B端产品如何做好数据埋点?

来源:PMtalk产品经理 作者:司马特小分队

数据埋点在C端产品中很常见,用以监测用户行为,表层可以了解产品、活动情况,优化功能和交互体验;深层可以进行用户标签、渠道转化分析,进行个性化推荐等等。

比如淘宝双11活动,产品经理和运营会想了解:

1、参与活动的人数有多少?

2、哪个时段是流量高峰?

3、从浏览到下单各环节的转化率分别是多少?

......

但对于B端产品来说,功能的好坏和点击量并没有直接的关系,更取决于用户是不是有这个业务需求,所以B端产品的数据埋点意义不大?

非也!非也!B端产品已不再是一个只要功能的时代了,也在朝着C端产品的精细化迈进,数据埋点是验证猜想,发现问题的客观手段,更是在产品方向上有着指导性意义。

1、优化体验,提升效率

C端产品的优化可能更多的是为了提高曝光,增加浏览量和成交量。B端产品的任务更加的艰巨,要提升用户的使用效率。我们都知道,B端用户对效率的要求是非常高的。

比如说餐厅中前台收银,每次收钱时必须要多点一步确认下是否有优惠券,而这家餐厅是没有任何优惠的,那么这么动作就会每次浪费收银员1秒钟的时间,假设一天300位客户,就要浪费5分钟。当然,这只是一个点上的浪费,如果还有其他点的浪费,那累加起来,浪费的时间还是非常可观的。

我们通过埋点,可能会发现,在一条操作路径中,有些页面的使用率明显偏低,那么可以考虑简化步骤;有些按钮的使用率明显偏高,那么可以放在更加突出的位置,甚至外放隐藏的内容。

而这些细节的调整和优化,比较难通过一对一的用户调研去完成,我们的时间和精力有限,且样本量少的时候,容易被一些用户带偏,不能客观的来分析整体。

2、优化产品结构

B端产品的功能,不可能每个都是重点。有使用频率极高的核心功能——比如说淘宝商家后台的订单功能;有使用频率中等的重要功能——比如商品管理;有使用频率少但不可或缺的功能——比如数据统计。

在每一个功能模块里面,也有优先级的高低,比如说交易管理中卖出宝贝是用户最常用、最关心的,评价管理次之,而贷款支付是很低频的功能,放在最后。

image.png

有时候,在功能重要性的判断上,我们可以靠主观常识,就像上面的功能,不用看数据就知道肯定商家最关心卖出多少商品了。但有时候,我们并不了解用户业务,不能靠常识来判断,比如说诊所开化验项目多还是治疗项目多。比如说淘宝商家更喜欢用哪种方式来找货呢?

image.png

当我们用埋点来统计到数据后,就可以针对性的优化产品结构,大到一二级菜单的排列、布局,小到tab页的位置摆放、页面内模块的顺序。合理的结构会让产品看起来很清晰,有重点;也能让用户使用时更加的顺手,提升效率。

3、辅助规划产品方向

就像上面,我们通过数据知道了产品中功能的重要等级,那么除了优化产品结构外,还有一项很重要的任务,就是辅助产品规划。

我们要集中精力去把重要功能做的精益求精,不断突破体验上的限制,场景上的限制。比如说本年度重点,就是把发货流程做到最简单。而不是把精力花在无关紧要的功能上。

如何做好B端产品的数据埋点? 

哪些地方需要埋点?

划重点!埋点不在于多和全,而在于精。该埋的地方不能漏,不该埋的地方一个都不用。这样既能节省成本,又能得到有价值的数据。主要埋哪些地方呢?

1、重点功能

重点功能处的埋点可以细致一点,菜单的点击量,各tab的点击量,关键按钮的点击量,输入框的点击量等等。

此处的埋点主要用于功能细节的优化,所以要埋有优化空间的点。

比如说交易管理-已卖出宝贝中,近三个月订单、待付款订单、待发货订单等,用户关心程度的顺序是怎么样的?如果随意排序,那用户每次进入页面查看订单时都要先切换下tab,十分的麻烦。

image.png

而像一些地方,已经没有优化空间了,比如编辑商品时,食品工艺虽不是必填字段,但也是必须字段,最多调整下顺序,把必填的集中到一起。这种就不要去埋哪个点击量高了。

image.png

对于一些使用频次不高的功能,也不用去埋,比如说店铺介绍、宣传语设置。有些甚至是一次性的操作,即使有优化空间,也不一定有优化的必要。

2、新上功能

新上功能不一定是重点功能,那为什么要埋点呢?——验证下产品决策是否正确。

我们在设计产品前,会调研用户,会判断这个功能是不是来源于用户的真实需求,是不是符合产品的定位,是否能带来效益,还会预估下大致有多少用户使用。

如果功能上线后,我们发现用户使用量符合预期,那说明这是一个正确的决策。如果发现没有人用,那可能这个功能宣传太弱,用户没发现,也可能这个决策根本就是错误的。

像淘宝商家后台的侧边栏中,这几个功能重点突出了,这些都算新功能,这里肯定会埋点,还会和放在二级菜单中做个点击量的对比。

image.png

正是这一轮轮的猜想、验证,让产品不偏离轨道,也让我们提升了判断能力。

3、不确定处

有时候是埋点后发现了问题,有时候是有困惑了,进行了埋点。我们在设计时可能经常会有这样的疑问:这样处理合理吗?数据是很有力的证据。

A/B test 是C端常用的方式,看哪个位置或者形式更能引起用户的注意,达到想要的效果。B端产品也会采用这个方式。比如说把消息的按钮放在顶部导航栏的左边还是右边,更能增强提醒?常见的系统都是放在右边的,但现在右边菜单过多了,再放右边是否反而会被忽略?

类似的不确定会非常的多,仍要注意埋有价值的点,能否通过这个埋点更好的了解用户的习惯,使得以后的设计更加的人性化?

常用的埋点数据及作用

数据类型和C端的采集差异不大,B端使用最多的是业务数据、PV/UV、点击量,而浏览器类型、页面停留时长、操作路径等会用的少一些。原因下面说。

1、业务数据

业务数据包含用户的基础信息,比如说这家店铺有几个客服,有几个角色;也包含用户的交易数据,比如说订单数量,订单金额。这些数据不需要通过埋点也能直接从数据库中导出,但每次都要开发去处理数据,比较费时间,也没法看到实时数据。

所以埋点的时候也会把这部分数据统计进去。这些业务数据可以看出哪些是我们的大客户,利于我们对客户进行分类管理。

2、PV/UV

PV:页面访问量,每打开一次页面PV计数+1,刷新页面也是;UV:独立访客访问数,一台电脑终端为一个访客。

通过对页面的访问量监测,我们可以区分功能的使用频率,每位用户的平均使用次数,重点去提升核心和重点功能。

3、点击量

常用于页面中按钮、选择的点击量统计。比如说批量发货、批量标记、批量免运费的按钮,是否是高频操作,是否需要外放,这样排列的顺序是否合适?该数据利于细节优化。

4、浏览器类型

B端产品的使用挺多是在PC端,我们需要了解下用户的浏览器类型、屏幕分辨率,做好适配。比如说统计页面数据字段特别多,可能在1920px下,正好能看全,但是在720px下,会有一部分数据看不到,这时候要等比压缩,还是做拖拉?

一般B端产品会有一个推荐浏览器,比如推荐在谷歌下打开。屏幕分辨率的使用率可以去网上查,虽然和实际用户的使用情况会有些差异,但在资源有限的情况下,还是可以不埋点的。

5、页面停留时长

B端用户在页面的停留时长其实不能说明什么问题。比如说我在商品编辑的页面停留时间很长,是因为我不会用这个功能吗?可能就是我打开了这个页面,上传后发现宝贝图片不好看,正在修图。

所以一般B端产品不会埋这个点。

6、操作路径

操作路径就是跟着业务流程,来监控用户的操作行为。比如说医生在接诊患者后,是这样的流程:

image.png

我们可以总结出最常用的流程,来优化门诊的路径。但操作路径的埋点,工作量非常大,性价比不高,一般也不做。

常用的埋点工具

第三方平台

如果公司没有能力自己做数据埋点,可以采用第三方平台,比如友盟、神策分析、growing IO、腾讯MTA、百度移动统计。他们采用半自动化埋点的方式,把部分人工的工作进行标准化,做成SDK,在APP或web产品中嵌入该段埋点代码。

还有一种全自动埋点的方式。不管需不需要,将所有的点都埋了。通常这种埋点也是通过SDK实现的,这种SDK不需调用,已经直接嵌入在APP或web产品中了。

半自动化方式的埋点更加精准一点,B端产品不建议使用全自动化埋点。

内部数据团队

如果公司有自己的数据团队,可以提出需求,让数据组手动或者半自动化的去埋点。这样埋点更加的灵活精准,当然成本也比较高。

不过我们可以不用一次性把所有的点都埋上,按照功能重要性的优先级逐步去埋,这样一举两得。

总结

数据埋点常常在B端产品中被轻视,赶功能都来不及,哪有时间做这个,活又多又细,老板、客户还看不到。

但当功能已经做得差不多了,我们必须花时间来做好数据埋点,B端产品的出路不是叠功能,而是强功能。用户访谈效率低下,数据埋点是一个很好的工具,可以反映出很多问题来,指导我们精细化设计产品,指导我们前进的方向。


相关文档推荐

AI辅助编程真实测评与企业落地实践.PDF

1741936506 蒋志伟 10.17MB 37页 积分6

AI大模型技术在数据库DevOps的实践.PDF

1741935803 叶正盛 2.67MB 30页 积分6

DeepSeek大模型及其企业应用实践.PDF

1741743773 林子雨 9.39MB 144页 积分8

智海微言AIAgent应用产品.PDF

1741575533  2.07MB 37页 积分5

阿里云AI搜索RAG大模型优化实践.PDF

1741175482 欧明栋 0.79MB 28页 积分6

津药达仁堂数字化转型探索与实践.PDF

1741071203 叶辉 5.28MB 25页 积分6

DeepSeek 从理论模型训练到实践模型应用.PPTX

1740472320  16.17MB 71页 积分10

DeepSeek行业应用实践报告.PDF

1740471709 李祖希 9.38MB 110页 积分6

SelectDB实时数仓在智慧港口中的应用实践.PDF

1740034920  2.09MB 27页 积分5

大模型概念、技术与应用实践.PDF

1740034768 林子雨 5.57MB 134页 积分12

相关文章推荐