我将从以下四个步骤来分析埋点全过程，由浅入深。本章是系列一，主要讲解埋点基础知识，从埋点需求分析入手。
埋点系列（一）—— 埋点需求分析&设计埋点方案
埋点系列（二）—— 输出埋点需求文档
埋点系列（三）—— 埋点的框架设计及其准确性
埋点系列（四）—— 从埋点系统搭建到数据可视化落地
一、什么是埋点
所谓埋点是数据领域的专业术语，也是互联网应用里的一个俗称。它的学名应该叫做事件追踪，对应的英文是Event Tracking。它主要是针对特定用户行为或事件进行捕获、处理和发送的相关技术及其实施过程。
埋点是为了满足快捷、高效、丰富的数据应用而做的用户行为过程及结果记录。数据埋点是一种常用的数据采集的方法。埋点是数据的来源，采集的数据可以分析网站/APP的使用情况，用户行为习惯等，是建立用户画像、用户行为路径等数据产品的基础。
二、埋点的作用
对于产品来说，用户在你的产品里做了什么、停留了多久、有什么异样，都是可以通过数据埋点来实现监控的。
1、提高渠道转化：通过用户的操作序列，找到用户流失的节点
2、改善产品：通过用户行为分析产品是否有问题，例如用户有没有因为设计按钮过多导致用户行为无效等问题，以此发现功能设计缺陷等。
3、精准客户运营：对客户进行分组（例如有的喜欢打折购买，有的喜欢直接购买等），实现精准营销，发放优惠券等
4、完善客户画像：基本属性（性别、年龄、地区等），行为属性（设备操作习惯等）
5、数据分析：埋点作为原料放在数据仓库中。提供渠道转化、个性推荐等
三、埋点的流程
本次对【京东APP排行榜】页面进行埋点需求分析，记录一下思维过程。
1、 梳理产品逻辑，清晰产品的脉络和架构
首先，做好埋点需求分析，可以明确埋点范围，减少不必要的埋点需求。熟悉业务，可以加快埋点设计的进度。
京东排行榜页面比较简单，一个广告位banner，点击跳转到相应广场等活动页面；然后是商品标签选项卡，其中第一个标签是权重最大的标签，后面19个标签刷新会更新；第一个标签商品下有一个推荐位，推荐位下面有排行榜，热卖榜。
排行榜信息架构：
通过产品信息图，我们能了解到除广告位链接到其他活动页外，其余每个模块都是商品集，且都是我们最近浏览或关注过的商品。点击商品即可进入商品详情页，我们可以确定此页面的目的是推荐商品给用户，让用户购买。
排行榜产品功能结构：
通过产品功能结构图，我们能够将产品的功能模块梳理出来，能够清晰的知道功能之间的联系。
核心业务流程：
排行榜的核心流程，就是让用户进入商品详情页，购买商品，我们需要清楚梳理出我们产品的核心业务流程，密切观察用户在核心业务流程运转的整个过程。在这个过程中，需要采集到从排行榜到商品详情页的转化、商品详情页到购物车的转化，从详情页到订单确认的转化，订单从确认到支付成功之间的转化，从上得出上述流程的漏斗模型。
那么对应的可以为排行榜页UV、商品详情页UV、购物车添加事件、订单确认事件、订单提交事件、支付事件、支付成功反馈事件。
2、梳理各角色需求
进行需求梳理需要先明确我们要分析什么场景，解决什么业务问题，要解决这个问题需要看怎样的数据，以什么作为衡量指标。不同角色会关心不同的问题，一般会按照业务线进行需求梳理。
这些指标跟我们目前的产品要解决的核心业务密切相关。所以我们要明确产品目前阶段的目标和作用。比如，京东排行榜的主要功能就是推荐和引导，把客户感兴趣的商品类型按照销量排名推荐给客户，提高订单转化率。然后把这个需求细分，分给不同的角色按照各自的侧重点再去执行。
● 产品经理
基于各产品对于指标的需求是不同的，针对排行榜页面，我认为需要关注的指标如下
1）功能流程转化率：关键流程的留存转化指标尤为重要，可以看出用户在哪个关键节点发生了流失。排行榜到商品页的转换率，商品页到订单页的转换率，订单页到支付页的转化率，支付页到支付成功的转换率都是。上述流程之间的漏斗模型就可以看出用户在哪个节点流失最为严重。
2）页面停留时长：停留时间过短可能表示用户来到页面后，该页面对用户没有吸引力，那么产品经理可能需要对该页面进行优化设计；当然也有可能是快速跳转到了商品详情页，所以需要其他指标共同分析。
3）用户行为轨迹：用户一旦进入产品，到离开那么肯定会形成用户操作的轨迹，我们可能根据用户轨迹挖掘用户更深的需求。
4）效果评估：如果产品页面做了新功能，位置坐了改变等，那么某些关键入口可能发生了位置或方式的变化，那么埋点收集到的数据可以让我们知道对于用户操作来说是改善了用户体验还是增加了用户的学习成本。
● 运营人员
1）用户指标：用户画像、活跃用户数、流失用户数、留存率等。假如把排行榜看做一个单独的模块的话，一个用户第一次来了排行榜，超过7天也没来过，那么就是流失用户。
1）推广数据：近期开展了活动，排行榜到活动页的转换率。
2）推荐数据：比如有100个人点击过排行榜的分享，他们的分享行为带来了多少新增用户（这里的新增用户还可以细分为：新增的京东用户、新增首次到访排行榜的京东用户）等，这些数据会告诉我们该页面是否带来价值。
四、如何设计数据埋点方案
1、埋点方式的选择
从前后端埋点可分为：客户端埋点和服务端埋点。
从埋点方式还可分为：代码埋点、可视化埋点、全埋点。我做了如下梳理：
大致适用场景可梳理为：
● 我的思考点：
1、代码埋点的劣势怎么解决：工作量大，更新代价大、不灵活。针对工作量大，可部分采用可视化埋点；针对更新代价大，可将核心代码和配置、资源分开，App启动时通过网路更新配置和资源。
2、可视化埋点和无埋点的区别：可视化埋点需要先决定收集数据的控件，而无埋点先收集所有控件的操作数据，然后通过界面配置需要分析的项。无埋点相对于可视化埋点，解决了问题的回溯问题，启发式信息。但两者都不能灵活的自定义属性，传输时效性和数据可靠性欠佳。
3、优先使用哪种埋点：我偏向于优先使用代码埋点，前端代码埋点作为后端埋点的补充。对于复杂产品，虽然全埋点可回溯数据，但其将导致需要传输、存储、清洗的数据数量级的提升，为了几个可能存在的回溯点，我们有没有必要做这个选择。所以这就需要我们摸清产品的“底细”，预判产品走向。
如果产品简单，没有复杂的功能，自然也推荐全埋点或可视化埋点，例如活动页面。这时候你可以尽情的挖掘、回溯和熟悉数据。当有一定量级时，我们就需要清理该埋哪些点了。
2、事件设计和数据采集埋点设计
常见的埋点事件
1、点击事件
用户每点击页面上的一个按钮都会记录一次数据，例如点击一次排行榜，就会上报一次事件
2、曝光事件
当用户成功进入一个页面时记录一次数据，刷新一次页面也会记录一次数据，如果通过Home键切换到手机桌面，则不会记录数据，因为已经脱离了原APP。例如进入排行榜页面，那么会上报一次排行榜的曝光事件。
3、页面停留时长（Time on Page），简称Tp
页面停留时长用来记录用户在一个页面的停留时间，通过离开页面的时间（t2）-进入页面的时间（t1）计算。以京东排行榜为例，进入排行榜记录一个时间t1，离开后记录一个时间t2，t2-t1就是用户在排行榜停留时长。
事件设计，我理解的就是用户在使用功能时产生的使用行为数据，很自然地，可以从用户行为分析的角度去分析事件。上面说到的主要购买流程，其实就是用户一系列的行为构成的，这点的用户行为就可以当成真实的事件名称，下面举例（实际上不完整，先简单说明下意思）
除了要埋点的功能外，我们还需要从不同的属性维度去衡量功能。比如点击支付这个事件，我们可以将支付类型作为支付下面的参数，对应的银行支付、支白条支付、微信支付就是参数值。这样我们就能分布统计到使用各类银行支付的数量，可以进一步了解用户的使用习惯。通过key-value的方式，不同维度层层分析，我们一定能定位到某些要想解决的业务问题，前提是在不缺少关键信息的情况下。
系列相关文章：
