zoukankan      html  css  js  c++  java
  • 埋点笔记整理02

    「学习小组第2周 2课」之数据埋点概念学习

    1.前言

    如果仅仅看到了数据而没有业务知识,我们很难产生某种概念。 比如说,人口数量有320万人,国土面积是156.65万平方公里,如果我们不具备历史知识的话,这些数字根本没有任何意义。它甚至不如纯粹的感性认知,比如世界上最小的国家这种认知特征。

    所以,知道上下文特定的语义是前提,而且不能有二义(例如上面的最小国家的界定是国土面积最小还是人口最少),只有确保前提,我们才能有效接收外界传递的信息。

    2.概念

    2.1 术语学习

    session
    定义:会话控制,一般存于服务端中。(实际上是客户端有一串字符,传到服务端解析后把解析后的数据返回给客户端。)当用户在访问应用程序(WEB、APP等)内的页面内容的时候,存储在session中的值不会丢失和变更(这个值相当于一次访问的唯一ID一样),如果用户一直访问,session的值就会一直存在下去。
    session过期:超过默认时间就会断开连接(cookie和session涉及网络传输协议,这个默认时间可以修改);如果产生新的session,那么旧的session也会被丢弃。
    如果我们要分析数据埋点日志,我们要知道什么时候开始和结束,这很大程度上依赖session绘画控制。
    URL
    在WWW上,每一信息资源都有统一的且在网上唯一的地址,该地址就叫URL(Uniform Resource Locator,统一资源定位符),它是WWW的统一资源定位标志,就是指网络地址。
    统一资源定位系统(uniform resource locator;URL)是因特网的万维网服务程序上用于指定信息位置的表示方法。
    URL是由一串字符组成,这些字符可以是字母,数字和特殊符号。一个URL可以用多种方法来表现,例如:纸上的字迹,或者是用字符集编码的八位字节序列。URL的解释仅取决于所用字符的特性。
    应用于埋点的话则要知道url可以含有参数(通过get进行传值),想要不被人发现要么用post要么自行加密.

    2.2 定义学习(主要研究数据口径)

    订单数:订单量,下单数。
    我们要明确(针对数据口径),“订单数”是否包含“退”的订单? “北京的订单”是在北京下的订单还是订单在北京消费? 订单数通过日志计算还是业务库同步的订单id计算?(这个应该是后者吧,毕竟后者才算存入数据库)比如客户在23点59下订单,第二天凌晨1点完成订单,这个订单算第一天还是第二天?
    支付订单:这个应该主要考察是否还包含退回或取消的订单。
    GMV:GMV:Gross Merchandise Volume,是成交总额(一定时间段内)的意思。这个实际指的是拍下订单金额, 包含付款和未付款的部分。

    2.3 黑化俗语

    渠道:线索,来源。
    埋点一方面能记录用户的操作数据,定义方面可以记录产品数据,所以一般埋点在网上做。举例,销售一件产品,这个客户是通过微信,微博,站群,官网哪些渠道进来?
    触发:我的理解是进行动作统计或者是其他埋点操作。比如说某个产品宣传页,我们可以统计从页面点击进去和停留浏览产品时间的用户信息,这一操作是触发。

    3.其他概念

    1.指标
    指标是说明总体数量特征的概念及其数值的综合,故又称为综合指标。在实际的统计工作和统计理论研究中,往往直接将说明总体数量特征的概念称为指标。 常见的指标有均值,最大值,最小值,总数等。 例如GDP就是一个指标。
    2.维度:维度(Dimension),又称为维数,是数学中独立参数的数目。 例如一个产品表的列名有产品名,产品id,产品价格,产品数量等,这些就是维度。
    3.会话:上面已经说了。
    4.模块:应该是指把某些相关联的程序打包起来方便调用的集合。
    5.坑位:投放广告的黄金位置。
    常见产品中的很多位置区域,比如 Banner 位置、搜索位置、品牌推荐位置、商品分类位置甚至推荐位置,这些位置内容很多都是可运行和可更改的,我们把这些称作为坑位。
    “坑位运营”:数据分析与场景实践
    6.搜索词:搜索词是指客户搜索的产品、服务词汇,应用领域是互联网,电子商务。
    7.PUSH消息:消息推送,在一个移动操作系统中,APP可以实现一个叫做消息推送(push)的功能。push是能够起到提醒或者唤醒用户的作用的,也是app运营渠道之一,运用得当可以帮助产品运营人员更高效地实现运营目标,相反盲目运用也会让APP变得让人讨厌。
    十分钟带你了解APP消息推送(Push)
    8.ID:每一个序号代表一条数据。
    9.设备ID:每一个ID代表一个设备。
    10.访问:每一次点击应该算一次访问。
    PV(访问量):即Page View, 即页面浏览量或点击量,用户每次刷新即被计算一次。
    IP访问数指独立IP访问数,计算是以一个独立的IP在一个计算时段内访问网站计算为1次IP访问数。在同一个计算时段内不管这个IP访问多少次均计算为1次。计算时段有以1天为一个计算时段,也有以1个小时为一个计算时段。
    UV访问数(Unique Visitor)指独立访客访问数,一台电脑终端为一个访客,是指通过互联网访问、浏览这个网页的自然人。举例:我用家里电脑上了某网站,过了一会我妹妹也用家里这个电脑上了同一个网站,其余没人上过,此网站今天的UV就是1
    11.曝光:通常一个页面的曝光次数等于所有uv(访客数)带来的pv(页面的浏览量)。曝光次数说的是广告位的属性。
    12.展示:展现是指客户搜索你产品相关的词的时候展现出来在客户面前的次数。
    13.点击:点击是指客户点击进去你的产品的次数。
    14.属性:产品的属性,个人感觉可以理解为维度。
    15.标签:个人觉得是标签化管理(用户画像?)为你产品的所有用户打标签。
    可以打的标签:

    • 基础信息类标签
    • 用户操作类标签
    • 属于用户的特定向标签

    16.策略:针对上述标签的群体制定不同的策略,千人千面。(RFM模型啊)
    标签和策略参考链接
    17.个性化:不同的策略就是个性化了。
    18.触发
    19.滑动
    20.刷新
    21.翻页
    22.跳转
    23.唤醒
    上述6个词语都是进行埋点操作的途径,最常用的是触发。
    24.source:同25。.
    25.素材:从现实生活中搜集到的、未经整理加工的、感性的、分散的原始材料。
    26.资源位:展示商品的图片等。
    27.客户端:客户端(Client)或称为用户端,是指与服务器相对应,为客户提供本地服务的程序。除了一些只在本地运行的应用程序之外,一般安装在普通的客户机上,需要与服务端互相配合运行。
    38.版本:版本,最初指一种书籍经过多次传抄、刻印或以其他方式而形成的各种不同本子。随着时代的发展,版本也开始应用于影视、软件等事物上,形容对象相同但介绍方法等不同的两个事物。
    29.渠道:上面已经说了。
    30.URL:上面已经说了。
    31.URI:在电脑术语中,统一资源标识符(Uniform Resource Identifier,URI)是一个用于标识某一互联网资源名称的字符串。 该种标识允许用户对任何(包括本地和互联网)的资源通过特定的协议进行交互操作。URI由包括确定语法和相关协议的方案所定义。
    url和uri的区别?

    URI和URL都定义了资源是什么,但URL还定义了该如何访问资源。URL是一种具体的URI,它是URI的一个子集,它不仅唯一标识资源,而且还提供了定位该资源的信息。URI 是一种语义上的抽象概念,可以是绝对的,也可以是相对的,而URL则必须提供足够的信息来定位,是绝对的。
    uri可以认为只是唯一识别的编号,类似于大家的身份证号,而url就是身份证住址+姓名。

    32.RD:RD是研究与开发(研发)。诸如PHP程序猿,Java程序猿,无论是爱疯的还是安卓的都是属于这一类别。
    33.PM:产品经理。
    34.FE:前端研发。
    35.UE:用户体验。
    36.UED:用户体验设计(英语:User Experience Design),是以用户为中心的一种设计手段,以用户需求为目标而进行的设计。
    37.QA:测试。
    38.OP:运维。
    39.MRD:Market Requirements Document,市场需求文档。
    40.PRD:Product Requirements Document,产品需求文档。
    41.FSD:Functional Specifications Document,功能详细说明。

    4.参考链接

    小姬的数据埋点互助小组~欢迎大家加入

  • 相关阅读:
    WRF WPS预处理
    CVS安装
    Linux窗口最小化消失,任务栏上无法找到的解决方法
    NCARG安装配置出现error while loading shared libraries: libg2c.so.0问题额解决办法
    Netcdf安装
    Embedding R-generated Interactive HTML pages in MS PowerPoint(转)
    The leaflet package for online mapping in R(转)
    Some 3D Graphics (rgl) for Classification with Splines and Logistic Regression (from The Elements of Statistical Learning)(转)
    What does a Bayes factor feel like?(转)
    Weka算法介绍
  • 原文地址:https://www.cnblogs.com/smithpath/p/11969829.html
Copyright © 2011-2022 走看看