用户行为埋点采集方案架构概览

        在互联网应用中，了解用户的行为对产品的优化和公司的战略至关重要，市面上主要涵盖这三种埋点方式，分别是全埋点、可视化埋点和代码埋点，各有优缺点，一般有实力的企业都会选择代码埋点，更加灵活而且能获取到更加丰富的信息。

图1 ：三种埋点方式的对比

 我们详细讨论下代码埋点的架构和基本概念

架构设计

对于一般性企业来说，埋点采集系统通常不会自研，而是采用第三方的埋点产品，因为埋点产品的自研成本相对较高，需要适配不同的客户端。采用第三方专业的埋点产品性价比更高。

 a) 整体架构

图2 - 埋点采集整体架构图

 b) 数据流转过程

图3 - 埋点数据流转过程

数据模型

 a) Event模型

Event模型是埋点建设中最为核心的模型，描述了谁在什么时间，什么地方以什么样的方式做了一件什么样的事情。比如张三在2023-01-22 09:30:21在京东iOS端点击了商品ID为12345的“收藏”按钮。

图4 - Event模型

图4 - Event模型示例 

 b) User模型

User模型描述了一个立体的用户，每个用户有各种属性，例如：年龄、性别、地区、注册时间、VIP等级、用户价值等。

 c) Item模型

Item模型作为Event事件的维度补充模型，可以简单理解为Event的维表，比如一些商品，网点等基础维度信息

Event事件设计原则

 a) 埋点基本原则

Event的个数不宜偏多，同一个类别的事件可以合并为一个，不能具体到每个元素的点击都是一个不同的事件。

在设计埋点的时候需要抽象事件行为，将相似的事件抽象为一个事件，用不同的属性值来区分每个具体的事件。

相似事件可以按以下三个维度抽象：

1. 业务BU

2. 功能：比如登录、搜索、扫描、操作 等

3. 展现形式：比如banner轮播、弹窗、开屏广告等

基于以上原则，整体上事件量应该控制在一定范围内，例如1000个以内

具体的埋点属性设计方案参考另一篇文章：埋点事件属性设计方案