数据增长的第一步: 选择埋点采集的“最佳”方法

　　本文讨论了数据增长的第一步: 选择“最佳”的埋藏点采集方法[IT168评论]在当今的大数据时代，基于经验的决策方法已成为历史，以及数据的重要性不用说，数据分析的第一步就是要做好从源头采集数据的工作. 今天的主题是: 数据埋藏.

　　埋藏点: 数据分析的第一步

　　大数据，从复杂数据的背后挖掘和分析用户的行为习惯和偏好，找到更符合用户“品味”的产品和服务，并根据用户需求进行调整和优化，正是数据价值. 并且，对这些信息的采集和分析不能绕过“埋藏点”. Zhuge io为企业提供了一种灵活的掩埋点方法，允许各个部门和角色轻松控制数据采集:

　　代码（代码）嵌入点: 更准确的数据采集，更着重于业务价值的数据采集（Zhuge io专业数据顾问团队可以提供定制的嵌入点计划，以便可以进行数据分析）；

　　完全埋入点: 无需手动埋入点，所有操作都是自动埋入点，并按需处理统计数据；

　　-可视化的埋入点: 基于接口的埋入点管理配置不需要开发人员的干预，更方便地更新埋入点并快速生效；

　　小科学普及的“埋伏点”

　　埋藏点是在需要的位置采集相应的信息. 就像高速公路上的*敏*感*词*一样，它可以采集车辆的属性，例如颜色，车牌号，汽车型号等，还可以采集车辆的行为，例如: 您是否闯红灯，您是否按了线路，多少速度，驾驶员在开车时接听电话等？如果摄像机的分配比较理想，则可以通过将摄像机采集的信息叠加在不同位置（路线，目的地，甚至可以推断出驾驶员的驾驶习惯，是否是老驾驶员等.

　　因此，每个埋藏点都像一台照相机，采集用户行为数据，并对数据进行多维交叉分析，从而可以真正恢复用户的使用场景和挖掘用户需求，从而提高用户的最大价值. 用户的生命周期.

　　解锁4种掩埋点“姿势”

　　为了将来更准确地采集大量数据并创建“纯”数据分析环境，点埋技术应运而生. 数据基础是否被合并取决于数据采集方法. 有很多掩埋点的方法. 根据掩埋点的位置，可以将其分为前端（客户端）掩埋点和后端（服务器端）掩埋点. 前端掩埋点包括: 代码掩埋点，完整掩埋点和可视掩埋点.

　　多种采集方法的比较

　　完全埋藏点: 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”配置要处理的数据的特征.

　　优点: 所有操作都是掩埋点，简单，快速，无需掩埋点即可按需处理统计数据

　　缺点: 数据上传消耗大量流量，并且数据维度单一（仅单击，加载，刷新）；影响用户体验-用户体验在使用过程中容易冻结，严重影响用户体验；有很多噪声且数据精度不高，容易造成干扰；无法自定义埋藏点以采集信息

　　类似于卫星拍摄，不需要一一安装*敏*感*词*，但是数据量巨大，很容易遗漏，并且很难挖掘关键信息. 因此，埋入点的方法主要用于简单的页面场景中，例如短期活动中的目标页面/在主题页面中，您需要快速测量点击分布的效果.

　　JS可视化隐藏点: 嵌入SDK，选择可视圆以定义事件

　　为方便产品和操作，学生只需在页面上直接圈出选择即可跟踪用户行为（定义事件），

　　仅捕获单击（单击）操作以节省开发时间. Zhuge io最近支持了JS可视化掩埋点.

　　优点: 基于接口的配置，无需开发，埋入点的更新方便，效果快

　　缺点: 对嵌入式自定义属性的支持差；重构或页面更改时需要重新配置；

　　类似于卫星航空摄影，不需要安装相机，数据量很小，并且它支持在本地获取信息. 因此，JS可视化隐埋点更适合于短，平坦和快速的数据采集方法，例如活动/ H5等简单页面，并且业务人员可以直接圈出，没有操作门槛以及技术人员的干预减少（从现在开始，世界和平）. 这种数据采集方法方便业务人员尽快掌握页面中关键节点的转换，但用户行为数据的应用相对较浅，无法支持更深入的分析.

　　此外，如果临时调整了页面，则可以灵活地将其添加到埋入点，可以用作代码埋入点的补充以及时增加采集到的数据

　　代码埋藏点: 嵌入SDK中，定义事件并添加事件代码，按需采集，改善业务信息，并更多地关注数据分析. 因此，代码掩埋点是一种基于业务价值的行为分析.

　　优点: 数据采集全面，准确，便于后续的深入分析（埋点精度顺序: 代码埋点>可视化埋点>满埋点），SDK小巧，没有对应用程序本身的体验的影响

　　缺点: 需要研发人员的配合并且有一定的工作量

　　如果您不想在采集数据时降低用户体验；如果您不想采集大量无用的数据；如果您想采集数据: 更细的粒度，更大的尺寸以及更高的数据分析准确性. 然后，考虑到业务增长的长期价值，请选择代码掩埋点.

　　服务器端掩埋点: 它可以通过接口调用来构造数据，从而支持其他业务数据的采集和集成，例如CRM和其他用户数据，因为它是直接从服务器端采集的，因此数据准确性为更高，并且适合自己的采集 Ability客户，也可以与客户采集结合使用.

　　例如:

　　1. 通过调用API接口将CRM和其他数据与用户行为数据集成，以从多个角度全面分析用户；

　　2. 如果公司已经拥有自己的掩埋系统，则可以通过服务器采集将用户行为数据直接上传到Zhuge io平台以进行数据分析，而无需维护两个掩埋系统；

　　3. 获取历史数据（埋入点之前的数据）和新数据（埋入点之后的数据）以提高数据准确性. 例如，在访问客户以采集客户之后，在导入原创历史数据之后，先前访问该平台的现有用户将不会被标记为新用户，从而减少了数据错误.

　　如何“掩埋”？

　　购买点听起来“未知而严肃”，但实际上非常简单，就像“在高速公路上安装相机”一样.

　　1. 梳理产品用户的行为并确定事件的分布

　　埋点计划≈相机安装分配计划

　　童鞋经常问诸葛军: 数据分析需要获得什么样的数据？要回答这个问题，我们必须首先弄清楚目的并弄清楚逻辑.

　　Zhuge io数据分析的对象和基础是用户行为. 选择要记录和分析的用户行为将直接影响分析工作的价值输出. 诸葛军建议: 选择与产品目标和当前主要问题行为最密切相关的用户作为事件. 以电子商务为例，将过程中的每个用户行为定义为事件的一种，从中获得事件放置的逻辑.

　　2. 记录事件，了解和分析用户行为

　　≈确定相机要记录的信息，拍照或拍摄速度是否非法？

　　在整理出需要记录和分析的用户行为并完成事件布局之后，接下来，在研发工程师的帮助下，根据您的应用程序平台类型（iOS，Android，JS）完成SDK访问，每个事件的位置将变成非常简短的程序代码-当用户执行相应的行为时，您的应用程序将运行此代码以将相应的事件记录到Zhuge io. 部署完成并发布产品后，当用户开始使用新版本的应用程序时，使用行为数据将自动传输到Zhuge io，供您执行以下分析.

　　在此步骤中，Zhuge io的CS团队将为公司提供支持，并协助技术团队成功完成数据采集的第一步.

　　3. 通过识别记录用户身份

　　在Zhuge io中，记录了用户的行为，即: 用户做了什么？在用户分析过程中，还有另一种有用的信息，即: 用户是谁（TA的ID，名称）以及什么特征（TA的年龄，类型...）？您可以通过Zhuge io平台的识别过程将用户的身份和特征传递给Zhuge io，并使用识别信息进行精细分析:

　　细分用户组: 用户属性的一个非常重要的功能是将用户分为几组. 您可以基于标识的属性定义过滤条件，以细分用户组. 例如，使用“ gender = female”条件过滤掉所有女孩，然后分析女孩的行为特征和转化率...

　　基于属性的比较: 细分的重要目的之一是比较. 您可以根据“性别”进行细分，然后比较“女孩”和“男人”之间在行为，转换，保留等方面的差异；

　　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，年龄水平，用户组的用户类型）对产品的任何用户组执行“肖像分析”.

　　回到开头的问题: 哪种埋葬方法最理想？

　　就像*敏*感*词*有两个面一样，任何一种嵌入点的方法都有其优点和缺点. 企图通过几行代码/一次部署来嵌入点，甚至牺牲用户体验，这并不是企业期望的.

　　因此，数据采集只是数据分析的第一步. 数据分析的目的是深入了解用户行为，挖掘用户价值并促进业务增长. Zhuge io认为，最理想的掩埋解决方案是基于不同的业务和场景，以及该行业的特征及其自身的实际需求，这些掩埋点可以通过互补的方法进行组合，例如:

　　1. 代码掩埋点+完全掩埋点: 当需要对目标页面进行整体点击分析时，在细节中一一掩埋这些点的工作量相对较大，并且在经常优化和调整目标页面时，更新埋藏点不应低估数量，但是复杂页面上的死点无法被所有埋藏点采集. 因此，代码掩埋点可作为采集用户核心行为的辅助手段，以实现准确，跨领域的用户行为分析.

　　2. 代码埋入点+服务器端埋入点: 以电子商务平台为例，用户在支付过程中将跳至第三方支付平台，需要通过交易数据来验证支付是否成功在服务器上. 此时，通过将代码埋入点和服务器端埋入点结合起来，可以提高数据的准确性；

　　3. 代码嵌入点+视觉嵌入点: 由于代码嵌入点的工作量很大，因此可以通过核心事件代码嵌入这些点，并且可视化的嵌入点可以用于采集其他方法和补充方法.

　　为满足精确，精确的数据分析需求，您可以根据实际分析场景选择一种或多种采集方法组合. 毕竟，采集全部数据不是目的. 要实现有效的数据分析，从数据中寻找实现增长的关键决策信息是当务之急.

　　原创发布时间为: 2017-08-11

　　作者: 制造商提交书

　　本文来自云栖社区的合作伙伴IT168. 有关相关信息，请遵循IT168

　　原创标题: 数据增长的第一步: 选择“最佳”埋点采集方法