埋点方案解决方案-字节跳动

• 文档链接 https://www.sohu.com/a/594007532_121274144
• DATAFINDER

增长分析是什么？

数据驱动：

1. 采集并整合全域数据：包括用户行为、经营数据、平台数据等多方数据来源；
2. 覆盖业务场景的分析需求：在产品、运营、用户增长等业务场景提供所需要的业务数据；
3. 智能决策并驱动业务：引导实际的业务动作。

埋点的痛点及解决方案

常见的埋点问题：

1. 重要信息缺失：熵增定律。
2. 想看的维度/参数缺失
3. 埋点口径不统一
4. 埋点浪费：废弃埋点仍在上报数据。

企业流量数据的建设困境

1. 埋点质量差：错埋漏埋，质量参差不齐，使用数据有风险
2. 埋点设计不规范导致埋点离散混乱，不利于统一使用，各类数据缺少同意管理，难以发挥数据价值。
3. 业务利用率低、不用则是在消耗成本。

各个角色在流量数据实践中的痛点

1. 数据使用者：埋点无统一管理。逻辑无含义，属性内容、负责人缺失。
2. 埋点开发者：埋点新增、变更、废弃、下线等无记录，过去的埋点代码不敢动，越来越混乱等等。
3. 埋点需求方：埋点需求无处维护，无法进行灵活的有管控的版本管理、
4. 数据管理者：流量数据资产现状如何，埋点个数、数据量、成本消耗、有效埋点个数等缺乏治理管理工具。

火山引擎埋点治理解决方案：产品+方法论

组织建设

数据需求和业务需求一样重要：埋点需要经过评审，测试等环节才能上线。可以由专门的数据分析师、数据产品来收口埋点。
整体性思考
1、组织的定位和边界是什么
2、项目管理

定位

项目管理
全生命周期的项目管理流程

规范建设

理解底层逻辑

一句话概括：用事件描述用户行为，ie 谁在什么时间什么地点通过什么方式干了啥。



item表是一个单独的表，可以变化新增和拓展。

判断实现方式

定义采集方案

明确事件方案

确认观察指标–> 抽象用户行为 —> 补充事件属性【event-user-item】 —> 设计事件要素

核对覆盖需求

1. 回溯需求是否满足
2. 排开发的优先级
3. 规划后续开发计划

产品建设

基于需求的埋点方案

在需求内列举了你想要追踪的埋点和属性、对应的业务场景，开发同学就可以根据此需求进行开发、QA同学进行测试，最后上线使用。

需求上线

埋点设计

埋点验证

特殊事件的处理

曝光事件的处理

触发时机需要注意：

1. 内容露出全部，且feed流静止状态超过2s
2. 限制单一内容只会出现一次曝光。

虚拟事件

为了更方便灵活的分析，可以使用虚拟事件，虚拟事件是对原有事件的拆分与合并。将元事件或可视化全埋点事件（支持可视化全埋点事件需要 SDG 版本：0.7.4865以上）进行拆解或者组合形成新的「虚拟事件」，从而减少每次在分析过程中反复对固定常用的事件进行筛选配置。