SmartSi

B站内各业务产品迭代离不开各种数据决策，而依托于埋点的用户行为数据在其中起到了 关键作用。埋点也是算法推荐、渠道投放、业务决策的重要数据来源，鉴于此，如何规范埋点设计，高效采集，让业务团队快速直观分析成为了推进业务发展的重要一环。本文主要分享B站过去在埋点规范设计、埋点分析应用的经验，我们相信数据只有流动起来，才能发挥它的价值，The data must flow！

讲埋点的文章那么多，我们为什么还要写它？首先，这不是一篇纯技术文章，而是从一个非技术人员的角度，希望通过浅显的语言描述，让运营同学能快速了解概念。此外，目前市面的埋点文章，要么没有进行系统性的知识梳理，要么不够客观存在偏向性。而我们则希望让大家透过表象，通过系统的讲解和梳理，了解埋点的真正含义。

大数据应用一般会有采集、加工、存储、计算及可视化这几个环节。其中采集作为源头，在确保全面、准确、及时的前提下，最终加工出来的指标结果才是有价值的。而埋点作为一种重要的采集手段，可以将用户行为信息转化为数据资产，为产品分析、业务决策、广告推荐等提供可靠的流量数据支持。在业务需求少的情况下，可以运用一些简单的方法快速采集用户行为。但如果业务线、终端众多，数据需求多样，就需要设计好埋点模型和采集规范，工具化、平台化、流程化的管理来保证埋点的质量。