1埋点的价值和意义
1.什么是埋点
简单来说，埋点就是在网站或APP中加入一些程序代码，用以收集和统计用户在该网站/APP中的浏览、访问数据和应用使用情况，分析用户交互行为，从而帮助产品和运营进行后续优化。
2.为什么要埋点
埋点能够帮助业务和数据分析人员打通固有交易墙，为了解用户交互行为、扩宽用户信息和前移运营机会提供数据支撑。
在产品数据分析的初级阶段，业务人员通过自有或第三方的数据统计平台（如TalkingData统计分析平台）了解APP的概览性的用户访问数据指标，包括新增用户数、活跃用户数等。这些指标能帮助企业宏观的了解用户访问的整体情况和趋势，从整体上把握产品的运营状况，但很难基于这些指标直接得到切实的产品改进策略。埋点将产品数据分析的深度下钻到流量分布和流动层面，通过对产品中的用户交互行为的统计分析，对宏观指标进行深入剖析，发现指标背后的问题，寻找人群的行为特点和关系，洞察用户行为与提升业务价值之间的潜在关联，了解组成特定数据现象的原因，并据此构建产品优化和运营迭代策略。
3.正确埋点的重要性
埋点并不是简单的把页面和事件都部署上一段代码就了事，如果没有按照统计和数据分析的需求部署埋点，业务人员在后续分析过程中很难得到有效的数据信息。因此，埋点不是技术人员单方面的工作，而需要业务和分析人员共同配合，从产品和运营层面确定埋点逻辑，根据自己产品的任务流和业务目标形成明确的埋点方案，再由技术人员按具体的埋点方案落实到代码中，最后通过数据统计平台收集和呈现出具体的数据信息。
2埋点的分类
页面埋点主要记录一个页面的用户访问情况，包括访问人数、访问时间、停留时间、页面路径等信息，从而判断一个页面的总体流量情况以及用户对于该页面的定位——是一个具有具体功能的操作页面还是一个用来进入具体功能的转接页面。完成页面埋点后，业务人员可以通过登录埋点落地的数据统计平台查看页面的访问情况。
TalkingData统分平台基于事件埋点的自定义事件分析
TalkingData统分平台基于事件埋点的转化漏斗分析
TalkingData统分平台基于事件埋点的智能路径分析
页面埋点和事件埋点能通过客观数据体现用户对于APP的所有可见内容的使用情况，产品经理和运营人员在APP设计或活动方案设计时对于市场和用户偏好的预判是否正确，如何有方向的优化用户体验，并及时发现用户行为变化与潜在的用户需求。因此，业务人员在准备埋点方案时，需要充分考虑这两种埋点方式满足的数据需求。
2.埋点方式的技术分类
从技术角度来说，埋点分为代码埋点、无码埋点和全埋点，三种方式的技术操作难度不同，能够提供的数据信息也有所差别。
1）代码埋点
代码埋点是目前比较主流的埋点方式，业务人员根据自己的统计需求选择需要埋点的区域及埋点方式，形成详细的埋点方案，再有技术人员手工将这些统计代码添加在想要获取数据的统计点上。
代码埋点的优点：
代码埋点的缺点：
1.工作量大，人力成本高：由于灵活和自定义程度高，代码埋点无法通过设置标准化的埋点代码，对APP进行统一埋点，而需要业务人员在制作埋点方案时对所有埋点内容进行详尽设置，详细注明所有埋点事件和页面标明埋点方式、命名方式，形成系统的方案，再由技术人员根据方案进行定制化埋点。
2.版本更新代价：由于代码埋点是通过SDK嵌在APP代码中，每次添加埋点内容都需要配合APP发版上线（H5页面埋点除外，不受版本迭代影响）。
3.配合要求高：代码埋点要求业务人员和技术人员共同完成，业务人员制作埋点方案，技术执行，并配合完成埋点测试。
代码埋点的适用场景：
有具体的业务分析需求，且按照各个事件埋点的方式不能满足
需要对埋点事件进行传参等自定义属性设置。代码埋点虽然较复杂，但功能最完善，覆盖了埋点中的不同业务需求。掌握了代码埋点的原理，也就能贯通无码埋点和无埋点，因此代码埋点也是本文重点。
2）无码埋点
无码埋点又叫可视化埋点，TalkingData产品中的“灵动分析”借助的就是无码埋点的功能和技术。该埋点方式通过部署在APP上的基础代码对APP所有可交互元素进行解析，并在可视化页面对埋点区域和事件ID进行设定，从而在用户有所操作时，对交互时间（操作行为）进行记录。
TalkingData灵动分析（无码埋点）功能
无码埋点的优点：
1.业务人员可用：无码埋点无需技术人员进行SDK嵌入，不懂代码的产品运营人员也可通过后台可视化界面配置和统计埋点并实时下发到客户端生效。
2.无需版本更新：由于不需要嵌入新SDK，无码埋点不需要发布新版APP，可谓即时生效。
3.对所有版本生效：新增埋点在所有版本生效，不存在迭代问题（只要老版APP嵌入SDK）。
无码埋点的缺点：
2.不支持瀑布流交互：对于可以不断加载的内容瀑布流，无码埋点不支持记录瀑布流的交互行为。
3.覆盖功能有限：不是所有的控件操作都可以通过这种方案进行定制。
无码埋点的适用场景：
分析或统计需求简单，不需要对埋点事件进行传参等自定义属性设置
频繁上线或更新的H5类型的运营活动
3）全埋点
全埋点是在APP中嵌入SDK，在SDK部署时做统一的“全埋点”，将APP的操作尽量多的采集下来。其特点在于无论业务人员此刻是否需要统计APP某一部分，全埋点都会将该处的用户行为数据和对应的发生地信息照单全收下来。
全埋点的优点：
1.历史数据回溯：全埋点环境下，APP内的行为数据是从SDK部署开始收集，而代码埋点或无码埋点只能从埋点时刻向后收集交互数据。
全埋点的缺点：
1.交互属性有限：与无码埋点相同，全埋点依然没有解决覆盖的操作有限问题，不能灵活地自定义属性。
2.数据形式非业务导向：全埋点是对所有事件数据的自动收集，没有按照业务需求进行事件或区域设置，业务或数据人员在使用时或许不能直接使用，需要二次计算或处理。
3.服务器和网络传输压力大：由于全埋点对APP所有的事件都搜集数据，可能会给服务器和网络传输带来更大负载。
全埋点的适用场景：
分析或统计需求简单，不需要对埋点事件进行传参等自定义属性设置的事件。
针对快速、频繁上线和迭代的H5类型的运营活动的评估（与无码埋点相似）。
代码埋点VS无码埋点VS全埋点
3代码埋点流程及方案1. 确认埋点范围
进行代码埋点之前，首先要确认埋点范围——是对APP进行整体埋点，还是局部埋点？
1）整体埋点
顾名思义，整体埋点就是对APP所有页面和交互进行代码埋点。
整体埋点的主要优点：
1.数据全面：所有交互位置都完成埋点，业务和数据人员可以根据任意需求选择埋点数据进行统计分析。
2.减少埋点需求引起的发版压力：由于APP整体埋点已完成，不受代码埋点的新版本发布才能更新埋点信息的影响，业务对现有版本增加新的行为分析需求时，不对发版造成压力。
整体埋点的主要缺点：
2.工作量巨大：整个APP有成百上千的交互事件，对所有交互进行代码埋点，对于技术人员来说工作量很大。
整体埋点适用场景：
APP设计相对简单，产品层级和深度有限
技术人员资源丰富，可以负担大量的埋点工作
结构性调整的版本更新频率低
2）局部埋点
根据业务需求，对APP部分页面和交互事件进行代码埋点，以统计和深入分析该区域的用户行为特征。
局部埋点的主要优点：
2.工作量容易控制：只针对需要统计和分析的内容埋点，技术实施工作量有限，发版速度快。
局部埋点的主要缺点：
1.受版本更新限制：如果需要增加或调整埋点内容，需等到下一次版本上线。
2.数据范围有限：基于埋点数据的分析限制在有埋点的APP局部，对于其他部分的扩展，缺少埋点数据支持。
局部埋点适用场景：
有明确深入的业务场景，针对某一业务需求深入分析
APP内容较庞大，产品层级复杂
技术人员资源有限，无法负担大量的埋点工作
APP改造期，结构性调整的版本更新频率高
代码埋点的流程及方案制作
无论是整体还是局部埋点，代码埋点都要经过“确认埋点目标——确认分析维度——了解产品逻辑——形成埋点方案——技术沟通——埋点实施、测试——APP上线”的过程。
确认埋点目标：
确认分析维度：
了解产品逻辑：
明确埋点目标和分析维度之后，需要参照APP实际的产品设计布局，确定埋点方式。
形成埋点方案：
确认埋点区域、内容、形式和APP产品逻辑的对应后，将所有需要埋点的内容整理成埋点方案。撰写方案过程中要注意：
业务名称即APP上的功能或事件名称，以保证方案内容与APP呈现对应关系；
事件ID命名时，建议在事件ID前加上页面名称作为前缀，以确保同一个功能在不同页面有多个接口时，能够彼此区分；
自定义事件ID设定时遵循唯一性排他性，不可出现重复命名；
TalkingData的标准化埋点方案制式，包括业务名称、业务描述、分析方式、自定义事件ID、自定义事件Label、自定义事件传参、埋点方式、优先级等说明，有效帮助业务人员梳理埋点内容，并形成产品与埋点数据的映射关系。
技术沟通：
单有一个方案，有时候并不能确保技术人员在实施落地时完全明白和呈现业务所想。因此，埋点方案形成后，业务人员需要与负责埋点的技术人员进行沟通，确保技术理解埋点内容，保证埋点内容及形式按照业务需求实施。
埋点实施、测试与上线：
技术人员根据埋点方案及沟通内容，在SDK中进行代码埋点，完成后由技术与业务一起测试，确保埋点无遗漏、无差错，最后将完成埋点的APP新版本进行上线，数据统计平台（如TalkingData统计分析平台）就会对新版本APP中的用户行为数据进行收集，并按照埋点方式进行呈现。
好的埋点方案，一定是从业务需求的角度出发，并结合自身资源和APP的产品成熟度综合考量，确定埋点的方式及内容。在这个过程中，业务人员的角色相当重要。他作为埋点方案的设计人员，需要明确埋点的目的、未来对于埋点数据的使用方式、APP设计和布局逻辑，与技术人员深入沟通方案，并参与埋点测试，以确保从方案准备到埋点落地过程中的每一环都围绕业务目标，从而保证埋点数据能够满足业务使用需求，将用户行为数据呈现为预期形式。
关于TalkingData
TalkingData（北京腾云天下科技有限公司）成立于2011年，是国内领先的独立第三方移动数据服务平台。TalkingData一直致力于数据的深耕与数据价值的挖掘，从数据的采集、处理到数据的分析，再到数据的应用与咨询，TalkingData已经形成了一套以“智能数据平台（SmartDP）”为主的完整数据应用体系；构筑了一套以数据商业化平台、数据服务平台，及数据合作平台为核心的数据生态。目前，TalkingData的平均月活跃用户为7亿，为超过12万款移动应用，以及10万应用开发者提供服务。覆盖的客户主要为金融、地产、快消、零售、出行、政府等行业中的领军企业，连续三年实现业务的三倍快速增长。
