什么是埋点？我们为什么需要埋点？（原作者：知乎 原志Growing）

 

一、数据流程

 

数据生产-数据采集-数据处理-数据分析和挖掘-数据驱动/用户反馈-产品优化/迭代。

数据采集，顾名思义采集相应的数据，是整个数据流的起点，采集的全不全、对不对，直接决定数据广度和质量，影响后续所有的环节。

在数据采集失效性、完整性不好的公司，经常会有业务方发现数据发生的大幅度变化，追其所以时发现是数据采集的问。而另一方面，采集什么数据才能有效的得到数据分析结论，才能有效的进行推荐，就需要提前规划埋点。

当前数据采集普遍遇到的几个问题：

• 实时性，对于工具性产品在无网条件下的数据，无法实时上报；
• 完整性，由于用户隐私协议&欧盟通用数据保护条例的，部分数据无法采集；
• 异常，android_id、idfa、idfv 随版本升级变化或无法获取。

 

二、数据埋点

接下来用5w2h的思路来看埋点。

1. 埋点是什么？

所谓“埋点”，是数据采集领域（尤其是用户行为数据采集领域）的术语，指的是针对特定用户行为或事件进行捕获、处理和发送的相关技术及其实施过程。比如用户某个icon点击次数、观看某个视频的时长等等。

埋点的技术实质，是先监听软件应用运行过程中的事件，当需要关注的事件发生时进行判断和捕获。

特别注意需要明确事件发生时间点、判别条件，这里如果遇到不清楚的，需要和开发沟通清楚，避免采集数据与理想存在差异。例如：期望采集某个app的某个广告的有效曝光数，有效曝光的判别条件是停留时长超过1秒且有效加载出广告内容。

2. 埋点是谁的工作？

现在公司通常都会有数据产品经理或业务线数据分析师，结合版本迭代过程进行埋点规划。如果是代码埋点，还需要开发完成相应的埋点代码。

3. 在什么时间点&在哪里埋点呢？

埋点是目的导向。

在产品规划时就要思考数据埋点问题，如果在产品外发后再考虑怎么埋点，就会导致前期版本用户的数据无法收集，想要看某个数据时就会非常无奈，只有等到新版本完善来弥补。

思考要埋哪些点、埋点的形式，需要紧密结合产品迭代的方向、运营需求，并和数据开发等进行充分沟通以确认：

• 埋点能够得到想要的数据解决/支持；
• 能够得到当前版本的复盘情况；
• 后续版本的数据支撑。

通常的沟通过程以 埋点文档为载体；数据埋点评审为终结。

当前版本的复盘情况：

• 新版本功能使用情况，是否符合预期；
• 新功能上线后对其他功能点的影响？是否为整体均有积极作用；
• 版本运营活动目标群体的特征获取;
• 新增商业化目标的监测……

后续版本的数据支撑：

• 规划方向的用户行为分析
• 画像特征分析

4. 怎么埋点呢？

4.1 埋点技术：代码埋点、可视化埋点、无埋点

接着第一节：埋点是什么？来看下埋点技术层面的区分：代码埋点、可视化埋点和无埋点。

（1）代码埋点

以为需要监测网站上/app上用户的行为，是需要在网页/app中加上一些代码的，当用户触发相应行为时，进行数据上报，也就是代码埋点。这样的代码，在网站上叫监测代码，在app中叫SDK（Software Development Kit）。市场上的第三方数据采集均支持代码埋点，GA, GrowingIO，神策等。

• 优点：可以详细的设置某一个事件自定义属性；
• 缺点：时间、人力成本大，数据传输的时效性。

（2）可视化埋点

利用可视化交互手段，数据产品/数据分析师可以通过可视化界面（管理后台连接设备） 配置事件，如下是腾讯移动分析的可视化埋点界面。可视化埋点仍需要先配置相关事件，再采集。

• 优点：埋点只需业务同学接入，无需开发支持；
• 缺点：仅支持客户端行为。

（3）无埋点

无埋点是指开发人员集成采集 SDK 后，SDK 便直接开始捕捉和监测用户在应用里的所有行为，并全部上报，不需要开发人员添加额外代码。

数据分析师/数据产品 通过管理后台的圈选功能来选出自己关注的用户行为，并给出事件命名。之后就可以结合时间属性、用户属性、事件进行分析了。所以无埋点并不是真的不用埋点了。目前市场第三方工具GrowingIO支持无埋点全量行为数据抓取

 

优点：

• 无需开发，业务人员埋点即可；
• 支持先上报数据，后进行埋点。

无埋点和可视化埋点均不需要开发支持，仅数据业务同学进行设置即可。但两者数据上报-埋点设置存在加大的差异：无埋点支持在数据上报之后再进行埋点设置，因而数据采集/上报的量远大于可视化埋点。

4、各种埋点场景&埋点建议

• 客户端数据：页面点击数据，比如：tab栏的点击，某个icon的点击（各入口点击对比使用情况，统计页面点击行为的转化漏斗）。
• 服务端数据：安装数据，下载后安装情况；内容数据，比如某个视频内容 曝光/展示/播放数据；搜索内容。

以视频产品为例的一次埋点过程：

1. 明确产品动态，梳理数据需求；
当前为一个视频社区软件，增加了**舞蹈跟拍**功能，用户可以根据不用的舞蹈来进行拍摄（运营同学对舞蹈进行了分类，主打几个舞蹈），目的是为了给用户提供低成本创造视频内容的方式。
基于上述的产品目的，期望能了解：
a.该功能的使用情况（uv，pv，使用过程漏斗）;
b.生产的视频情况（视频数,视频的互动情况），是否能实现促进内容生产带动社区氛围的目标。
2. 数据需求转化为指标&埋点，并与数据开发进行讨论；
a.功能使用uv、pv；
b.对其他拍摄功能的影响；
a，b：可以服务端打点，也可以客户端打点，但因为视频社区的基于内容的互动行为基本都在服务端，所以建议服务端打点。
c.拍摄流程的转化漏斗；拍摄流程主要是页面的点击过程，故使用客户端埋点，并记录uv，pv。
d.跟拍视频的播放、点赞、评论、分享、关注、二次被跟拍的情况；
f.跟拍舞蹈的类型，明确用户是否偏向于某个类型的舞蹈跟拍；
d，f服务端，基于内容的互动行为基本都在服务端。
3. 版本上线；
4. 按照预期进行数据分析，产品迭代复盘。数据分析过程，注意查看是否与预期相符，是否有优化点。

 

作者：原志Growing
链接：https://www.zhihu.com/question/36411025/answer/654557035
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。