控制好上游的埋点,就能在数仓范围上,更合理的规划模型。试想,如果把所有的埋点数据抽象到一个模型中,一个模型能满足所有的埋点查询需求,是不是解放了数仓的大量流量数据需求。
埋点流程
① 提出埋点需求
产品运营预估未来的数据需求,并根据这些数据需求提出埋点。
② 埋点评审
产品运营+数据团队+开发团队,三方共同评审埋点的合理性。
埋点评审评什么?
- 有无埋点的必要?是否有除了埋点更好的方案?
- 埋点内容的技术可行性?——技术回答
- 埋点是否能满足未来的数据需求?
- 是否有更合适的埋点方案?
③ 埋点录入
三方协商一致后,将埋点内容录入至埋点系统。便于后续的开发、迭代、回溯管理。
④ 埋点开发
开发团队根据录入的埋点落地开发。
⑤ 埋点验收测试:
- 触发时机
- 事件以及所有字段是否正常上报;
- 数据类型;
- 连续性:丢失率&重复率;
埋点原则
1. 准确性原则
2. 高内聚低耦合原则
3.结果归一性原则
例如一个页面存在多个入口,那么统计来源时,只需要通过拿到该页面的曝光以及所携带的from属性即可。
4. 有效性原则
每个事件都应该对产品有着实际的分析价值与指导意义。对于那些没有指导意义的事件,请勿添加。如果某个动作的发生,必然导致另外一个唯一结果事件,则建议只统计结果事件即可,对于很多统计平台来说,事件是十分稀有的资源。