作者的公司是R&F環球商品交易港，是R&F集團聚集原創設計師品牌和時尚買手/買手的平臺，通過B2B電商、RFSHOWROOM、快版環貿、環貿形象、福運通、福貓通等子品牌為時尚行業提供一站式行業+渠道服務。

作者所在的部門是數據中心，職責是為公司搭建數據中心，支撐各產品線的數據運營，通過數據中心打通各產品線的數據，更精準地服務于行業上下游客戶。本文以B2B電子商務產品億訂閱為實戰，談談數據中心的數據嵌入點。

剛進公司的時候，公司的數據是和百度合作埋的，用的是百度移動統計。

在這一點上，我們開始了我們的發展，召集產品經理和丁一的運營負責人一起溝通目前的問題。

經過溝通，主要確定解決以下問題:

問題1:我們需要了解日均10億訂閱量的B2B電商產品主路徑的用戶訪問量，產品列表頁面，產品詳情頁面，主路徑日均付費人數，各步驟之間的轉化率。目的是長期監控每一步的轉化率。如果有明顯異常，運營同事會進一步分析轉化率低的原因。

問題二:因為第一個問題只能解決整體轉化率，所以要想定位那里轉化率低的原因，就要看用戶入口路徑的各個環節的轉化率了。

問題三:解決坑的轉化率問題，由于評價坑的好壞有pv/UV百度統計兩個以上的指標，運營同事將坑的轉化率定義為(PV/坑交易額)來綜合評判坑的性價比。如果把坑放在明顯的位置，其轉化率還是很低的，需要分析原因，改變操作策略。比如圖片的調整，商品的調整，位置的調整等等。

問題4:要打通用戶的行為數據和用戶的交易數據，用戶的同事需要更了解他們的用戶，比如他們什么時候訪問過，什么時候買了更多的商品，什么時候買了更多的商品，什么時候買了那些商品。百度做不到這一點。通過用戶的訪問行為，運營同事會有針對性的進行運營。

問題5:看用戶的留存，留存有兩種定義。首先是訪問的留存率。一個新用戶第一次訪問，看看他是否會在未來7天，14天，1個月再次訪問。第二是購買留存率。第一次支付后，用戶會看到接下來的7天、14天、1個月后是否再次支付。這樣可以直接看到平臺的用戶粘性。

基于以上問題，我們開始設計數據中心內部的產品方案和技術方案。

要解決以上問題，需要全面掩埋億訂閱的H5終端和APP終端(IOS/ Android)。如果采用人工埋的話，工作量比較大，要看各產品線的前端開發(JS/ Android /IOS)。

我們的技術總監研究了市場上各種數據公司的嵌入方法，從SDK是否支持H5、Android和IOS。無論部署模式是私有化還是saas(收集的用戶數據是公司比較重要的數據，出于安全考慮需要部署在本地)，我們決定使用廁神開源，埋葬SDK。

這樣就省去了大部分的工作量，SDK一旦部署，基本信息如(時間、地點、瀏覽器、硬件設備)都會自動收集。

接下來，需要定義埋接口。

首先是公共字段的定義，封裝在SDK中。前端工程師只要基于SDK的開發文檔部署項目，程序就會自動收集用戶的這些基本信息。這樣，用戶在哪里，用戶用什么設備，用戶什么時候接入我們的產品，都將得到解決。

比如上面第三個問題提到的轉化率，就涉及到兩個指標:交易額和坑產生的PV。然后每次進入商品詳情頁，都需要記錄坑的信息，進一步計算坑的總銷量和轉化率。數據中心是數據貪婪的一個應用。當然，埋點收集的信息越詳細越好。但是埋點太多也會影響前端的性能，所以所有埋點都是基于問題的。

關于問題1電商產品的主要路徑:訪問用戶列表頁面，產品詳情頁，添加購買訂單并支付，就拿這幾個頁面的UV來說，但是有幾個問題需要注意。

添加訂單的轉化率可能大于100%。比如今天添加訂單的用戶，可能后天就下單了。

購買是一個按鈕，不是一個要格式化為頁面處理的頁面。

運營花了一段時間又問了一個問題，天天看這些結果，但即使發現轉化率低，也很難找出轉化率低的原因。

如果能知道這些主要入口路徑的轉化率，問題的范圍就縮小了。所以有一個入口分析功能，不同于其他數據產品的路徑分析。我們不僅可以清晰地顯示主入口路徑的轉化率，還可以查看每個路徑的每日變化趨勢。

這樣可以更直觀的觀察轉化率低的路徑，這里要描述一下計算方法:

第一步，將所有的用戶訪問分成n個會話(我們的會話間隔定義為20分鐘，即如果訪問一個頁面后訪問下一個頁面的時間超過20分鐘，那么下一個頁面就是另一個會話)。

第二步是找出用戶第一次訪問包含這些門戶的會話的時間。

坑轉換率涉及坑交易金額，但埋點數據損失率在5%左右。比如用戶操作時網絡不好，用戶的埋點數據無法正常上傳到埋點服務器。

我們需要百分百準確。另外，電商購買存在過錯。比如用戶今天買多了，但是沒有買。過了兩天，他直接去購物車買了貨。

獲取、存儲、交流和使用是對數據價值的最好解釋。

挖掘是收集用戶行為數據和待收集的業務數據；存儲是通過三層建模更科學的存儲數據；要打通，首先要打通用戶行為數據和用戶業務數據，比如可以綜合看到埋點采集的數據，比如時間、地理位置、硬件設備以及用戶的購買行為，比如瀏覽、訪問、購買、收藏、分享。

打通的第二個意義是打通公司各條產品線的數據。比如我們公司要做行業上下游，就必須打通生產數據、銷售數據、供應鏈數據，形成更立體的用戶畫像。產品線前的數據開放將在“臺灣數據-基于多產品線的標簽平臺”中介紹。

留存率的概念每種產品都不同,一般來說就是鎖定一批發生了某種行為的用戶,看接下來的七天或者14天等等是不是又發生了這種行為。

電商產品的留存率是電商產品的北極星指標,是這樣定義的：一個新用戶在第一次來到產品后的一周內,如果一周內能讓他購買1-2次,那接下來他的復購率會非常高。

但是,不同電商產品的消費頻次是不同的所以基于我們產品的特性。我們做了七日留存率、14日留存率、30日留存率這幾個數據指標來監控平臺的用戶粘性。另外就是電商產品初期用戶量和交易量是比較小的,所以我們還特別定義了一個訪問留存率的指標,看新用戶訪問后,7日后的留存情況、14日后的留存情況來綜合監測用戶的黏性。

作者:威爾頓(董超華),曾任職科大訊飛,現任富力環球商品貿易港大數據產品經理。微信公眾號：改變世界的產品經理。簡單、簡短、有用,堅持原創、堅持做感動你的好文章。

本文由@華仔原創發布于人人都是產品經理,未經許可,禁止轉載。

題圖來自不濺，基于CC0協議。