跃哥讲埋点01：主流埋点方式大PK

作者| 友盟+数据培训专家张跃

友盟+技术专家宋靓亦对本文有贡献

数据埋点是开启数据分析的第一步。但埋点过程本身，涉及产品、运营、技术等多环节多职能。即使在互联网公司，很多运营人对埋点也是一头雾水，对埋点规划、埋点与数据分析的关系、典型场景埋点方案，都是在摸索中前行。

 

今天，我们请到了友盟+数据培训专家张跃，和我们聊聊埋点的那些事。

 

 

1

什么是数据埋点？

数据埋点是一种常用的数据采集方法，方便产品/运营系统性的统计分析复杂的用户数据。我们在App端所设置的自定义事件，就是通过数据埋点的方式，实现对用户行为的追踪，以及记录行为发生的具体细节。

 

通常情况下，我们会对一些关键节点、关键按钮进行监测，比如关键路径的转化率。另外，还可以通过埋点统计核心业务数据。以电商类App为例，在提交订单环节，将用户购买的商品名称、类别、价格等明细数据进行上报，便于后续分析用户行为与洞察用户偏好。

 

2

数据埋点有几种方式？

目前国内主流的数据埋点方式有四类：全埋点、可视化埋点、代码埋点、后端埋点。每种方式都有优缺点，需要根据业务需求评估选择。

 

总体来说，全埋点和可视化埋点更侧重结果的展现，对过程追溯少，更适合产品经理分析基础的产品功能流畅度、用户体验、产品路径设置等。

 

代码埋点和后端埋点，不仅能展现结果，也会记录用户行为过程，支持深度的行为分析和偏好洞察，还可将行为数据与业务数据打通，适合产品和运营人员深度使用。

全埋点

0

1

定义：

从名字就可以看出，全埋点会自动采集所有的数据点位，是土豪的埋码方式。

优点：

几乎可以监测和分析用户在App端的所有行为数据，并且可追溯。

缺点：

数据存储、计算、分析成本高昂，对用户在前端的加载也有影响。主流App几乎都不会采取此种方式。

可视化埋点

0

2

定义：

通过点击交互，在产品界面上直接进行埋点。先分析，再圈选，是一种所见即所得的埋点方式。

优点：

跳过技术部署，集成简单，小白也能很快上手；能够监测产品前端用户交互数据。

缺点：

所采集的数据，属于前端浅层数据，而侧重属性的数据带不回来。例如，对于新闻类App，能监测到用户点击标题的行为，但作者、细分标签、发布时间等数据无法采集，且无法进行数据追溯。

代码埋点

0

3

定义：

通过技术代码在App接口中进行埋点，需产品、技术、运营的通力配合。

优点：

代码埋点可以采集到你想要的所有数据（服务端、客户端）；前期需要系统性规划，数据分析会更贴合业务场景；且数据维度更丰富和深入，适合精细化分析和用户行为洞察。

缺点：

前期工作量会稍大，包括埋点规划和技术实施。产品新增功能后，需要技术埋点并且发布App后才能统计到数据。

后端埋点

0

4

定义：

通过导入工具或系统，将数据（通常是后端日志）直接进行上报。从经验上判断，后端采集适合结合深度业务数据的挖掘，而前端采集适合基于用户行为的产品运营。

优点：

做为“独立”的上报通道，其安全性、准确性较高。（前端通过用户层面的上报，可能会因为各种环境丢失数据、可能在传输途中被劫持）；可结合相关业务数据，将整个业务过程进行更全面的描述；同质化的采集，使用后端替代前端采集，可提升因前端采集带来的性能流失，给用户带来更好的体验。

缺点：

有些纯前端的行为，没有记录对应的后端日志，这部分数据无法采集和获知。

特别强调：

无论采用哪种埋点方式，都应该根据业务场景和产品阶段，梳理和构建数据分析体系。埋点规划混乱、数据采集无序、数据分析断层，最终将会让企业陷入“有数据而无价值”的境地。

 

 

3

谁负责埋点？

全埋点和可视化埋点，产品经理和运营人员就可以操作实现。代码埋点和后端埋点则需要技术同学配合完成。

 

友盟+支持代码埋点，为开发者提供API接口，通过技术层面实现数据上报。

 

极简埋点的3步骤：

 

1）需求梳理

埋点目的是什么，有哪些业务场景，需要哪些维度的数据，如何构建数据分析体系。

 

2） 需求落地

埋点不是越多越好，需要与技术讨论埋点的合理性和可行性，大致一致之后，再开始行动。

 

3） 开始埋点

在App端埋点后，与第三方平台API对接。上传相应的事件ID与事件名称，与代码中的ID与名称一致。

 

 

4

埋点与数据分析的关系

 

1） 埋点和数据分析是因与果的关系

只有前期将埋点规划好，后期才可能做用户行为分析，而且埋点的分层做的越细致，可分析的维度也就越细致。要统计的数据庞大时，建议分阶段分版本进行埋点，先对主要事件关键路径进行埋点，一步一步完善。

 

2）  产品技术运营的多方协同

埋点一定是需求方提出的（产品和运营为主），业务场景和需求整理、制定埋点方案，与技术团队对接埋点规划、测试上线。另外，埋点由专人维护，如果这个环节出现问题，就会造成埋点混乱，结果就是采集到的数据都不知道是什么，数据价值下降。

 

3）  区分测试数据与正式环境

切记先测试，数据无误后再正式发版，且不要将测试数据混淆统计。

 

4）  数据点命名规范

建立一套内部的数据埋点规范，每个点都有专属ID，防止后期数据量大而对应不到具体点位。

 

明天请锁定 [ 跃哥讲埋点02 ] 

• 代码埋点规划技巧

• 埋点应用，听书类App的埋点方案

推荐活动

推荐阅读

转化率提升1750%，我用这些技巧做到了

附PDF|凯叔讲故事：用户增长的杠杆效应

掌握这4步，90%的小白都能运营超级用户

你关注过黑产、羊毛党吗？用户增长的另一面

网易严选的高段位数据运营法则

数据运营防“寒”指南

 关于我们 

友盟+，全球领先的第三方全域数据服务商。以“数据智能驱动业务增长”为使命，基于16亿日活设备的实时全域数据能力、数百万量级的知识图谱，挖掘出15000个人群标签、114个行业指标体系，通过AI赋能的一站式互联网数据产品与服务体系，帮助企业实现深度用户洞察、实时业务决策和持续业务增长。

迄今，友盟+已为165万款App、760万网站提供9年的专业数据服务。