和工程師定義、檢測、驗證事件跟踪並開展協作。我們主動解決因事件命名不一致和跟踪缺失而引起的數據質量問題，並提供用於管理跟踪演變的工作流程。

我們幫助您擺脫電子表格，將您的事件數據圖解化，並執行您的跟踪計劃，這樣您就可以使用高質量的數據，而無需進行數據處理。如果您有興趣試用 Amplitude 的數據管理功能，請立即創建一個免費帳戶，或與我們的團隊一起預訂演示以了解更多信息。