数据埋点（Data buried point ）

　　数据埋点是在应用中特定的流程收集一些信息，用来跟踪应用使用的状况，后续用来进一步优化产品或是提供运营的数据支撑。比如访问数（Visits），访客数（Visitor），停留时长（Time On Site），页面浏览数（Page Views）和跳出率（Bounce Rate）。

　　数据埋点分三个阶段：

• 初级的数据埋点：在产品流程关键部位植相关统计代码，用来追踪每次用户的行为，统计关键流程的使用程度。
• 中级的数据埋点：在产品中植入多段代码追踪用户连续行为，建立用户模型来具体化用户在使用产品中的操作行为。
• 高级的数据埋点：与研发及数据分析师团队合作，通过数据埋点还原出用户画像及用户行为，建立数据分析后台，通过数据分析、优化产品。

　　数据埋点的信息收集可以大致分为两种：页面统计和统计操作行为，而现在埋点的主流有两种方式：

　　第一种：自己公司研发在产品中注入代码统计，并搭建起相应的后台查询。

　　第二种：第三方统计工具。

　　如果是产品早期，通常会使用第二种方式来采集数据，并直接使用第三方分析工具进行基本的分析。而对于那些对数据安全比较重视，业务又相对复杂的公司则通常是使用第一种方式采集数据，并搭建相应的数据产品实现其数据应用或是分析的诉求。

　　使用者控制精准，可以非常精确地选择什么时候发送数据

　　使用者可以比较方便地设置自定义属性、自定义事件，传递比较丰富的数据到服务端。

　　埋点代价比较大，每一个控件的埋点都需要添加相应的代码，不仅工作量大，而且限定了必须是技术人员才能完成；

　　更新代价比较大，每一次更新，都需要更新埋点方案，然后通过各个应用市场进行分发，而且有的用户还不一定更新，这样你就获取不到这批用户数据。

• 尽量做到事无巨细，每一步用户行为全都需要获取数据。同级页面操作和同页面多来源为一个事件，不同的操作内容和页面来源作为事件的属性进行采集。用户的点击，若与下一个页面的浏览是直接触达可只埋一个事件。
• 数据埋点的前提是，团队需要首先明确产品的目标以及当下的首要问题。产品可能产生的用户行为数据纷繁复杂，清晰的目标能让项目团队避免迷失在数据的海洋中，从而耗费大量的时间和机会成本。
• 最开始进行需求梳理时，需要从整体进行考虑，要给给深层次和具体的需求。不要等到开发埋好指标结果出来时却不是自己想要的，需要重新埋点。另外，后续产品版本更新迭代了，原有埋点不可用，也需要重新埋点。
• 数据采集方案要想清楚，哪些应该在前端埋点，哪些应该在后端埋点，埋点采集SDK如何正确使用在还没了解清楚时就急于上手。数据统计口径需要确定清楚，且和开发保持良好沟通，将埋点的具体采集时机正确传达给开发，导致最终埋点实现的不是自己想要定义的指标。
• 在分析的一开始，建议采集少数的用户行为。选择少量、重要的用户行为开始记录和分析，这样很快就能有成果产出。另外用户行为不等同于应用的页面或点击操作，用户行为是更加具体的一个事件定义。
• 埋点结束后，测试一般只会看一下埋点是否有数据返回，而不会一个个是对数据是否有收到以及是否准确。这个时候需要我们在有一定数据量积累的时候，对数据的有无和准确性进行验证

　　数据埋点可以根据用户在APP上的一系列操作线索，提炼有用的信息，进行数据分析。重点不在于埋点的作用，其实在于获取埋点数据后的二次加工，如何分析输出业务分析结论。

　　1、分析运营机制的合理性

　　如移动APP上大多都有用户分享的功能，一般的营销手段是通过老拉新的方式，运营设定一些奖励机制，用来提高APP的注册量。

　　提前在用户分享键返回后台重新进入购买页面埋点，就能记录到页面的访问次数和转化率，用于分析奖励机制对用户的刺激性，指导策略方向。

　　2、分析产品功能的合理性

　　如产品设计了新功能想提高下用户的满意度。提前在新功能的各个按钮上进行埋点，就能获取到用户使用新功能的次数，以及在新功能的使用行为，可以分析用户是否对新功能比较感兴趣，页面的跳转设置是否合理等。

　　3、分析用户消费行为，挖掘流失点

　　如老板问你为什么最近收益这么少。在用户消费的核心页面和按钮进行埋点，就能记录到每个流程的转化率，用于分析用户漏斗的哪一个阶段出现了问题，结合业务输出解决方案。 　　

　　4、监控产品的流畅性

　　如产品刚上线阶段，需要监控用户使用过程中，各个页面或按钮响应的流畅性是否存在问题。提前在核心功能页面和按钮进行埋点，就能记录到每个页面和按钮的衔接情况，发现问题及时解决，以免影响用户体验。

　　5、分析不同渠道的用户行为差异

　　如市场推广常常需要分析不同渠道的用户转化情况，以便减少推广成本。提前在各个渠道进行埋点，记录各渠道用户在APP中的后续行为，调整推广策略。