运营每日要分析各种业务报表，业务指标，使用各种分析工具，诸如百度统计，友盟，Google Analyse等，确实这些工具很强大，但这些东西再强大，作为一个提供通用服务的公司，虽然做了很多基础的统计报表与数据可视化的工作，但是每个公司产品有独特的业务场景。理想中的数据可视化架构，可以支持全方位的用户数据记录，高速的数据查询响应与可视化，高度的模块化可配，可以让非研发人员进行轻易的配置就可以创建专属的自定义的数据统计模块，这需要深厚的数据工程师，算法工程师，以及前后端工程师一起努力才形成的一套如此高度定制化/自动化的数据架构。重点是，技术始终是辅助，如果没人知道要什么，或者量本身不够，在强大的技术也如滚滚长江东逝水。这就涉及到鸡生蛋还是蛋生鸡的问题。
话说回来，后台/算法/数据工程师在这里起着关键的作用，前端工程师也可以在这里面大展拳脚。数据统计依赖打点，每个点都人工规划人肉埋点，这样的工作效率以及未来的扩展性和机动性，显然是无法与全自动化的埋点技术相比的。无埋点，动态埋点等技术，背后是依托于各个端独有的技术栈来实现的，比如:
前端通过注入JS
安卓通过字节码打桩
iOS通过运行时orClangPlugin
等等的NB方案，从而实现埋点到无埋点的巨大进步。无埋点就是简单来说依靠树形结构和事件模型自动埋点，然后依靠大数据来分析。当中坑无数，对性能和稳定性的影响也有。
Finally，背后都是人人人，最后归根结底还是钱钱钱，如果没有这两样，大家路过YY 一下就好了。
