本文作者葉玎玎，GrowingIO 的聯(lián)合創(chuàng)始人，他也是連續(xù)創(chuàng)業(yè)者，是企業(yè)協(xié)作工具風(fēng)車的聯(lián)合創(chuàng)始人，十多年的工程開(kāi)發(fā)經(jīng)歷和多年的項(xiàng)目管理經(jīng)驗(yàn)，現(xiàn)在負(fù)責(zé)核心工程開(kāi)發(fā)和技術(shù)實(shí)施。本文是他對(duì)于互聯(lián)網(wǎng)創(chuàng)業(yè)公司數(shù)據(jù)采集和分析的一些思索和心得。

過(guò)去的 6 年，因?yàn)橐恢痹趧?chuàng)業(yè)的緣故，我嘗試過(guò)不少分析工具，包括 Google Analytics、Mixpanel、CustomerIO、Optimizely 等等。我遇到的最大問(wèn)題不是如何去衡量關(guān)鍵業(yè)務(wù)指標(biāo)（KPI），而是很多時(shí)候，我并不知道哪些指標(biāo)是我應(yīng)該衡量的。

舉個(gè)例子，當(dāng)我去度量注冊(cè)轉(zhuǎn)化率的時(shí)候，因?yàn)槿肟谟邢蓿韵鄬?duì)來(lái)說(shuō)我還能比較容易的得到結(jié)果。但是一旦我需要去衡量用戶留存率的時(shí)候，除了找出不同的功能對(duì)于留存的影響，還要考慮渠道、文案等因素，只能不斷胡亂抓瞎假設(shè)和論證。

所以，當(dāng)我 2014 年第一次向GrowingIO 創(chuàng)始人、前LinkedIn高級(jí)商務(wù)分析總監(jiān)張溪夢(mèng)請(qǐng)教他是如何做商業(yè)分析的時(shí)候，我發(fā)現(xiàn)即使是在 LinkedIn 這樣大型并且不缺資源的公司，遇到的問(wèn)題跟我自己創(chuàng)業(yè)所經(jīng)歷的也及其相似：低效，各種低效。

我們?cè)谒伎迹欠窨赡芴峁┮粋€(gè)簡(jiǎn)單、迅速和規(guī)模化的數(shù)據(jù)產(chǎn)品，讓分析回歸價(jià)值。而這，就是 GrowingIO 目前主打的無(wú)埋點(diǎn)方案，真正的無(wú)埋點(diǎn)。

上圖是一個(gè)標(biāo)準(zhǔn)的數(shù)據(jù)分析的過(guò)程。研究用戶，開(kāi)發(fā)產(chǎn)品市場(chǎng)銷售，數(shù)據(jù)采集、轉(zhuǎn)化存儲(chǔ)和管理，ETL 處理分析，構(gòu)建 BI，商業(yè)洞察和決策，最后是行動(dòng)。

這是一個(gè)標(biāo)準(zhǔn)的金字塔結(jié)構(gòu)，越往上價(jià)值力越高。然而目前大量的數(shù)據(jù)分析工作，都浪費(fèi)在前期的技術(shù)搭建和數(shù)據(jù)清洗上，真正創(chuàng)造價(jià)值的商業(yè)分析，雖然占據(jù)了 90% 的價(jià)值，卻只剩下 10% 的時(shí)間來(lái)做，這簡(jiǎn)直是對(duì)資源和人才的極大浪費(fèi)。

前不久，知乎上在熱議我們的無(wú)埋點(diǎn)分析解決方案，從討論中可以看出，很多人對(duì)于無(wú)埋點(diǎn)的認(rèn)識(shí)是片面的，他們認(rèn)為無(wú)埋點(diǎn)只是解決了工程師和產(chǎn)品經(jīng)理或者分析師的協(xié)作問(wèn)題，讓工程師可以解脫，分析師可以自助。

然而，當(dāng)我們從第一天開(kāi)始決定變不可能為可能，做無(wú)埋點(diǎn)的時(shí)候，我們就清楚知道，無(wú)埋點(diǎn)只是一個(gè)手段，我們真正要解決的根本問(wèn)題是：底層的數(shù)據(jù)"源"問(wèn)題。而此源，既是數(shù)據(jù)的源頭，也是分析的源泉。

當(dāng)我們?cè)谡f(shuō)無(wú)埋點(diǎn)的時(shí)候，我們其實(shí)是在解決數(shù)據(jù)質(zhì)量問(wèn)題。好幾次跟朋友聊天時(shí)，都聽(tīng)到抱怨說(shuō)『數(shù)據(jù)太臟了，連統(tǒng)一的日志格式都打不對(duì)，后面分析怎么做』。所以我們的首要目標(biāo)，是希望能從源頭上解決數(shù)據(jù)臟亂差的問(wèn)題。

我們所提供的無(wú)埋點(diǎn)采集方案，從分析角度出發(fā)，把數(shù)據(jù)劃分成 5 個(gè)維度 WWWWH，即時(shí)間（when）、地點(diǎn)（where）、任務(wù)（who）、內(nèi)容（what）、行為（how）。基于此統(tǒng)一的數(shù)據(jù)模式，分析已經(jīng)有了極高質(zhì)量的數(shù)據(jù)做保障。

當(dāng)我們?cè)谡f(shuō)無(wú)埋點(diǎn)的時(shí)候，我們其實(shí)是在解決數(shù)據(jù)歷史問(wèn)題。無(wú)數(shù)次的想去做數(shù)據(jù)對(duì)比的時(shí)候，發(fā)現(xiàn)要不是老的數(shù)據(jù)忘了采集，要不是采集了卻發(fā)現(xiàn)跟一開(kāi)始定義的不一樣，只能無(wú)奈地放棄或者從頭再來(lái)一遍，悲催啊！

我們所提供的無(wú)埋點(diǎn)采集方案，會(huì)根據(jù)用戶在你網(wǎng)頁(yè)或者 App 的使用情況，動(dòng)態(tài)篩選和聚合對(duì)你的業(yè)務(wù)最有價(jià)值的數(shù)據(jù)，讓關(guān)鍵數(shù)據(jù)歷史隨時(shí)隨地可以回溯，讓你清楚地知道指標(biāo)的即時(shí)變化趨勢(shì)。

當(dāng)我們?cè)谡f(shuō)無(wú)埋點(diǎn)的時(shí)候，我們其實(shí)是在解決分析效率問(wèn)題。LinkedIn 組建了一個(gè) 27 人的團(tuán)隊(duì)，只為做一件事情，在工程師、產(chǎn)品經(jīng)理和分析師之間規(guī)范打點(diǎn)標(biāo)準(zhǔn)。隨便一個(gè)分析需求，這個(gè)團(tuán)隊(duì)需要花上幾個(gè)星期去定義規(guī)范，最后才是開(kāi)發(fā)、測(cè)試、上線，非常長(zhǎng)的流程。LinkedIn 的做法或許是有點(diǎn)夸張的，但是卻很好地反映了大多數(shù)分析的現(xiàn)狀，即跨部門多人溝通，效率低下。

我們提供的無(wú)埋點(diǎn)分析方案，同時(shí)提供了可視化的數(shù)據(jù)定義工具，能非常迅速地把用戶查詢的業(yè)務(wù)指標(biāo)跟采集到的用戶行為建立匹配，立刻給出分析結(jié)果。

當(dāng)我們?cè)谡f(shuō)無(wú)埋點(diǎn)的時(shí)候，我們其實(shí)是在解決分析決策問(wèn)題。

我們提供的無(wú)埋點(diǎn)數(shù)據(jù)分析方案，涵蓋了上圖提到的金字塔結(jié)構(gòu)里的從數(shù)據(jù)采集到商業(yè)智能這些階段。客戶不再需要關(guān)心數(shù)據(jù)是如何積累的，只需要關(guān)心業(yè)務(wù)目標(biāo)，直接在我們系統(tǒng)里做深度分析。在其之上，無(wú)論是商業(yè)洞察、決策或是行動(dòng)，都是有理可依，有據(jù)可查。

到今天為止，我們已經(jīng)開(kāi)發(fā)出來(lái)了 JS／Android／iOS SDK，都提供了無(wú)埋點(diǎn)方案。如果你有興趣，可以來(lái) https://www.growingio.com 注冊(cè)體驗(yàn)一下。在幾次線下活動(dòng)中，也跟不少人交流了我們的無(wú)埋點(diǎn)方案，普通有一點(diǎn)疑問(wèn)：

埋點(diǎn)方案是否足夠，是否真正需要無(wú)埋點(diǎn)技術(shù)？

無(wú)論是 Mixpanel、百度統(tǒng)計(jì)還是友盟等數(shù)據(jù)產(chǎn)品，都是基于埋點(diǎn)技術(shù)。習(xí)慣上，大家都認(rèn)為數(shù)據(jù)采集和分析就是得要埋點(diǎn)，并且離不開(kāi)埋點(diǎn)。所以，我們看到一些缺乏思考的觀點(diǎn)，認(rèn)為"埋點(diǎn)足夠了，你應(yīng)該對(duì)于自己的業(yè)務(wù)有清晰的認(rèn)識(shí)，把這些關(guān)鍵指標(biāo)給埋上就可以了"。

說(shuō)實(shí)話，沒(méi)做 GrowingIO 前我也是這么想的，一邊罵一邊還是得接著到處埋點(diǎn)，因?yàn)槁顸c(diǎn)是一個(gè)雖痛苦但很容易的事情，人們永遠(yuǎn)會(huì)傾向于做容易但低效的事情，而選擇性的忽略艱難但高效的事情。

但當(dāng)我研究越多，越發(fā)現(xiàn)這種想法是在給自己的不作為找借口，是給自己營(yíng)造一種一切盡在掌握的感覺(jué)。但事實(shí)上，我們始終不停的在尋找那些最影響商業(yè)行為的關(guān)健指標(biāo)，這類探索式分析，如同于迷霧中尋找前方的道路，不能隨意地拍腦袋，也不能任性地走經(jīng)驗(yàn)主義。

我們想創(chuàng)造的無(wú)埋點(diǎn)，是讓機(jī)器代替人，拋離任何情感和假設(shè)，去采集所有有用的行為。而之后，驗(yàn)證就變得簡(jiǎn)單，因?yàn)閿?shù)據(jù)質(zhì)量不再是問(wèn)題，數(shù)據(jù)歷史也不再是問(wèn)題。

當(dāng)我們的產(chǎn)品經(jīng)理，有產(chǎn)品優(yōu)化、提取數(shù)據(jù)需求的時(shí)候，要耗費(fèi)時(shí)間和精力，去跟工程或研發(fā)溝通埋點(diǎn)需求，寫無(wú)數(shù)個(gè)產(chǎn)品文檔，仍然無(wú)法避免因?yàn)樗紤]不周、溝通不暢存在的錯(cuò)埋、漏埋等情況，并造成數(shù)據(jù)不全面和不準(zhǔn)確等一系列問(wèn)題。

因?yàn)闊o(wú)埋點(diǎn)的數(shù)據(jù)解決方案，我們可以實(shí)時(shí)、全量收集用戶行為數(shù)據(jù)，所有上述這些問(wèn)題都不再是問(wèn)題，產(chǎn)品經(jīng)理可以想要什么數(shù)據(jù)就有什么數(shù)據(jù)，優(yōu)化產(chǎn)品、找到用戶流失關(guān)鍵點(diǎn)等一切都有數(shù)可依，有指標(biāo)可以衡量。

作者：葉玎玎

來(lái)源：GrowingIO