隨著互聯網技術的發展，用戶營銷從單純的推廣展示型發展到用戶運營型階段，再到現在的數字化運營階段，有效的數據不僅可以輔助商業銀行優化營銷策略，還可以滿足銀行針對不同用戶的個性化運營的需要。從客戶運營的角度講，數據一般分為業務數據和用戶行為數據。業務數據一般是直接記錄在業務系統數據庫中的生產數據，比如保險系統中記錄的保險訂單、保費理賠記錄等；具有更多用戶行為價值的數據往往都是用戶端的操作行為數據，比如用戶在APP、Web上進行訪問、瀏覽、點擊、關閉等操作記錄就是典型的用戶行為數據。目前，“埋點”技術已經是一種采集客戶端用戶行為數據成熟有效的技術方式，在大數據時代下對個人用戶畫像建設過程中發揮著不可替代的作用。

01 埋點技術介紹

1.埋點技術簡介

所謂“埋點”，是數據采集領域（尤其是用戶行為數據采集領域）的術語，指的是針對特定用戶行為或事件進行捕獲、處理和發送的相關技術及實施過程，如用戶某個鏈接點擊次數、觀看某個視頻的時長等。埋點技術從技術實現角度可劃分為前端代碼埋點和后端代碼埋點。1）前端代碼埋點前端代碼埋點是在個人客戶端（如Web頁面/APP界面）加上前端代碼，當用戶觸發應用中相應行為時，進行數據記錄并定期上報。優點：可以詳細設置某一個事件自定義屬性并數據采集完整；按需埋點，采集數據更全面，幾乎可覆蓋所有數據采集場景。缺點：延遲上報，數據丟失率高(一般為5%-10%)，且埋點的變更需要用戶端更新APP才能實現。2）后端代碼埋點后端代碼埋點就是由后端開發將埋點采集代碼加入到服務端或者日志請求中，當用戶前端操作請求服務端數據時，按照約定規則觸發記錄埋點信息。優點:數據采集時效性高，準確性高，丟失率低；服務端更新即可，不需要用戶更新版本。缺點:純前端操作不觸發服務請求時無法采集數據，且埋點開發測試工作量大。

2.埋點設計方法

1）埋點設計遵循4W1H原則：在合理采集邊界內盡可能全面地描述事件發生的全貌：

2）埋點設計需和業務流程緊密結合：下圖為優惠券營銷場景下的埋點設計思路：

3）埋點需求方案設計：明確埋點設計原則和業務思路后需進行埋點需求方案的設計，具體內容包括:事件名稱、事件標識符、事件觸發時機、屬性名稱、屬性標識符、屬性類型等內容。埋點方案設計樣例如下圖所示：

3.埋點實施流程

埋點數據的采集的5個步驟：

1）確定場景目標：明確數據采集與數據應用的業務場景和業務目標；

2）埋點方案設計：根據業務場景下的業務過程和業務需要設計滿足業務需求的埋點方案；

3）方案評審開發：與前端及后端開發評估方案細節實施的可行性，通過后實施埋點開發工作；

4）測試驗收：通過抓包方式測試驗證數據采集的質量和埋點觸發時機是否正確，并出具測試驗收報告；

5）上線應用：正式提交上線埋點開發后的應用版本。

02 埋點與用戶畫像

1.埋點行為數據的意義

1）從數據構成角度:一個完善的數據源主要分為三部分：第一部分是用戶行為數據、第二部分是用戶信息和CRM數據、第三部分是交易數據和服務端日志數據。除了交易數據會經常被存儲加載保存通過ETL來獲取分析外，行為數據和日志數據常常被忽略浪費。埋點技術就是對用戶行為數據和日志數據做針對性的數據采集，精確采集獲取用戶行為數據，豐富用戶數據維度信息，服務于更加精細化的用戶畫像。

2）從產品功能角度：隨著移動互聯網的普及和發展，大量行為數據在移動端產生，這些用戶和應用之間交互行為的數據信息都是通過埋點技術實現采集的，對于后續提升用戶體驗以及用戶“千人千面”的營銷都是非常寶貴的資源。

3）從企業管理發展角度：基于用戶交互數據，結合洞察分析的手段反推建設用戶的行為數據畫像，優化形成更符合客戶需求的增值產品和服務，并重新投入到用戶的使用過程中，形成完整的業務閉環，驅動業務增長。

2.埋點行為數據對畫像建設的價值

常規的數據標簽主要是用戶當前的狀態或者行為的結果值，缺少行為過程的畫像刻畫；而埋點行為數據則可以將這部分內容補齊，描述用戶的行為過程，讓運營人員可以時刻關注用戶的行為階段并給予個性化的反饋。同時，相較于數據的畫像，基于埋點數據的用戶畫像更新頻率多為日，甚至可以實時更新，動態變化屬性更強，時效性也更高。

因此，埋點行為數據是構建完整畫像數據的重要組成部分，不僅豐富了用戶數據的維度，還讓畫像標簽更加數字擬人化，更加完整地抽象出用戶信息全貌。

3.埋點行為數據采集應合法合規

自2021年11月1日起《個人信息保護法》已正式實施。《個保法》對企業獲取和應用數據提出了新的要求。

在處理埋點采集數據的過程中，涉及普通個人信息需在用戶隱私條款中明確告知用戶并取得同意；但當涉及到個人敏感信息時，則需單獨取得用戶同意，而不是放入隱私條款中讓用戶一并同意。

03 用戶行為數據助力用戶畫像建設

1.用戶行為模型方法論介紹

1）用戶生命周期模型：

用戶生命周期，源自于傳統營銷學里面的客戶生命周期，其基本涵義可以通俗地理解為“從搖籃到墳墓”(Cradle-to-Grave)的整個過程，在互聯網行業中，用戶的生命周期指的是:用戶接觸你的產品到最后流失的整個過程。一般互聯網生命周期包括：引入期、成?期、成熟期、休眠期和流失期5個周期。

適用場景：在用戶增長趨于飽和、獲客成本越來越高、整體運營策略由前期的快速獲客變現轉變為存量客戶運營為主的業務發展階段，客戶運營的目的是盡可能地讓客戶產生更多的商業價值，延長客戶的生命周期。

2）AARRR（增長黑客）模型：

其以用戶為中心，以完整的用戶生命周期為線索，把增長步驟拆分為5個步驟，分別是：獲取用戶(Acquisition)、用戶激活(Activiation)、用戶留存(Retention)、用戶變現(Revenue)、用戶推薦(Referal)，從而實現用戶運營的閉環設計。

適用場景：適用于業務前期擴張，獲客成本相對較低的用戶規模增長期，商業運營模式以短平快的獲客變現形式為主的運營模式。

3）AIPL模型：

指阿里用戶旅途模型：認知——興趣——購買——忠誠。實現人群資產定量化、鏈路化運營，將用戶分為不同的營銷階段，精細化營銷運營。

適用場景：適用于企業業務發展多元化，數字化建設程度相對完善，企業內部具有數量可觀且可運營的人群數據資產的場景。

2.用戶行為畫像方案設計流程

1）開展業務部門需求調研工作：

需求調研的的主要內容包括業務現狀、業務發展期望目標和策略措施，同時還需開展相關業務數據的數據調研工作。

2）基于業務需求內容規劃業務場景：

業務場景的規劃可結合企業當前的業務發展階段和企業愿景，并結合相關用戶行為模型完成業務運營場景的劃分工作。

3）基于設計完成的業務場景下補充業務目標和業務策略：

結合前期的需求調研，完成不同業務場景下的業務目標和業務策略的補全。

4）設計支持業務應用場景的用戶標簽：

圍繞上述業務需求，有針對性地實施用戶標簽的設計與開發，為業務應用提供數據基礎。

結語

數字經濟時代下，大數據和5G等新一輪信息技術所帶來的企業數智化轉型變革，為大規模數據采集帶來了實現的可能，埋點技術作為一種流行的數據采集方式，為企業提供者了豐富可靠的用戶終端應用的數據資源。

從埋點數據采集到用戶畫像數據應用，每個環節都對應著企業的數字化能力，不僅考驗關鍵核心軟硬件技術，還體現了跨部門合作、執行力等綜合能力，畫像標簽的建設為企業的數字化運營注入了新的活力。

參考文獻：

[1]GrowingIO. 用戶行為數據分析.2019.

[2]GrowingIO. 指標體系與數據采集.2020.

[3]趙宏田. 用戶畫像方法論與工程化解決方案[M].機械工業出版社.2020.