一、书影音的统计背景和意义
1、问题背景
豆瓣在个人页面加入了「书影音档案」功能，用来展现丰富的个人阅读观影历史，方便对外分享。试图通过这样的功能，让用户对在豆瓣留下的痕迹拥有资产感，更不易流失。同时也希望通过此，刺激更多用户补标更多的电影、书籍、音乐，产生更多的数据。
2、统计的目的
可以根据数据分析，得出这个功能模块对用户的留存和活跃程度，以及自我传播率等行为的效果。即根据数据分析通过AAARR模型分析得出产品的效果和更新迭代的需求。
二、产品页面流程梳理
1、整体模块
书影音的大概的页面流程可以分为两个大块，一个是观影、读书、音乐分析，一个是我的书影音记录。前者是增加单项的记录，后者是呈现所有书影音的记录。
2、观影分析
观影分析是豆瓣这个模块的主打的功能，如果你没有标记过任何电影，提示你标记“看过”10部电影生成分析，并且你添加完成之后，按钮就变成了去补标，并不会消失。点击看过的电影会进入影视列表。而标记或者布标直接进入一个上下滑动的操作。
3、读书分析
读书分析，在点击标记按钮，进入豆瓣读书榜单，选择相应的书籍后，标记按钮消失，在读书分析页就没有地方找到添加书籍的地方，这个体验和观影分析完全不一样。对我个人而言觉得不太友好。
4、音乐分析
音乐分析和读书分析一样，添加完成唱片生成分析报告，便没有了添加的按钮。
5、总结分析
综合页面分析可以看出，分享这个功能基本上每个页面都有，且分享的内容都有所区别。首页分享全部的记录，观影、读书、音乐只分享自己模块的记录。单独的电影、书籍、音乐会生成相应的海报分享。
补标资料，目前只能补标观影模块，其他模块只能标记一次。
三、提出需求
1、提出数据指标
根据作业要求，需要刺激更多用户补标更多的电影、书籍、音乐，产生更多的数据。主要关注的指标为分享率，回访率，补标资料率。那么我们就需要把这三个指标分别放到不同的页面。得出以下的数据指标。
1）、指标——分享率
确定埋点事件：书影音档案浏览页、观影分析浏览页、读书分析浏览页、音乐分析浏览页、点击分享按钮、被分享者进入档案页
计算公式
用户分享率=成功分享次数/浏览书影音档案页面UV
页面分享率=成功分享次数/浏览书影音档案页面PV
2）、指标——回访率
确定埋点事件：书影音档案浏览页面、观影分析浏览页、读书分析浏览页、音乐分析浏览页、浏览内容详情页
计算公式
首页回访率=书影音详情浏览页UV / 书影音档案浏览页PV
观影分析回访率=观影详情浏览页UV / 观影分析浏览页PV
读书分析回访率=读书详情浏览页UV / 读书分析浏览页PV
音乐分析回访率=音乐详情浏览页UV / 音乐分析浏览页PV
3）、指标——补录资料率
确定埋点事件：点击补标、进行标记、返回标记（影视才有）
计算公式
用户补录资料率=补标资料UV/书影音档案浏览页面UV
页面补录资料率=补标资料次数/书影音档案浏览页面PV
确定埋点属性：
根据上述的指标和事件提出，同时根据WWWHW分析法得出，各个事件埋点属性，如下图所示。
2、形成完整数据文档（作者、日期等）
