数据中台实战（七）：流量分析
上一篇文章讲了《数据中台实战（六）：交易分析》，本文讲数据中台实战（七）：流量分析。
流量分析的核心就是你的平台每天有多少个用户过来，都去了哪里，在那个位置产生了消费。
针对这几个问题，我们做了几个功能：
- 网页分析，可以监测每个网页的流量PV、UV、浏览时长、跳出率；
- 坑位流量分析，可以看到产品的每个坑位每天产生多少流量，产生多少交易额；
- 路径分析，可以看到用户来了平台的路径是怎样的，从那里进来，走到哪里就走了。
这些功能都是通用的，几乎每个互联网产品都会用到。
只要前端产品做相应的埋点，就可以自动化输出数据，支撑N条产品线的流量分析。
一、网页分析
先讲一下网页分析，第一步要做的就是和产品线的产品经理沟通现在有那些网页，网页的地址是什么，网页名称是什么，网页有没有在数据库中管理起来。
比较不幸的是，我们的网页是没有管理起来的，我让产品线的产品经理输出了一份现有产品所有的网页名称和地址。
由于没有管理起来，我们只好将这份表格导入数据库，并给网页的英文名称定义中文名称，目的就是更方便运营能理解数据。电商产品的主要网页有这么几个：
- 推广落地页，投sem广告用到的页面，一般都是注册页；
- 首页，一般来说用户进入产品的第一个页面；
- 商品列表页，从首页坑位、搜索、分类等进入查看商品的页面，一般是多个商品；
- 商品详情页，单个商品的介绍页面；
- 进货车页，用户商品加购后的页面；
- 下单页，用户提交订单的页面；
- 支付页，用户选择支付方式的页面；
- 个人中心页，用户编辑资料，领优惠券等功能的集合。
其中有两个核心的页面需要讲一下，一个是推广页，一个是商品详情页。
推广页一般都是付费推广，推广页每天访问人数、点击次数、每一步的转化率直接影响到我们的投放ROI。
推广页的流量一般都很大，做投放的同事需要每天监测PV、UV这两个指标，如果发现暴增或者暴跌的情况，就要及时查明原因及时解决，所以我们给出趋势图。对
于访问时长来说一般是越少越好，我们希望用户能够尽快注册进入产品，而不是一直停留在推广页；如果一直停留在推广页说明吸引用户的是我们的推广页，而不是我们的产品，访问时长也是一个监控产品功能的比较好的指标。
我们第一次投广告时就发现一个问题，对比整个产品的平均访问时长来说，推广页的访问时长多了好几倍，经过查看明细数据，发现有一部分用户一直访问推广页，而且是同时发送多个访问请求。
我们当时就用一个未注册用户访问推广页，发现用户访问完推广页会填一些问题确认身份，有些用户不想填问题，就点浏览器的回退按钮就回到了推广页，回退后用户就锁死在了这里，不能进行任何其他操作，就导致用户一直刷新页面，就有了很多访问请求，导致访问时长偏高。
针对推广页这么重要的页面，我们还需要监测它的转化率，我们设计的路径是：
第一步是注册：手机号-验证码-注册；第二步是填问题：问题页-问题选项-提交-首页，主要为了筛选我们的目标用户。
为了完成每一步转化率的监控，我们需要针对推广页上的每个按钮进行埋点，这样就能监测整个流程微观的转化率，看到底用户在哪个节点流失，再采取相应措施。
商品详情页是电商产品中最重要的页面了，我们提供商品的价值绝大部分通过这个页面传递。
商品详情页我们要定期观察PV、UV，访问时长，跳出率的变化趋势，每天来看商品详情页到底有多少人。
访问时长当然是越高越好，访问时长越高，说明用户对商品越感兴趣，但是也不要过高，用户一直在商品详情页，而没有在下单也是问题。
跳出率这个是越低越好，我们希望用户来到这个页面不要看一下就走了，说明他对这件商品不感兴趣。
二、坑位流量分析
我们再看一下坑位流量这块。所有的互联网产品都一样，都是由一个个的坑位组成，坑位上放不同的内容。
怎么做坑位流量的分析呢？
第一步就是要把坑位管理起来，这个一般都是由各个产品线开发和控制。
坑位的管理都是配置化的。包括坑位跳转的地方，这个基于运营的需要，有些坑位点击后会进入商品详情页，有些直接暴露商品信息，还有一些展示活动页面，需要配置不同的地址。还有坑位的背景图片的配置，坑位的开启和禁用，坑位的适用范围，是在H5显示，还是在APP显示，还是都显示，这些都是可以配置化的。
配置完坑位，我们产品的每个端都需要基于坑位的配置来做相应的显示。
那么坑位的指标都有哪些呢？
涉及流量的有PV、UV，每个坑位每天的流量变化情况，坑位的流量最好能做成准实时，比如能计算出前一个小时的数据，因为运营对这块的实时性要求比较高，特别是经常更新商品的坑位。
除了这些还有坑位的交易额和转化率。要完成交易额的计算，要进行后端的埋点。
用户从坑位到商品详情页再到加购和下单，整个链条都要传一个坑位的ID，特别是加购和下单有一个断层，用户今天加购，可能明天才下单。那么加购时，必须把坑位的ID带入进货车，从进货车取出商品下单时，再将坑位ID带入订单，订单中有一个一段记录商品的来源，也就是来源自那个坑位。
这样再解析订单中的坑位ID就知道商品是从哪里卖出去的。还有一个问题，坑位的配置是分端的，基于不同的运营目的，每个端显示的坑位可能不一样，这样我们需要分端去查看坑位的相关数据。
同样的，当用户加购时要记录客户端的情况，下单时要把客户端的数据传入订单，这样就能分端分坑位查看数据情况。
三、路径分析
路径分析依赖前文讲到的数据埋点《数据中台实战（一）：数据埋点》，当对产品所有的页面进行埋点，才有数据源。做路径分析首先要看产品线到底有几个入口，用户进来后的访问路径是什么。
关于整体分析，可以让你们的开发先输出一份数据看看主路径到底是哪些。
具体的做法就是把每个用户的访问路径打横输出，然后做归类统计，样例数据如下：
我们的电商产品输出这些数据做了分析后得出有几个入口：
- 新用户基本都是从推广页进入产品，再填一些问券后，进入首页，从首页开始，有的进入坑位到商品详情页，接着再进入商品列表页，有的从搜索直接进入商品列表页再进入商品详情页。还有的从分类页进入商品列表再进入商品详情页；
- 有大部分用户打开程序后直接进入首页，再进入坑位或者搜索或者商品详情页；
- 有一部分用户从商品列表或者商品详情页进入产品，这些一般都是对外发的推广链接，比如朋友圈直接发商品详情页的链接。
为什么要查这些入口和主路径呢？
因为这些是运营最关注的，做功能时可以预设好路径，直接展示这些路径每一层的转化率。
接下来就进入开发，这里有一个概念叫做会话，会话就是一次用户访问，业界一般定义会话的间隔为20分钟。可以这样理解，比如你访问了一个网页，中间停了20分钟去看了一篇文章，接下来又去访问这个网页，那么你就产生了2个会话，每个会话之间有n个访问记录。这样就把一个个用户的访问记录切成n个会话，每个会话又打横形成n条访问记录。
路径分析就是取某段时间用户的访问记录做一层汇总统计，就形成了桑基图。运营可以点击每个节点，一层一层的分析转化率和流失率。
除了汇总的数据，我们还需要提供用户访问的明细数据，主要的内容就是用户在什么时候访问了那个页面。
如果用户没有登录我们统一取浏览器生成的cookieid作为用户的唯一标识。输出明细数据的主要格式如下：
基于用户量的的大小，你可以保存近期的数据如近半年的数据，因为用户每天的访问行为产生的数据量还是比较大，有很大的存储成本，数量太大对服务器的性能也是很大的挑战。
#相关阅读
《数据中台实战（二）：基于阿里OneData的数据指标管理体系》
《数据中台实战（一）：以B2B点电商为例谈谈产品经理下的数据埋点》
作者：Wilton（董超华），曾任职科大讯飞，现任富力环球商品贸易港大数据产品经理。微信公众号：改变世界的产品经理。简单、简短、有用，坚持原创、坚持做感动你的好文章。
本文由@华仔 原创发布于人人都是产品经理，未经许可，禁止转载。
题图来自Unsplash， 基于CC0协议。
作者暂无likerid, 赞赏暂由本网站代持，当作者有likerid后会全部转账给作者（我们会尽力而为）。Tips: Until now, everytime you want to store your article, we will help you store it in Filecoin network. In the future, you can store it in Filecoin network using your own filecoin.
Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: