Event-Tracking
2025-01-03 15:25:35 0 举报AI智能生成
tracking
作者其他创作
大纲/内容
埋点系统结构
1. 数据采集并上报
技术方案
1.无埋点
1. 监听全局事件
2. 修改DOM上的一些原型方法，在添加元素、删除元素等情况下进行采集上报
3. 使用虚拟 DOM 进行比对
2. 可视化埋点
挺好的文章： https://zhuanlan.zhihu.com/p/560974740
使用流程：
（ 可视化埋点页面： Main ）
需要进行埋点的页面：A页面
（ 可视化埋点页面： Main ）
需要进行埋点的页面：A页面
1. iframe嵌入A页面
2. 打开圈选开关，在A页面中圈选元素，圈选后上报圈选元素的 Xpath, 在Main页面进行配置,配置是要点击埋点还是要曝光埋点
3. 在Main页面中点击配置的埋点信息，能够在A页面中显示出对应的元素； 这是反选验证，也要使用到iframe 通信
技术点
1. iframe 通信
Main 页面往 A页面发送信息
A页面往 Main 页面发送信息
关于 iframe 双工通信的监听与取消
2. 曝光埋点实现
1. intersectionObserver 来查看元素是否曝光
2. dom 树变更需要借助 mutationObserver 来进行 dom 树监听, 当元素消失时就要移除曝光监听
3. 圈选
在A页面中鼠标移入的元素上面悬浮一层同样大小的阴影
核心技术： Xpath 快速找到某一个元素
3. 代码埋点
自动上报
只要这个元素上有一定的标识属性，在点击或曝光的时候就自动上报
手动上报
2. 数据清洗处理
3. 可视化分析
数据展示
行为分析
点击分析
曝光分析
页面分析
用户体验
访问深度
访问时长
热图
点击热图
滚屏热图
用户画像
转化率提升
漏斗分析
由一个元事件/虚拟事件加一个或多个筛选条件组成，表示一个转化流程中的一个关键性的步骤
形成一个漏斗分析的流程
路径分析
查询各个页面的来源和去向；
表单分析
分析一个用户从进入一个表单填写页面到表单提交的过程中各个行为的分析，每个表单项的填写率、重填率、填写时长、放弃率等都是重要的分析指标，会直接影响到整体的转化率。也能帮助开发人员及时发现和定位表单页面中的交互问题，从而提升用户体验，和重要链路中的转化率。
常见的注册表单的转化，即 10 个用户进入注册页面但最后只有 7 个用户成功注册，这个功能可以有效发掘剩余 3 个注册失败的用户流失的点，找到他们是在填写哪个表单项前离开页面或是找到重填率最高的表单项进行优化
用户行为序列
用户行为序列是从单一用户的角度去查看在我们站点上的行为轨迹，从而去分析重点用户的行为喜好。
业务
活动数据
商品详情页来源
4. 页面效果展现
（ 比如使用 Chrome 插件 ）
（ 比如使用 Chrome 插件 ）
展示出页面每一个按钮的点击数
收藏
职业：暂无
0 条评论
下一页
