职场经验：埋点测试

爱吃香菜

于 2024-04-27 20:14:55 发布

阅读量833

点赞数 15

分类专栏：程序员软件测试自动化测试文章标签：职场经验自动化测试软件测试程序员功能测试程序人生测试工具

本文链接：https://blog.csdn.net/wx17343624830/article/details/138256855

版权

软件测试同时被 3 个专栏收录

2797 篇文章 34 订阅

订阅专栏

程序员

2447 篇文章 2 订阅

订阅专栏

自动化测试

2294 篇文章 14 订阅

订阅专栏

2024软件测试面试刷题，这个小程序（永久刷题），靠它快速找到工作了！（刷题APP的天花板）_软件测试刷题小程序-CSDN博客文章浏览阅读3.4k次，点赞86次，收藏15次。你知不知道有这么一个软件测试面试的刷题小程序。里面包含了面试常问的软件测试基础题，web自动化测试、app自动化测试、接口测试、性能测试、自动化测试、安全测试及一些常问到的人力资源题目。最主要的是他还收集了像阿里、华为这样的大厂面试真题，还有互动交流板块……_软件测试刷题小程序编辑https://blog.csdn.net/AI_Green/article/details/134931243?spm=1001.2014.3001.5502https://blog.csdn.net/AI_Green/article/details/134931243?spm=1001.2014.3001.5502https://blog.csdn.net/AI_Green/article/details/134931243?spm=1001.2014.3001.5502

什么是埋点？

1.1 埋点的定义

埋点，也被称为事件追踪（Event Tracking），是数据采集领域的一个专业术语，主要指针对特定用户行为或事件进行捕获、处理和发送的相关技术及其实施过程。

埋点是一种在手机应用程序或web网站中插入特定的代码，以记录用户行为、操作和事件的技术。例如，它可以用于收集用户在应用中的点击、浏览、购买、注册等操作行为的数据。这些数据对于分析用户行为、优化产品功能、改进用户体验非常重要。通过在应用的关键位置插入埋点代码，开发人员可以捕获和跟踪用户与应用的交互行为，并利用这些数据进行后续的数据分析和优化。

举个最简单的例子：你在刷短视频的时候为什么给你推你喜欢的视频，原理很简单，就是通过埋点获取用户的行为（包括不限于你看某个美女视频的时长、点赞、评论、获取定位等），将这些数据上报到大数据库进行分析，计算出每个人的用户画像，再通过每个人的画像精准推送视频。

1.2 埋点方式

前端埋点：前端代码埋点，web端、app端等在前端触发相关规则时进行的埋点上报，记录用户操作行为，例如点击了某个按钮，进入某个页面，某页面停留时间等。
后端埋点：后端代码埋点，当用户进行某个操作触发了相关接口请求或相关业务的时候，进行埋点上报。

1.3 埋点的优缺点

优点：

数据全面精细：埋点能够收集非常全面和精细的用户行为数据，这些数据对于理解用户行为和产品性能至关重要。
准确性高：手动埋点具有很高的灵活性和准确性，能够精确地捕捉到用户在产品中的具体操作，有助于进行详细的产品优化分析。
即时性：由于埋点数据通常不需要实时请求服务器，因此可以实现较快的数据收集和处理速度。
支持个性化运营：通过精细化的用户行为追踪，软件埋点支持对不同用户群体进行个性化的运营策略，如针对不同用户设置偏好。

缺点：

漏报与延迟：埋点数据可能会遇到延迟上报和漏报的情况，这会影响数据的完整性和准确性。
版本更新问题：在APP端发版新埋点后，可能会有部分用户未更新到最新版本，这会导致数据质量受到影响。
工作量大：手动埋点需要产品和开发团队投入大量的工作量，尤其是在支持不同页面状态时，工作量更是不容小觑。
用户隐私问题：精细的数据采集可能会触及用户隐私问题，需要确保符合相关法律法规。

埋点的流程

2.1 埋点开发流程

整个埋点开发流程是一个多方人员协作的过程，需要产品经理、数据分析师、开发人员和测试人员等多方的紧密合作，埋点开发流程大致如下：

需求分析：在这个阶段，数据分析师或产品经理需要根据业务目标和数据分析需求来确定需要收集哪些数据。这通常涉及到对产品的结构和用户行为路径的分析，以确定核心业务指标。
埋点设计：设计阶段包括制定埋点方案、编写埋点文档以及设计数据流程图和后台原型。这个阶段是规划如何实现数据采集的关键，需要明确每个埋点的具体位置和触发条件。
埋点实现：开发人员根据设计阶段的规划，通过编码将数据埋点实施到应用程序中。这可能包括前端代码埋点、可视化埋点或无埋点技术的使用，具体取决于项目的需求和资源情况。
数据采集：一旦埋点被激活，它们就会开始按照预定的规则收集用户的行为数据或其他相关实体的数据。这些数据将被用于后续的分析和决策支持。
数据上报：收集到的数据需要被发送到服务器或数据仓库进行存储和处理。这个过程需要确保数据的完整性和及时性。
验证与测试：需要验证埋点触发机制是否准确；在数据开始收集之后，需要进行数据准确性的验证，确保埋点正确无误地收集了所需的数据。同时，还需要对数据进行监控，确保数据流的稳定性和质量。
数据分析与应用：最后，分析师会使用收集到的数据进行分析，以提供业务洞察和支持决策。这个阶段是埋点价值的最终体现，因为它直接影响到业务优化和产品改进的方向。
维护与优化：随着产品的迭代和市场的变化，可能需要对埋点进行调整或优化，以确保数据收集的持续相关性和有效性。