最常⽤的3种⽤户⾏为数据埋点采集⽅式档案
⽤户⾏为分析是产品调优、⽤户精准运营的基础，⽽良好的数据采集⽅案，则是进⾏准确的⽤
户⾏为分析的基础。
代码埋点、⽆埋点、可视化埋点、全埋点、前端埋点、后端埋点，叫法很多，实际上可以简单
的分为客户端埋点（即前端）与服务器端埋点（即后端）。⽽前端埋点根据实现⽅式可分为可
视化埋点与代码埋点，后端埋点统⼀都是代码埋点⽅式。
⼀、代码埋点VS⽆埋点（全埋点、可视化
埋点）
代码埋点⽅式档案卡
概念
概念：代码埋点是指在产品开发阶段，PM通过对产品上线后需要做的数据分析的场景，设计数
据需求，撰写数据需求⽂档，然后交由开发在每个需要采集的数据点写⼊代码，通过写⼊的代
码进⾏数据监测与上报。代码埋点⼜会分为前端埋点与后端埋点，前端埋点是指在web、app这
样的产品内写⼊代码，⽽后端埋点是指在数据服务器内写⼊代码。
应⽤场景：需要分析app内⽤户事件、需要进⾏多维⽤户⾏为分析、需要精确分析服务器端数
应⽤场景
据
优势：1. 同时适⽤于客户端与服务器端数据采集 2. 可进⾏多维度属性定义，采集数据进⾏⾃动
优势
分类 3. 后端代码埋点可提⾼数据准确度，适⽤于精细数据分析
劣势：1. 前期需做好埋点设计 2. 开发⼯作量⼤，出错率⾼ 3. 版本更新后有可能需要部分重新埋
劣势
点
实现⽅式
实现⽅式：PM整理数据需求、PM与开发沟通确定埋点⽂档、开发进⾏⼿动埋点、PM根据业务
需求进⾏数据分析、埋点⽅案迭代调整
数数科技SDK埋点后的事件上传
注：⼤型公司，开发产品较多，会碰到⽐较通⽤的埋点需求，因此会开发适合此类通⽤需求的SDK以减少埋点⼯作量。⽽中⼩型、产品数量较少的公司，会选择纯⼿动代码埋点或借助外部SDK的⽅式，开展埋点⼯作。
⽆埋点⽅式档案卡
概念：⽆埋点属于前端埋点的⼀种⽅式，开发通过加⼊“⽆埋点”采集代码，对⽹页或者APP上所
概念
有的可交互事件元素进⾏解析并监测，当有⽤户操作⾏为（交互事件）发⽣时，即对此事件进
⾏采集、上报，因此“⽆埋点”与“全埋点”是相同的概念。⽆埋点并不是不⽤写⼊任何代码，⽽是
通过代码将所有事件元素解析后，以可视化的⽅式呈现，让PM、运营经理等可以根据需要⾃⾏
⼿动选取、标定。为了与开发逐⼀进⾏代码写⼊的⽅式进⾏区分，被称作可视化埋点。可视化
埋点通常通过第三⽅⼯具实现，美国Heap公司于2013年将⽆埋点⽅案推向商业化。
应⽤场景：产品上线初期⽆明确业务和交易数据、只需要对web界⾯进⾏分析
应⽤场景
优势：1. 部署简单，⼯作量⼩2. 数据全量采集，前期数据设计要求低 3. 使⽤简单，业务⼈员可优势
⾃⾏操作
劣势：1. ⽆法记录详细事件属性 2. 因为缺乏事件属性，分类报告⽣成繁琐，需⼿动添加事件属劣势
性 3. 属于前端埋点，数据准确度偏低
实现⽅式：开发在产品中加⼊全埋点监测代码、PM/运营根据需要进⾏可视化埋点选择、PM/运实现⽅式
营进⾏数据分析应⽤
通过HeapAnalytics实现可视化埋点
注：因为不存在完全不依赖统计代码就可以实现数据收集的⽅式，所以⽆埋点的说法并不准确。
⼆、前端埋点VS后端埋点
前端埋点档案卡
概念
概念：前端埋点也称客户端埋点，指在APP或者web产品中植⼊代码，对⽤户在产品内的⾏为事件数据进⾏收集，⽤户⼀旦触发了该事件，就会上传埋点代码中定义的、需要上传的有关该事件的信息。前端埋点会包含代码埋点与可视化埋点⽅式。
应⽤场景：产品运营阶段初期，功能简单，⽆深度分析需求；分析事件与后端⽆交互；
应⽤场景
优势：可统计app内与服务器⽆交互事件数据
优势
数据收集劣势：出现丢数据的情况，和⾃⼰的业务数据库数据对不上。这是前端数据采集的先天缺陷，劣势
因为⽹络异常，或者统计⼝径不⼀致，都会导致数据对不上
数据埋点过程中通过公共事件设置，减少⼯作量
后端埋点档案卡
概念：后端埋点也称服务器端埋点，通过开发在服务器端写⼊代码，采集客户端与服务器端会概念
存在交互的事件数据，以及存储在业务服务器中的业务数据。
应⽤场景
应⽤场景：产品功能复杂，需进⾏深度下钻与多维分析；⽤户⾏为数据与业务数据整合分析；数据保密性⾼；分析项与后端交互，前后端均可采集的数据；涉及充值、退订等的重要事件
优势
优势：1. 避免多个客户端埋点 2. 采集数据准确
劣势：1. 客户端与服务器端⽆请求交互的数据 2. ⽆法进⾏客户端⾏为事件精确统计（如提交订劣势
单，⽤户可能是点击了3次才提交成功）
三、3种数据埋点采集⽅式对⽐
3种埋点⽅式对⽐
选⽤哪种⽅式往往是根据产品形态、发展阶段⽽定，有可能前期采⽤可视化埋点⽅式，后期采⽤可视化埋点+后端代码埋点⽅式；也有可能前期采⽤前端代码埋点，后期前端+后端代码埋点⽅式；⽽对于没有交易、⼴告位类型的企业官⽹，采⽤Google Analytics或百度统计这样的外部⼯具即可。
四、梳理清楚思路之后要学会节省精⼒
据调查：数据团队的绝⼤部分时间都浪费在数据采集、清洗的基础⼯作上了。
产品经理、运营经理、数据分析师、开发为了数据收集、整理的事情会花费很⼤精⼒，导致没有⾜够时间真正结合业务需求进⾏数据分析，那么有没有什么好的⽅式可以减少这部分⼯作量呢？
答案是“有”也“没有”
有在于可以尝试多个外部⼯具搭配使⽤，减少内部⾃⼰开发，借助使⽤了分布式框架可以对亿级数据实时分析的⼯具提⾼分析速度等。⽐如通过Google Analytics做⽹页分析，通过Heap Analytics初识可视化埋点，借⽤TalkingData的app前端埋点SDK，通过数数科技ThinkingAnalytics系统实现分布式⼤数据分析、以及多种分析模型上⼿即⽤，数数科技也提供
对应的前端和后端埋点SDK。
⽽没有之处在于，⽤好所有⼯具的基础都是对⾃⼰产品逻辑、业务的清晰分析。从⽽能够在前期设计良好的埋点⽅案、在后期分析时根据业务需求灵活应⽤数据，有分析结果之后能够做出准确的判断与运营决策。
后⾯有时间了，再通过具体案例分享⼀下什么样的埋点⽅案设计是最好的。
⽂/韩进（：数数科技）
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论