独家 | 一个好的事件跟踪字典是什么样的?
共 9091字,需浏览 19分钟
·
2022-01-13 10:13
作者:Crystal Widjaja 翻译:殷之涵 校对:王可汗 本文约7700字,建议阅读15+分钟
本文将从作者的亲身经历循序渐进地带你定位大多数事件分析出错的根本原因并给出解决策略。
意图。选择了新的付款方式和提交了新的付款细节。
成功。添加新的付款方式 成功。
失败。添加新的付款方式失败。
意图:选择创建发票 → 开始填写新发票 → 搜索联系人。
成功:收件人被添加到发票上 → 发送发票。
失败:发票草稿已保存(默认动作)。
请注意,我们在这里有两个级别的意图——高的意图,即用户主动提交他们的付款细节;以及低的、但具有指示性的意图,即用户正在选择是否通过银行或信用卡添加他们的支付详情。这些事件之间的延迟会导致团队采取可操作的后续步骤:用户要么觉得要输入的字段太多太麻烦,要么当时手头上并没有这些信息。我们既然知道他们是否选择了银行或信用卡支付方式,那么就可以提供更多的信息和个性化的内容,帮助用户完成这一步骤。
隐性失败是指在成功完成目标之前的放弃行为。用户就这样从我们的流程中 "消失 "了。在前文的例子二中,事件的跟踪方式提供了两个隐性失败指标。
用户如果执行了 "选择创建发票",但没有在5分钟内执行 "开始新发票",表示激活过程中失败。
用户如果搜索了联系人,但没有在5分钟内将收件人添加到发票中,表明我们的搜索结果或搜索历史失败。用户可能觉得没有足够的动力去新建一个联系人,或者没看明白搜索结果。
显性失败是指预期体验出错的事件。
像Lyft的"Ride Cancelled"(取消行程)或在订购食品快递时的"Order Cancelled - Restaurant Closed"(取消订单-餐馆打烊)等事件都是明确失败的例子。
在Honeydu中,"添加新的付款方式失败 "和 "支付发票失败 "是两个事件的例子,它们经常在事件追踪工作中被遗忘,因为它们是对用户行为的反应,而不是在产品中采取的实际行动。然而,如果你的网络/移动应用程序收到错误并显示给你的用户,这些应该很容易跟踪和记录,以便监测。将这些错误响应信息存储为事件属性,是快速诊断用户旅程突然失败的原因的简单方法。
好做法:选定的注册(事件),来源(属性),Facebook(属性值)。
坏做法:选择Facebook为注册方式。
问题:用户更喜欢以什么样的方式添加联系人?
属性举例:来源→历史/导入/手动输入。
假设:新用户更倾向于使用模板来入门,与选择自定义发票的老用户相比,他们需要更多的新手培训才能充分利用发票工具。
属性示例:模板名称 → (null)/基础发票模板/其他。
我该如何区分那些失望和不感兴趣的用户?
我怎么才能识别成熟用户与临时用户使用APP时的不同路径?
这是否给了我足够细致的数据来比较和对比成功用户和掉线用户??
如果这是我从一个用户那里追踪到的最后一个事件,我想知道用户在这个屏幕上的体验是什么?
城市
年龄
公司规模
职位
产品层级
如果我是这个用户的个人助理,那么我需要了解他们的哪些偏好,以便为其提供帮助?
哪些人口统计信息可能会影响用户的行为?
来源
活动
进入页面
首次订单日期。
首次服务类型。
总订单数。
设置并忘记(Set and Forget)型属性:这些属性一经设置就不再改变。例如首次购买日期、首次注册类型和出生日期。
附加/增加(Append/Increment)型属性:这些是你用来细分和创建相关的、个性化的用户体验的属性,如总购买量、总收入等。添加(和删除)用户属性可以让团队快速识别相关用户的促销活动、信息更新,以及他们已经表示感兴趣的体验。具体地,例如已消费餐厅的列表(外卖)、喜欢/收藏过的商店列表、或用户使用过的功能。
取消乘车-用户发起/系统发起。
选择付款-信用卡/电汇。
上传的照片-拍照上传/从相册选择。
登录成功-谷歌/Facebook/电子邮件/手机号。
是什么原因导致了这种转换(或失败)?
这个用户在完成这个动作时有什么偏好?
如何描述这个行动的最重要的用户旅程路径?
有哪些额外的信息来预测这个用户基于此行动的未来行动?
屏幕上的司机数量。
显示的商户类型。
搜索结果的数量。
什么会影响用户完成目标的积极性?
我怎样才能区分动机的增加或减少?
想象一下,这是我们从用户那里追踪到的最后一个事件,那么关于这次经历我们想要了解些什么?
只有一个人知道如何进行数据追踪——没有人知道如何编写事件规范。
即使是非常基本的分析也需要数据分析师亲自进行。
事件名称和属性名称出现多处重复(例如,Sign up和Sign Up)。
每季度的非数据驱动型决策的数量不断增加。
分析工具的使用率很低。
当新的功能和产品被添加时,事件追踪并没有更新以反映新的路径。
出现了违反逻辑的漏斗数据(例如,做步骤2的用户比做步骤1的还多) 。
很多团队都在使用事件追踪表和分析工具(要像追踪你的产品使用情况那样追踪分析工具的使用情况)。
其他团队也为分析工具做出了贡献,并努力跟上产品的新进展。
随着应用中新功能、新方法的实现,事件追踪表也被同步更新。
对于业务团队来说,相比写交易相关的查询,在分析平台上直接提取数据更易于寻找问题的答案。
事件追踪被嵌入到你的常规目标设置中,以确保各团队拥有合适的信息。
离开发过程更远的团队(例如最远端的客户支持团队)也经常使用这些工具,同时不需要经过大量的培训。
即使产品出现了重大的改版,事件追踪也能沿用原有的事件名称和属性逻辑。
团队可以将资金投入其中——可以信任事件跟踪来细分用户并分配用户奖励(如推荐、折扣、促销)。
Why Most Analytics Efforts Fail
https://www.reforge.com/blog/why-most-analytics-efforts-fail
译者简介
殷之涵(Jane),康奈尔大学生物统计与数据科学专业,A La Lune London战略总监。曾在腾讯&京东任职数据科学家,主要负责用户增长&市场营销数据科学方面的工作,通过指标体系搭建、统计分析、数据挖掘和机器学习建模来驱动决策、制定并落地亿级用户的精细化运营策略。
翻译组招募信息
工作内容:需要一颗细致的心,将选取好的外文文章翻译成流畅的中文。如果你是数据科学/统计学/计算机类的留学生,或在海外从事相关工作,或对自己外语水平有信心的朋友欢迎加入翻译小组。
你能得到:定期的翻译培训提高志愿者的翻译水平,提高对于数据科学前沿的认知,海外的朋友可以和国内技术应用发展保持联系,THU数据派产学研的背景为志愿者带来好的发展机遇。
其他福利:来自于名企的数据科学工作者,北大清华以及海外等名校学生他们都将成为你在翻译小组的伙伴。
点击文末“阅读原文”加入数据派团队~
转载须知
如需转载,请在开篇显著位置注明作者和出处(转自:数据派ID:DatapiTHU),并在文章结尾放置数据派醒目二维码。有原创标识文章,请发送【文章名称-待授权公众号名称及ID】至联系邮箱,申请白名单授权并按要求编辑。
发布后请将链接反馈至联系邮箱(见下方)。未经许可的转载以及改编者,我们将依法追究其法律责任。
点击“阅读原文”拥抱组织