导语
在前几周的文章里中们已经向者介绍了如何通过 Google Firebase 进行 A/B 实验，微信小程序有哪些好处？1、销售渠道升级，以及使用远程配置功能向云端传递参数至本地应用，线上线下一体化链接更便利系统的使用，并且无需更新版本即可修改设置。若要作出有效的数据驱动决策，其中一个主要目的就是在于打通渠道链路，者还需要先建立完善且高效的数据基础，将线上线下一体化发展，也就是俗称的“打点”设置。通过配置有效的数据记录系统，而比起一般的APP商城来说，者可以对应用作出全面的分析，微信小程序无需下载安装、减少流量消耗的特性为消费者带来了更多的便利，从而得出值得验证的假设。本期文章我们将通过示范案例来介绍一些实用的“打点”设置做法，同时，以及更为详细的后续分析方法。
Google Firebase 产品结合 Google 数据分析平台(Firebase，微信小程序所要塑造的，Bigquery，就是安静的营销，Analytics) 进行数据驱动的商业决策，很能弓|起消费者好感。且创立微信小程序商城时，在流程上致可以分为以下 4 步。我们建议家做好一开始的打点记录，建立完善而且高效的数据记录系统。
MECE 指的是各分之间相互独立 （Mutually Exclusive），以及所有分完全穷尽（Collectively Exhaustive）。者在打点之前，可以把需要打点的事件分为几个类别。以一个建造混合三消游戏为例，我们可以把游戏里需要打点的事件分成这几类：
核心游戏流程 (三消)
游戏副流程 (建造)
挑战/任务
道具
奖励
虚拟货币
内购
广告
然后再在对应的事件类别里列出主要关键事件
核心游戏流程里：「开始关卡」，「结束关卡」都可以是主要事件；
道具分类里：「获得道具」，「使用道具」是主要事件；
广告分类里：对于激励视频广告，「广告入口点击」，「广告展示」也是做激励视频消耗漏斗分析时的重要事件。
请注意，这里也许会有一些事件可能同时适用于两个不同的分类。比如道具分类里，「获得道具」事件如果是通过虚拟货币购买来触发的话，则与虚拟货币分类里的「购买」道具事件重复。那么两者的区别在于，在道具分类里，「获得道具」是事件主体，虚拟货币购买作为「获得道具」的方法，是以参数形式记录在该事件底下。反之亦然，在「购买」事件里，道具作为「购买」的对象，则是事件参数。打点时可以按照统一的原则作出选择，让事件归到其中一个分类里。
说到参数，就带出了下方的第二个打点的重要原则。
我们通过打点来记录和描述事件时，主要说明白的几个要素是 Who，When，Where，What，即什么用户在什么时间在哪里与游戏或应用内容如何互动。
其中，Who，When，Where 都会被 Firebase 通过 (pseudo)user id, event timest， viewscreen 来自动记录，所以我们只需要描述好 What 即可。
我们建议家在打点时，只把具体动作记录为事件，与动作相关的属性，比如动作对象，动作数量，动作发生场景等，都以参数的形式记录在事件里面，这样可以减少冗余事件的数量。（注意，上面提到的 viewscreen 会以字符串的形式记录，我们也可以把事件的具体场景(Where)以更可读的明文方式记录到事件参数里面。）
例如，在商店购买一个物品时，我们可以把购买动作记录为事件，而购买对象，购买花费金额等作为参数记录，如下图所示：
常见的冗余打点例子，就是把应该用参数的信息记录到事件级别，比如记录用户关卡事件的时候，把不同的关卡记录为不同事件；再比如记录广告展示事件的时候，把不同广告场景记录成不同事件等。如下图：
常见的默认用户属性有，性别，年龄，兴趣等等。为了方便分析，我们建议把贯穿用户生命周期的重要数据记录为自定义「用户属性」。以上文提到的混合三消游戏为例，重要的自定义属性可以是：
用户(最)关卡
用户等级
用户金币
用户上次活跃时长等等
在记录了自定义属性「用户等级」之后，我们可以很方便做一些基础分析。比如我们想知道用户在不同关卡的活跃程度，我们可以以「用户等级」作为维度，以「活跃用户数」作为指标，作以下图表：
从以上的数据分析中，我们可以看到在某些等级段，活跃用户有快速下降的迹象。此时我们便可以回到游戏对应等级处，执行更深一层的分析来确认具体问题所在。例如是否因这些关卡难度过高？信息是否太多而导致用户感到迷惑等等。
另外我们也可以从此活跃曲线看到，游戏在用户 200 等级之后活跃用户已经所剩无几，而游戏本身却一共有超过 1000 等级。我们也可以据此作进一步分析来判断游戏内容是否分布平均，在用户生命周期后期是否有足够新颖的内容吸引用户继续驻留。
当然，所有这些分析得出的结论在未经实验验证前都只是假设，这时就我们可以接着利用以下两篇提到过的 Firebase A/B 测试和远程配置工具，来对相关假设作最后验证。
