优采集平台(解锁4种埋点“姿势”营造“纯净”的数据分析环境)

　　优采集平台(解锁4种埋点“姿势”营造“纯净”的数据分析环境)

　　本文谈数据增长的第一步：选择“最优”的埋藏方法 [IT168评论]在这个大数据时代，基于经验的决策方法已经成为过去，数据很重要性是不言而喻的。数据分析的第一步是从数据源头做好采集。我们今天的主题是埋葬数据。

　　埋点：数据分析的第一步

　　大数据，从复杂的数据背后挖掘和分析用户的行为习惯和偏好，找到更符合用户“口味”的产品和服务，根据用户需求调整和优化自己就是大数据的价值. . 对这些信息的采集和分析，也无法避免“埋点”。诸葛io为企业提供了灵活的埋点方式，让各部门、各角色轻松掌控数据采集：

　　代码（代码）埋点：数据更精准采集，数据更聚焦商业价值采集（诸葛优专业数据顾问团队可提供定制化埋点，让数据分析有针对性）；

　　全埋点：无需人工埋点，所有操作自动埋点，按需处理统计数据；

　　-可视化埋点：埋点的界面管理和配置不需要开发者干预，埋点更新更方便，见效更快；

　　“埋点”小科普

　　埋点就是需要采集对应信息的地方，就像高速公路上的*敏*感*词*，可以采集获取车辆的属性，比如颜色、车牌号、车型以及其他信息，您还可以采集车辆的行为，例如：是否有闯红灯、是否有线路压力、车速多少、司机是否在开车时接听电话等。如果*敏*感*词*分布理想，那么通过在不同位置叠加*敏*感*词*位置采集的信息，可以完整还原某辆车的路径和目的地，甚至可以推断出司机的驾驶习惯，是否是老司机，和其他信息。

　　那么，每个埋点就像一个*敏*感*词*，采集用户行为数据，多维度交叉分析数据，真正还原用户的使用场景，挖掘用户需求，从而提升用户的最大价值整个生命周期。

　　解锁4个埋点“姿势”

　　为了让采集海量数据更精准，未来打造一个“纯粹”的数据分析环境，埋点技术应运而生。数据基础是否巩固取决于数据的采集方法。埋点的方法有很多种。根据埋点的位置，可以分为前端（客户端）埋点和后端（服务器端）埋点。前端埋点包括：代码埋点、全埋点、视觉埋点。.

　　多个采集方法的比较

　　全埋点：通过SDK采集页面所有控件的运行数据，通过“统计数据过滤器”配置待处理数据的特征。

　　优点：所有操作都是埋点，简单快捷，无需埋点，按需统计数据处理

　　缺点：数据上传消耗大量流量，数据维度单一（只有点击、加载、刷新）；影响用户体验——用户体验在使用过程中容易卡顿，严重影响用户体验；噪声多，数据精度不高，易干扰；无法自定义埋点采集信息

　　就像卫星拍摄一样，不需要一个一个安装*敏*感*词*，但是数据量巨大，容易遗漏，难以挖掘关键信息。因此，埋点的方法主要用于简单的页面场景，比如短期活动中的登陆页面/专题页面。，需要快速衡量点击分布的效果。

　　JS可视化埋点：嵌入SDK，可视化圈选定义事件

　　为了方便产品和操作，同学们可以直接在页面上简单的圈出跟踪用户行为（定义事件），

　　只需采集点击（click）操作即可节省开发时间。诸葛io最近支持JS可视化埋点。

　　优点：界面化配置，无需开发，埋点更新方便，见效快

　　缺点：对嵌入式自定义属性支持较差；重构或页面变化时需要重新配置；

　　就像卫星航拍一样，无需安装*敏*感*词*，数据量小，支持局部区域信息采集。所以JS可视化埋点更适合短平快的数据采集，比如events/H5等简单的页面，业务人员可以直接圈Option，操作无障碍，减少干预技术人员（从今往后，天下太平），这个数据采集方式方便业务人员第一时间掌握页面关键节点的转化，但是用户行为数据的应用比较浅. 无法支持更深入的分析。

　　另外，如果页面临时调整，可以灵活添加埋点，可以作为代码埋点的补充，以便及时添加采集数据

　　代码嵌入点：嵌入SDK，定义事件并添加事件代码，按需采集，业务信息更完整，数据分析更专注。因此，代码嵌入是一种基于商业价值的行为分析。

　　优点：数据采集全面准确，方便后续深入分析（埋点精度顺序：代码埋点>可视埋点>全埋点），SDK体积小，对应用程序本身的体验

　　缺点：需要研发人员配合，有一定的工作量

　　如果您不想在使用采集 数据时降低用户体验；如果你不想 采集 得到大量无用的数据；如果要采集数据：粒度更细，维数更多，数据分析的准确率更高。那么，考虑到业务增长的长期价值，请选择一个代码埋点。

　　服务端埋点：可以支持其他业务数据采集和整合，比如CRM等用户数据，通过接口调用结构化数据，因为直接来自服务端采集@ >，数据精度更高，适合有采集能力的客户，或者可以结合客户端采集采集。

　　喜欢：

　　1、 通过调用API接口，将CRM等数据与用户行为数据整合，全方位多角度分析用户；

　　2、如果公司已经有自己的点埋系统，那么可以直接通过服务器采集上传用户行为数据到诸葛io平台进行数据分析，无需维护两套点埋系统；

　　3、 连接历史数据（埋点前的数据）和新数据（埋点后的数据），提高数据的准确性。例如，访问客户端采集后，导入原创历史数据后，之前访问平台的现有用户不会被标记为新用户，减少数据错误。

　　如何“埋头苦干”？

　　埋点听起来“听不懂”，但其实很简单，就像“在高速公路上安装*敏*感*词*”一样。

　　1、 梳理产品用户行为，确定事件分布

　　埋点方案≈*敏*感*词*安装分布方案

　　童鞋经常咨询诸葛君：数据分析得到什么样的数据？要回答这个问题，首先要明确目的，理清逻辑。

　　诸葛io数据分析的对象和依据是用户行为。选择记录和分析哪些用户行为直接影响分析工作的价值输出。诸葛君建议：选择与产品目标和当前主要问题最密切相关的用户行为。事件。以电子商务为例，将流程中的每个用户行为定义为一种事件，并从中获取事件放置的逻辑。

　　2、记录事件，理解和分析用户行为

　　≈确定相机要记录的信息，拍照或超速是否违法？

　　整理好需要记录分析的用户行为，完成事件布局表后，接下来在研发工程师的协助下，根据你的应用平台类型（iOS、Android、JS）完成SDK接入，每个事件的排列会变成一个很短的程序代码——当用户做出相应的行为时，你的应用程序就会运行这段代码，将相应的事件记录到诸葛io。部署完成并发布产品后，当用户开始使用新版本的应用时，使用行为数据会自动传输至诸葛io，供您进行以下分析。

　　在这一步，诸葛io的CS团队将为公司提供支持，并协助技术团队顺利完成第一步数据采集。

　　3、通过identify记录用户身份

　　在诸葛io中，记录了用户的行为，即：用户做了什么？在用户分析的过程中，还有一类信息非常有用，即：用户是谁（TA的id，姓名），有什么特征（TA的年龄，类型...）？您可以通过诸葛io平台的识别流程将用户的身份和特征传递给诸葛io，并利用识别信息进行精细化分析：

　　细分用户组：用户属性的一个很重要的功能就是将用户进行分组。您可以根据identity 的属性定义过滤条件来细分用户组。比如用“gender=female”这个条件过滤掉所有女生，然后分析女生的行为特征和转化率……

　　基于属性的比较：分割的重要目的之一是比较。可以根据“性别”进行细分，然后比较“女生”和“男生”在行为、转化、留存等方面的差异；

　　基于属性的人群画像：您可以根据用户属性——男女比例、区域分布、年龄层次、用户类型……

　　回到开头的问题：什么样的埋葬方式最理想？

　　正如同一枚*敏*感*词*有两个面一样，任何一种嵌入点的方法都有优点和缺点。试图通过简单粗暴的代码行/一次部署来嵌入点，甚至牺牲用户体验，都不是企业所期望的。

　　因此，数据采集只是数据分析的第一步。数据分析的目的是洞察用户行为，挖掘用户价值，促进业务增长。诸葛io认为，最理想的埋点解决方案是根据不同的业务场景和行业特点以及自身的实际需求，将埋点优势和劣势互补的方式结合起来，例如：

　　1、代码埋点+全埋点：当需要对落地页进行整体点击分析时，在细节中一一埋点的工作量比较大，并且在频繁优化落地页时调整后，更新埋点的工作量也不容小觑，但是复杂页面存在死角，所有点都不能采集。因此，代码埋点可以作为采集用户核心行为的辅助手段，从而达到精准的表现。横切用户行为分析；

　　2、代码埋点+服务器埋点：以电商平台为例，用户在支付环节会跳转到第三方支付平台，支付是否成功需要通过服务器中的交易数据。这时可以通过代码埋点和服务端埋点的结合来提高数据的准确性；

　　3、代码埋点+可视化埋点：由于代码埋点工作量大，可以通过核心事件代码埋点，可视化埋点可以用来追加和补充数据采集 @>。

　　为满足精细化、精准化的数据分析需求，可根据实际分析场景需求选择一种或多种采集方法组合。毕竟采集全数据不是目的，有效数据是实现分析，从数据中找到关键决策信息实现增长才是重中之重。

　　原文发表时间为：2017-08-11