什么是埋點？怎么埋點呢？本文作者從數據產品經理的角度來為你講解。

一、數據過程

數據生產-數據采集-數據處理-數據分析和挖掘-數據驅動/用戶反饋-產品優化/迭代。

用戶操作app時產生行為數據，通過數據采集系統采集，對采集的數據進行處理（實時數據處理+離線數據處理）得到統計數據進行數據分析，并將結果呈現出來以復盤總結當前版本并驅動下一個產品迭代，或者清洗后的數據進行數據挖掘，實時反饋給用戶（如推薦）。

數據采集，顧名思義采集相應的數據，是整個數據流的起點，采集的全不全、對不對，直接決定數據廣度和質量，影響后續所有的環節。

在數據采集失效性、完整性不好的公司，經常會有業務方發現數據發生的大幅度變化，追其所以時發現是數據采集的問題（見附注）。而另一方面，采集什么數據才能有效的得到數據分析結論，才能有效的進行推薦，就需要提前規劃埋點。

當前數據采集普遍遇到的幾個問題：

• 實時性，對于工具性產品在無網條件下的數據，無法實時上報；
• 完整性，由于用戶隱私協議&歐盟通用數據保護條例的，部分數據無法采集；
• 異常，android_id、idfa、idfv 隨版本升級變化或無法獲取。

二、數據埋點

接下來用5w2h的思路來看埋點。

1. 埋點是什么？

所謂“埋點”，是數據采集領域（尤其是用戶行為數據采集領域）的術語，指的是針對特定用戶行為或事件進行捕獲、處理和發送的相關技術及其實施過程。比如用戶某個icon點擊次數、觀看某個視頻的時長等等。

埋點的技術實質，是先監聽軟件應用運行過程中的事件，當需要關注的事件發生時進行判斷和捕獲。

特別注意需要明確事件發生時間點、判別條件，這里如果遇到不清楚的，需要和開發溝通清楚，避免采集數據與理想存在差異。例如：期望采集某個app的某個廣告的有效曝光數，有效曝光的判別條件是停留時長超過1秒且有效加載出廣告內容。

2. 埋點是誰的工作？

現在公司通常都會有數據產品經理或業務線數據分析師，結合版本迭代過程進行埋點規劃。如果是代碼埋點，還需要開發完成相應的埋點代碼。

3. 在什么時間點&在哪里埋點呢？

埋點是目的導向。

在產品規劃時就要思考數據埋點問題，如果在產品外發后再考慮怎么埋點，就會導致前期版本用戶的數據無法收集，想要看某個數據時就會非常無奈，只有等到新版本完善來彌補。

思考要埋哪些點、埋點的形式，需要緊密結合產品迭代的方向、運營需求，并和數據開發等進行充分溝通以確認：

• 埋點能夠得到想要的數據解決/支持；
• 能夠得到當前版本的復盤情況；
• 后續版本的數據支撐。

通常的溝通過程以 埋點文檔為載體；數據埋點評審為終結。

當前版本的復盤情況：

• 新版本功能使用情況，是否符合預期；
• 新功能上線后對其他功能點的影響？是否為整體均有積極作用；
• 版本運營活動目標群體的特征獲取;
• 新增商業化目標的監測……

后續版本的數據支撐：

• 規劃方向的用戶行為分析
• 畫像特征分析

4. 怎么埋點呢？

4.1 埋點技術：代碼埋點、可視化埋點、無埋點

接著第一節：埋點是什么？來看下埋點技術層面的區分：代碼埋點、可視化埋點和無埋點。

（1）代碼埋點

以為需要監測網站上/app上用戶的行為，是需要在網頁/app中加上一些代碼的，當用戶觸發相應行為時，進行數據上報，也就是代碼埋點。這樣的代碼，在網站上叫監測代碼，在app中叫SDK（Software Development Kit）。市場上的第三方數據采集均支持代碼埋點，GA, GrowingIO，神策等。

• 優點：可以詳細的設置某一個事件自定義屬性；
• 缺點：時間、人力成本大，數據傳輸的時效性。

（2）可視化埋點

利用可視化交互手段，數據產品/數據分析師可以通過可視化界面（管理后臺連接設備） 配置事件，如下是騰訊移動分析的可視化埋點界面?？梢暬顸c仍需要先配置相關事件，再采集。

• 優點：埋點只需業務同學接入，無需開發支持；
• 缺點：僅支持客戶端行為。

（3）無埋點

無埋點是指開發人員集成采集 SDK 后，SDK 便直接開始捕捉和監測用戶在應用里的所有行為，并全部上報，不需要開發人員添加額外代碼。

數據分析師/數據產品 通過管理后臺的圈選功能來選出自己關注的用戶行為，并給出事件命名。之后就可以結合時間屬性、用戶屬性、事件進行分析了。所以無埋點并不是真的不用埋點了。

優點：

• 無需開發，業務人員埋點即可；
• 支持先上報數據，后進行埋點。

缺點：

• 數據量大；
• 僅僅支持客戶端。

無埋點和可視化埋點均不需要開發支持，僅數據業務同學進行設置即可。但兩者數據上報-埋點設置存在加大的差異：無埋點支持在數據上報之后再進行埋點設置，因而數據采集/上報的量遠大于可視化埋點。

因而無埋點的數據大都有清空機制，例如growingIO，允許版本發布后7天內設置埋點，超過7天數據清空，無法追溯。

4.2 埋點技術：客戶端埋點 & 服務端埋點

（1）客戶端埋點

好處：

• 能夠搜集頁面展示、點擊行為；
• 可以收集不需要請求服務器的數據，如音樂的本地播放、頁面停留時長等。

缺點：

• 由于數據上報需要網絡，當用戶產生行為而沒有網絡時，則會延遲上報數據，影響數據的實時性。這點在工具型產品上表現尤其強烈。
• 如果用戶刪除自己的APP操作記錄，或者無網連接時數據存儲達到上限，則會造成數據丟失，影響數據的完整性。
• 當需要改變埋點時，需要更新版本才行，但是會存在有些用戶不更新版本情況，影響數據質量。

（2）服務端埋點

優點：

• 實時性好：實時收集，數據很準確，不存在延時上報；
• 變更成本?。寒斠淖兟顸c時，只要改變，上報數據就會改變；
• 能夠收集不在APP內發生的行為，只要請求服務器就行，而客戶端只能收集在客戶端中的操作行為，如統計從其他APP引流的安裝量。

缺點：

• 不能收集不需要請求服務器的數據；
• 用戶沒聯網的時候不能夠采集數據。

當前大多數產品&公司都是客戶端、服務端相結合。

（3）各種埋點場景&埋點建議

• 客戶端數據：頁面點擊數據，比如：tab欄的點擊，某個icon的點擊（各入口點擊對比使用情況，統計頁面點擊行為的轉化漏斗）。
• 服務端數據：安裝數據，下載后安裝情況；內容數據，比如某個視頻內容 曝光/展示/播放數據；搜索內容。

以視頻產品為例的一次埋點過程：

1. 明確產品動態，梳理數據需求；

當前為一個視頻社區軟件，增加了**舞蹈跟拍**功能，用戶可以根據不用的舞蹈來進行拍攝（運營同學對舞蹈進行了分類，主打幾個舞蹈），目的是為了給用戶提供低成本創造視頻內容的方式。

基于上述的產品目的，期望能了解：

a.該功能的使用情況（uv，pv，使用過程漏斗）;

b.生產的視頻情況（視頻數,視頻的互動情況），是否能實現促進內容生產帶動社區氛圍的目標。

2. 數據需求轉化為指標&埋點，并與數據開發進行討論；

a.功能使用uv、pv；

b.對其他拍攝功能的影響；

a，b：可以服務端打點，也可以客戶端打點，但因為視頻社區的基于內容的互動行為基本都在服務端，所以建議服務端打點。

c.拍攝流程的轉化漏斗；拍攝流程主要是頁面的點擊過程，故使用客戶端埋點，并記錄uv，pv。

d.跟拍視頻的播放、點贊、評論、分享、關注、二次被跟拍的情況；

f.跟拍舞蹈的類型，明確用戶是否偏向于某個類型的舞蹈跟拍；

d，f服務端，基于內容的互動行為基本都在服務端。

3. 版本上線；

4. 按照預期進行數據分析，產品迭代復盤。數據分析過程，注意查看是否與預期相符，是否有優化點。

在了解埋點知識時，參考的文章，在此非常感謝：

• https://blog.csdn.net/heatdeath/article/details/72817838
• http://www.chinawebanalytics.cn/auto-event-tracking-good-bad-ugly/
• https://blog.csdn.net/wangyiyungw/article/details/80179730
• https://www.cnblogs.com/111testing/p/7672833.html
• https://blog.csdn.net/wangyiyungw/article/details/80179730
• https://www.zhihu.com/question/36411025/answer/144973846

本文由 @cecil 原創發布于人人都是產品經理。未經許可，禁止轉載

題圖來自 Pexels ，基于 CC0 協議