数据分析是实现数据驱动的前提，固然重要。而数据分析的深度取决于数据采集的质量，顾此失彼，数据驱动道路只能越走越窄。前几天的内容里介绍了埋点的不同方式与区别，这里不再赘述。
值得强调的是，要真正实现精细化运营，企业数据采集所采用的埋点方式不应“千企一面”，而应该“因企而异”。无论是自建数据分析平台，还是采用第三方数据分析工具，梳理企业需求是第一步，随后按照企业需求完成事件和埋点方案的设计。
以“全埋点”为代表的前端埋点方式，以及后端埋点方式分别满足不同数据采集需求，当前后端都可以实现数据采集时，应优先考虑后端（代码）埋点，尤其在各行业中有特殊业务需求的数据，更是强烈建议通过后端（代码）埋点方式采集，这和神策数据的观点一致。
前面的文章见过了关于后端埋点的重要性，可供大家参阅。本文重点讲述前端埋点的方式。
毋庸置疑，“全埋点”作为前端埋点方式之一，在数据采集方面具有不可替代作用，当企业在分析与后端没有交互的前端行为的采集方式时，如判断前端界面设计是否合理，更是如此。
与市面流行的无埋点一样，神策分析也支持“全埋点”，即采用“全部采集，按需选取”的形式，默认对页面中所有交互元素的用户行为进行采集，通过界面配置来决定哪些数据需要进行分析。神策分析“全埋点”具有以下特点：
第一，技术门槛低，使用与部署较简单。
神策分析将iOS、安卓、JS SDK的Autotrack功能深度强化，默认采集页面上各元素的交互行为，极大程度避免了因需求变更、埋点错误等原因导致的重新埋点繁复工作。简单操作即可获取实时用户行为数据，节省大量技术团队的时间。
第二，可视化展示产品页面指标，满足前端数据分析需求。全埋点可视化地展现界面PV、UV等网站或APP产品页面指标，清晰明了，为进一步数据分析指明方向。
第三，用户友好性强。一次简单操作，即可自动向服务器发送数据，避免手工埋点的失误。
据统计，神策分析全埋点在Web/App端均支持近百个预置属性的采集，通过页面浏览的采集、点击按钮等采集，企业可完成了解新老用户的访问情况，评估不同渠道／维度的获客情况，判断用户活跃度、用户转化、留存等应用。例如，神策数据某广告客户了解用户渠道来源，并判断不同渠道和不同推广方式的投放效果。
然而，作为前端埋点的方式之一，无埋点有先天缺陷，带来易用性的同时，也牺牲部分数据的采集深度。数据驱动是第一生产力，搞定画像的第一步就是数据采集。数据采集应该遵循“大全细实”，否则：数据驱动如“空中楼阁”；
“大”强调宏观的“大”，而非物理的“大”。大数据不是一味追求数据量的“大”，比如每天各地级市的苹果价格数据统计只有2MB，但基于此研发出一款苹果智能调度系统，就是一个大数据应用；
“全”强调多种数据源。大数据采集讲求全量，而不是抽样。除了采集客户端数据，还需采集服务端日志、业务数据库，以及第三方服务等数据，全面覆盖。
“细”强调多维度数据采集，即把事件的维度、属性、字段等都进行采集。如电商行业“加入购物车”的事件，除了采集用户的click数据，还应采集用户点击的是哪个商品、对应的商户等数据，方便后续交叉分析。
“时”强调数据的时效性。显然，具有时效性的数据才有参考价值。
总之，埋点混乱、采集无序则根基不稳，令数据驱动的实现如“空中楼阁”。只有将数据采集和建模等基础搭建好，数据驱动才能真正落地。
