优采集平台(解锁4种埋点“姿势”让各个部门、各个角色轻松驾驭数据采集)

　　优采集平台(解锁4种埋点“姿势”让各个部门、各个角色轻松驾驭数据采集)

　　【IT168评论】在这个大数据时代，基于经验的决策方式已经成为过去，数据的重要性不言而喻。数据分析的第一步是从数据源头做采集工作，我们今天的主题：数据埋点。

　　埋葬：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，找出更符合用户“口味”的产品和服务，并根据用户需求进行自我调整和优化，是大数据的价值。而这些信息的采集和分析，也无法绕过“埋点”。诸葛io为企业提供了一种灵活的数据追踪方式，让各个部门和角色轻松掌控数据采集：

　　- 代码（code）追踪：更精准的数据采集，更专注业务价值的数据采集（诸葛io专业数据咨询团队可提供定制化追踪方案，让数据分析更有针对性）；

　　- 全掩埋：无需人工掩埋，所有操作自动掩埋，按需处理统计数据；

　　- 可视化嵌入：界面化的嵌入管理配置，无需开发者干预，嵌入更新更方便，生效迅速；

　　关于“埋点”的小科普

　　埋点就是在需要的地方采集对应信息，就像路上的*敏*感*词*一样，可以采集到车辆的属性，比如：颜色、车牌号、车型和其他信息，你也可以采集到车辆的行为，比如：有没有闯红灯，有没有按线，车速是多少​​，司机开车时有没有接电话等。如果*敏*感*词*分布处于理想状态，那么通过叠加不同位置的*敏*感*词*，所有信息采集信息，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情况习惯，是否是老司机等信息。

　　那么，每个埋点就像一个*敏*感*词*，采集用户行为数据，对数据进行多维度的交叉分析，可以真正还原用户使用场景，挖掘用户需求，从而提升用户一生的最大价值循环。

　　解锁4种埋葬“姿势”

　　为了让海量数据采集更加精准，为后续打造一个“纯”的数据分析环境，埋点技术应运而生。数据基础是否扎实，取决于数据的采集方法。埋点有多种方式。根据埋点不同，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，采集页面上所有控件的操作数据，并通过“统计数据过滤器”配置待处理数据的特征。

　　优点：所有操作都埋，简单快捷，无需埋统计数据按需处理

　　缺点：数据上传消耗流量大，数据维度单一（只有点击、加载、刷新）；影响用户体验——用户在使用过程中容易出现卡顿，严重影响用户体验；噪声很多，数据准确率不高，使用方便干扰；无法自定义埋点采集信息

　　就像卫星拍摄一样，不需要一个个安装*敏*感*词*，但是数据量巨大，容易漏掉，挖掘关键信息也不容易。所以全埋的方法主要用在简单页面的场景，比如：登陆页面/短期活动中的特殊页面，需要快速测算点击分布等效果。

　　JS Visual Embedding：嵌入SDK，可视化圆选择和定义事件

　　为了方便产品和操作，学生可以直接在页面上简单圈选，跟踪用户行为（定义事件），

　　只有采集click（点击）操作可以节省开发时间。诸葛 io 最近支持 JS 视觉嵌入。

　　优点：接口配置，无需开发，埋点更新方便，见效快

　　缺点：对嵌入点自定义属性支持较差；重构或页面更改时需要重新配置；

　　与卫星航拍一样，无需安装*敏*感*词*，数据量小，支持局部信息采集。所以JS可视化埋点比较适合短、扁平、快的数据采集方式，比如activity/H5等简单的页面，业务人员可以直接圈出操作，没有门槛，技术人员的介入减少（从现在开始世界将是和平的）。这种data采集方式方便业务人员尽快掌握页面关键节点的变换，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，及时添加采集数据

　　代码嵌入：嵌入SDK，定义事件并添加事件代码，根据需要采集，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，便于后续深入分析（嵌入点准确度顺序：代码嵌入>视觉嵌入>全嵌入），SDK体积小，对嵌入没有影响应用程序本身的体验

　　缺点：需要研发人员的配合，有一定的工作量

　　如果不想在 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；如果要采集的数据：粒度越细，维度越多，数据分析越准确。那么，考虑到业务增长的长期价值，请选择埋码。

　　服务端嵌入：可以支持其他业务数据采集和集成，比如CRM等用户数据，通过接口调用对数据进行结构化。适用于自身具备采集能力的客户端，也可与客户端采集采集结合使用。

　　喜欢：

　　1、通过调用API接口，将CRM等数据与用户行为数据进行整合，对用户进行全方位、多角度的分析；

　　2、如果企业有自己的跟踪系统，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，无需维护两个跟踪系统；

　　3、连接历史数据（埋点前数据）和新数据（埋点后），提高数据准确性。例如访问客户端采集后，导入原创历史数据后，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“不清楚”，但其实很简单，就像“在路上安装*敏*感*词*”一样。

　　1、 梳理产品用户行为，确定事件分布

　　埋点方案≈摄像机安装分布方案

　　童鞋们常问诸葛君：数据分析得到什么数据？要回答这个问题，首先要明确目的，明确逻辑。

　　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将直接影响分析工作的价值输出。事件。以电子商务为例，将流程中的每一个用户行为都定义为一种事件，从中得到事件布局的逻辑。

　　2、记录事件以了解和分析用户行为

　　≈ 判断*敏*感*词*要记录的信息，是非法拍照还是测速？

　　整理好需要记录分析的用户行为，完成事件分布表后，接下来在研发工程师的协助下，根据平台类型（iOS、Android、JS）完成SDK接入你的申请。事件的布局会变成一段很短的程序代码——当用户执行相应的行为时，你的应用程序会运行这段代码并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，使用行为的数据会自动传输到诸葛io，以便您进行以下分析。

　　在这一步，诸葛io的CS团队将为企业提供支持，协助技术团队顺利完成数据采集的第一步。

　　3、通过识别记录用户身份

　　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，那就是：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平台的识别过程将用户的身份和特征传递给诸葛io，并利用识别出的信息进行精细化分析：

　　划分用户组：用户属性的一个很重要的作用就是对用户进行分组。您可以根据identify 的属性定义过滤条件来划分用户组。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；

　　基于属性的群体画像：可以根据用户属性对产品的任意用户群进行“画像分析”——男女比例、区域分布、年龄层级、用户类型……

　　回到开头的问题：埋点最好的方法是什么？

　　正如*敏*感*词*有两面一样，任何一种埋点方法都有优点和缺点。试图通过简单粗暴的代码行/一次性部署来埋点，甚至牺牲用户体验，都不是企业所期望的。

　　因此，data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，进而促进业务增长。诸葛io认为，最理想的埋点解决方案是根据不同的业务和场景、行业特点和自身的实际需求，将埋点相辅相成的组合，比如：

　　1、代码埋点+全埋点：当需要落地页整体点击分析时，一个个埋点细节的工作量比较大，而且落地页频繁优化调整时，更新埋点的工作量不可小觑，但复杂的页面有死点，无法采集完全嵌入。因此，代码嵌入可以作为对采集核心用户行为的辅助，从而实现准确的跨部门用户行为分析；

　　2、代码嵌入+服务器嵌入：以电商平台为例，用户在支付过程中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进行验证。这时候可以通过结合代码嵌入和服务器嵌入来提高数据的准确性；

　　3、代码嵌入+可视化嵌入：由于代码嵌入工作量大，可以使用核心事件代码嵌入可视化嵌入点，用于追加和补充数据采集。

　　为满足精细化、精准化数据分析的需要，可以根据实际分析场景选择一种或多种采集方法的组合。毕竟采集全量数据不是目的，而是要实现有效的数据分析，从数据中寻找关键决策信息实现增长才是重中之重。