python 点击埋点_数据埋点与埋点方式简介

这是数据产品经理需要知道的埋点知识，开始～

一、埋点简介

1.什么是数据埋点

埋点是一种数据采集的方式，通过对用户行为的每一个事件对应的页面和位置植入代码，并通过SDK采集工具上报统计数据。

2.为什么要做数据埋点

数据采集是实现数据驱动产品优化和精细化运营链条上重要的一环，作为数据采集的一种方式，数据埋点的直接目标是通过埋点实现对用户行为全方位的持续追踪，理清用户行为轨迹、抓住用户特征、解析关键路径，为数据分析提供精准的数据，为产品优化和精细化运营提供方向。

(内心os：这不就是巧妇难为无米之炊吗，数据埋点就是种植大米，怎么种植出高质量的大米给数据分析师这个巧妇，哈哈哈)

3.哪些事件需要埋点

埋点是服务于数据分析的，最初做数据埋点，不必追求大而全，根据业务分析需求所需要的数据进行埋点即可，埋点和做产品功能是一样，也是需要逐步迭代的。一开始就大而全地去做，即浪费时间又容易出错。

4.哪些人员参与埋点事项

以下工作流程是基于公司自己做埋点研发的情况，对于使用第三方的数据产品时的工作流程与团队成员配合，本次不做讨论。

二、埋点方式

1.埋点方式分类

埋点方式可以分为前端埋点和后端埋点，目前比较常见的前端埋点有：前端代码埋点、全埋点和可视化埋点。后端埋点通常指的就是后端代码埋点。下面分别说一下各类埋点的实现方式。

代码埋点

是通过调用埋点SDK函数，在需要埋点的业务逻辑功能位置调用接口，上报埋点数据。例如，我们对页面中的某个按钮埋点后，当这个按钮被点击时，可以在这个按钮对应的 OnClick 函数里面调用SDK提供的数据发送接口，来发送数据。

可视化埋点

只需要研发人员集成采集 SDK，不需要写埋点代码，业务人员就可以通过访问分析平台的“圈选”功能，来“圈”出需要对用户行为进行捕捉的控件，并对该事件进行命名。圈选完毕后，这些配置会同步到各个用户的终端上，由采集 SDK 按照圈选的配置自动进行用户行为数据的采集和发送。

全埋点

也就是所谓的无埋点，它是通过在产品中嵌入SDK，前端自动采集页面上的全部用户行为事件，上报埋点数据，相当于做了一个统一的埋点。然后再通过界面配置哪些数据需要在系统里面进行分析。

2.埋点方式对比与选择

前端埋点vs后端埋点

我们先分前端、后端层面来看下埋点存在的问题，进而明确下各自的壁垒优势。

为了减少移动端的数据流量，前端埋点通常对采集的数据进行压缩、暂存，打包上报。对于那些不需要实时上报的的事件，通常只在wifi环境下上报，因此会据上报的延迟与漏报的现象。而后端采集数据是内网传输，基本不会因为网络原因丢失数据，所以后端传输的数据可以非常真实地反应用户行为。

只能前端埋点的情况：

1)分析前端界面设计是否合理

2)分析一些在与后端没有交互的前端行为，比如曝光事件

只能后端埋点的情况：

1)对于数据安全与隐私要求非常高的数据

2)需要对用户身份信息和行为附带属性信息进行整合。比如某用户在购物网站上点击“支付”按钮来支付订单，如果我们想知道的不仅仅是这个按钮被点击了多少次，我们还想知道有多少人是付款成功的，付款金额是多少，付款人是什么客户等级等等，这些信息都要通过后端埋点来实现

前端代码埋点vs可视化埋点vs无埋点

然后我们再看下前端这三种埋点方式的优缺点，

除了表中列举的缺陷外，不要忘记它们同时有前端埋点普遍存在的延迟与漏报的问题。

经过业务需求分析，确定我们的需求可以使用前端埋点时，这三种埋点又该如何选择？

如果需求对自定义事件属性要求比较高，需要获取多维数据进行分析，就需要使用前端代码埋点。可视化埋点和全埋点在统计分析深度层面差异不大，更多的是考虑对版本更新时效性的要求、否需要业务人员自己操作、历史数据回溯要求以及服务器传输压力几方面的权衡。

最后建立一个认知，并不是选定一种埋点方式后，所有的业务都使用这一种埋点方式，而是根据具体的业务需求，选择合适的埋点方式，必要情况下可以结合使用，比如某个按钮的点击事件，可以同时存在全埋点和代码埋点。

埋点真是一门大学问，以上寥寥几句终究只是理论，期待在实践的检验，不断迭代。

参考资料

1)David老师的数据产品经理训练营

2)数据采集与埋点

3)想看埋点数据？产品经理有必要了解的埋点知识(1)

4)大数据时代≠无埋点时代：无埋点优越于代码埋点？

……