先接受现实：漏斗模型要重写
传统产品的分析骨架是页面漏斗：首页→详情页→下单。对话产品的界面就是一个输入框，用户旅程全发生在消息流里。所以要换一个骨架：以「会话」为基本单位，分析「发起会话→需求被理解→拿到可用回答→采纳/继续追问→结束或流失」这条链。每个环节的流失都要能找到对应的行为事件来解释，埋点设计就是围绕这条链展开的。
事件埋点：三层结构
我的做法是分三层埋。消息层是最细的：每次发送（带上文本长度、是否带附件、是否语音）、每次响应（耗时、token 数、模型版本、是否触发检索/工具调用）、每次反馈（点赞、点踩及分类、复制、分享、重新生成）。会话层是聚合：会话 ID、轮次数、总时长、是否有采纳行为、是否中途放弃（发出消息后没等响应完就退出）、结束方式（自然停止/主动清空/超时流失）。用户层是长期：激活以来的会话数、任务类型分布、留存和召回情况。有一个原则：原始消息文本要存（合规前提下脱敏），但要和埋点数据分库存、限权限，行为分析用结构化事件，文本只在定性分析和 badcase 挖掘时按流程调阅。
意图识别是分析的地基
不标意图，所有指标都是一锅粥。「点踩率 8%」毫无意义，「代码类任务点踩率 15%、闲聊类 3%」才能指导行动。意图打标用三层递进：规则先行（带代码块的算编程、带链接的算总结），覆盖三四成；模型分类补位（用小模型对首条消息做意图分类，成本极低，能覆盖到八九成）；人工抽检校准（每周抽几百条核对模型分类准不准，准确率低于 85% 就优化 prompt 或加类别）。意图标签挂在会话上之后，分层看板才有意义——哪个场景在涨、哪个场景质量在拖后腿，一眼看清。
多轮会话的分析套路
对话产品最有价值的分析都在会话级。常看的几个：一是「首轮解决率」，用户第一轮就拿到可用回答、没有追问重试的会话占比，这个指标和满意度的相关性最强；二是「追问模式分析」，把追问分成「深入追问」（同一话题挖更深，好事）和「纠偏追问」（用户换个说法重问，说明上一轮没答好），比例变化直接反映模型迭代效果；三是「放弃点分析」，用户在第几轮、什么意图上流失最多，那里就是产品改进的优先级清单。Kimi、豆包这类产品还值得看「长会话健康度」——轮次多了之后模型有没有遗忘、跑偏，这是长上下文产品的特有指标。
埋点数据要反哺模型迭代
分析不能停在看板上。点踩会话、纠偏追问、放弃会话，这三类是最好的 badcase 来源，建一条自动管道：每周把带负反馈的会话按意图聚合，TOP 问题类型产出成 badcase 清单交给算法；高质量的点赞会话反过来进精选案例库，可以做 few-shot 示例或者评测集的「好答案」基线。这样埋点就不只是「看数据」，而是模型迭代的输入系统，PM 的价值就在这里——把用户行为翻译成算法能用的资产。
两个实操的坑
一是埋点版本管理，模型版本、prompt 版本必须打进每条响应事件，否则灰度期间根本没法对比分析，这个字段漏了就是灾难。二是采样问题，会话量大了以后消息文本存储成本高，可以做采样存储，但负反馈会话一定要全量保留，最稀缺的信号不能省。