什么是数据埋点？

数据埋点在产品流程关键部位植入相关统计代码，用来追踪每次用户的行为，统计关键流程的使用程度；在产品中植入多段代码追踪用户连续行为，建立用户模型来具体化用户在使用产品中的操作行为。数据埋点目的，还原出用户画像及用户行为，建立数据分析后台，通过数据分析、优化产品。

首先通过产品定位及目标来确定自己需要哪些数据，其次通过在产品各个流程环节中设置数据埋点，最后，当用户使用产品时，后台就能源源不断地接收到数据了。

初级的数据埋点：在产品流程关键部位植相关统计代码，用来追踪每次用户的行为，统计关键流程的使用程度。

中级的数据埋点：在产品中植入多段代码追踪用户连续行为，建立用户模型来具体化用户在使用产品中的操作行为。

高级的数据埋点：与研发及数据分析师团队合作，通过数据埋点还原出用户画像及用户行为，建立数据分析后台，通过数据分析、优化产品。

如何做数据埋点？

埋点的主流有两种方式：

第一种：自己公司研发在产品中注入代码统计，并搭建起相应的后台查询。

第二种：第三方统计工具，如友盟、百度移动、魔方、App Annie、talking data等。

当产品经理提出数据埋点后，开发会根据埋点要求，实施具体的埋点技术，一般分为：

代码埋点，可视化埋点，无埋点

1）代码埋点：产品需求了解某个广告的点击量，开发会在广告点击事件中添加一个值value，然后客户点击一次，value值+1，这样输出后就能找到此广告的总点击量。

代码埋点的有点就是精准，可以选择时间发送数据。缺点就是更新成本比较大。

2）可视化埋点：

3）无埋点：

所谓的无埋点，只要页面上嵌入 SDK，就可以采集页面上所有的点击行为，然后通过界面配置的方式对关键行为进行定义，这样便完成了所谓的“无埋点”数据采集。使用这种方案，必须在产品中嵌入 SDK，等于做了一个统一的埋点，所以“无埋点”的叫法实际上是“全埋点”的代名词。

另外，这种方式只能采集前端数据比较粗的行为粒度，无法深入到更细粒度。比如提交订单操作，订单运费、成本价格之类的维度信息，都丢失掉了，只剩下“提交”这一个行为类型。

当然，具体选择哪一种埋点方式完全可以依照公司产品具体的运行情况去进行针对性地考虑，不过产品经理在埋点这个过程中，需要思考的是以下几件事情：

1、弄清产品的目标以及当下的首要问题

数据埋点的前提是，团队需要首先明确目前产品最亟待解决的问题是什么。举个例子，比如电商产品，那么可能最首要的问题就是交易额，如何突破交易额，分解下去，可能就涉及到流量、转化率、客单价、回购率等等，提升这些数据指标就是当前产品的首要问题。在整个产品的分析和改进过程中，需要持续的观察这些指标的变化。总体说来，就是你想了解什么数据，就给什么数据埋点。

2、选择少量、重要的用户行为开始记录和分析

在分析的一开始，并不建议采集太多的用户行为，在这一点上，倒是很像做产品里面的MVP（最小可化产品）思路，敏捷地不断迭代，不要一下子把全部用户行为都采集齐全。因为如果产品经理在一开始就试图设计实施一套庞大、全面的方案，很容易陷入复杂而又细节的泥潭并导致失败，即便最终成功，也极可能会（因为初期的错误规划）导致很多时间浪费。在一开始只记录和分析与“产品目标”最为相关的少量用户行为（如浏览、购买、下单），这样很快就能有成果产出。

3、定义事件

产品目标可以通过哪几个重要指标衡量？和指标最相关的用户的“关键行为”是什么？用户在做「关键行为」之前和之后，还有哪些行为值得关注和分析？

4、制作埋点表

根据上面梳理的用户行为流程及事件，我们可以尝试着梳理一下埋点事件表。

5、与研发进行沟通

无论是通过公司自己搭建数据分析系统，还是使用第三方工具，通过调用其SDK来完成数据的采集和分析，都需要通过研发来进行帮忙（当然，有一些第三方工具支持可视化埋点，这样PM可以直接绕过研发）。这时候，产品经理就需要好好和研发进行相关的沟通，让他们明白数据埋点的目标以及意义是什么，让他们更好的去熟悉和了解第三方工具，从而在做事件布点的时候，将有助于事情的快速和顺利推进。

等一切准备就绪，事件布点都被研发大大弄好之后，产品经理以及运营人员就可以利用强大的数据分析工具，进行产品的数据分析了，从而走上数据驱动产品运营的增长道路。