什么是数据埋点？
數據埋點是什么？設置埋點的意義是什么？
原文出處https://www.zhihu.com/question/36411025
作者：國雙商業市場
鏈接：https://www.zhihu.com/question/36411025/answer/144973846
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。
所謂“埋點”，是數據采集領域（尤其是用戶行為數據采集領域）的術語，指的是針對特定用戶行為或事件進行捕獲、處理和發送的相關技術及其實施過程。
埋點的技術實質，是先監聽軟件應用運行過程中的事件，當需要關注的事件發生時進行判斷和捕獲，然后獲取必要的上下文信息，最后將信息整理后發送至服務器端。所監聽的事件，通常由操作系統、瀏覽器、APP框架等平臺提供，也可以在基礎事件之上進行觸發條件的自定義（如點擊某一個特定按鈕）。一般情況下，埋點可以通過監測分析工具提供的SDK來進行編程實現。
埋點的業務意義顯而易見，即幫助定義和獲取分析人員真正需要的業務數據及其附帶信息。在不同場景下，業務人員關注的信息和角度可能不同。典型的應用場景有面向數字營銷領域的分析，以及面向產品運營領域的分析。前者注重來源渠道和廣告效果，后者更在意產品本身流程和體驗的優化。兩者各有側重，也可以有一些交叉。所以，對于不同的項目和分析目的，應當設計不同的埋點方案。
近年來，埋點的方法論上也出現了一些業界新趨勢，如“無埋點”技術。所謂“無埋點”，是指不再使用笨拙的采集代碼編程來定義行為采集的觸發條件和后續行為，而是通過后端配置或前端可視化圈選等方式來完成關鍵事件的定義和捕獲，可以大幅提升埋點工作的效率和易用性。在“無埋點”的場景下，數據監測工具一般傾向于在監測時捕獲和發送盡可能多的事件和信息，而在數據處理后端進行觸發條件匹配和統計計算等工作，以較好地支持關注點變更和歷史數據回溯。當然，即便是“無埋點”技術，也仍然需要部署數據采集基礎SDK（又稱基礎代碼），這一點需要注意，容易產生誤區。
如果需要了解更多關于埋點的詳細信息，可以閱讀宋星的文章：http://www.chinawebanalytics.cn/auto-event-tracking-good-bad-ugly/
作者：馬天云
鏈接：https://www.zhihu.com/question/36411025/answer/133787143
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。
數據埋點分三個階段：
初級的數據埋點：在產品流程關鍵部位植相關統計代碼，用來追蹤每次用戶的行為，統計關鍵流程的使用程度。
中級的數據埋點：在產品中植入多段代碼追蹤用戶連續行為，建立用戶模型來具體化用戶在使用產品中的操作行為。
高級的數據埋點：與研發及數據分析師團隊合作，通過數據埋點還原出用戶畫像及用戶行為，建立數據分析后臺，通過數據分析、優化產品。
埋點的意義：
數據埋點為了統計分析的需要，對用戶行為的每一個事件進行埋點布置，并對這些數據結果進行分析，進一步優化產品或指導運營。
作者：大頭魚
鏈接：https://zhuanlan.zhihu.com/p/25195217
來源：知乎 著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。
所謂埋點就是在應用中特定的流程收集一些信息，用來跟蹤應用使用的狀況，后續用來進一步優化產品或是提供運營的數據支撐，包括訪問（Visits），訪客（Visitor），停留時間（Time On Site），頁面查看（Page Views，又稱為頁面瀏覽）和跳出率（Bounce Rate，又可稱為蹦失率）。這樣的信息收集可以大致分為兩種：頁面統計（track this virtual page view），統計操作行為（track this button by an event）。
數據埋點的方式
現在埋點的主流有兩種方式：
第一種：自己公司研發在產品中注入代碼統計，并搭建起相應的后臺查詢。
第二種：第三方統計工具，如友盟、百度移動、魔方、App Annie、talking data等。
如果你的數據來自第二種，那你使用的工具也應該是第三方統計工具，后續沒啥數據產品了，好好用這些產品吧。這里說說第一種的埋點方式吧，怎么數據埋點，就需要根據自己產品的任務流及產品目標來設計。
關鍵指標
我們先看看無論是APP還是H5都會關注的指標，了解這些指標的計算方法的細微差異以及復雜性，換個角度來思考埋點的意義。【源自：精通Web Analytics 2.0】
訪問與訪客
訪問（Visits）與訪客（Vistors）是幾乎所有應用都需要統計的指標，這也是最基礎的指標。
對于應用的統計來說，希望統計的是訪客（Vistors）。訪問（Visits）是指會話層，用戶打開應用花一段時間瀏覽又離開，從指標定義來說這杯稱之為一個會話（Session）。一次會話（Session 或 Visit）是打開應用的第一個請求（打開應用）和最后一個請求決定的。如果用戶打開應用然后放下手機或是離開電腦，并在接下來30分鐘內沒有任何動作，此次會話自動結束，算作一次訪問或會話期。
在計算訪客時，埋點上報的數據是盡可能接近真實訪客的人數。對于獨立訪客這個指標，這里還是需要強調一下，獨立訪客數并不是真實獨立的人，因此收集數據時必須知道獨立訪客雖然能夠很好的反映使用應用的真實訪問者的數量，但不等于使用應用的真實人數。
原因是，重復安裝的應用，或是手機參數被修改都會使得獨立訪客的指標收到影響。獨立訪客的埋點都是依賴Cookie，用戶打開應用，應用都會在此人的終端創建一個獨立Cookie, Cookie會被保留，但還是難免會被用戶手動清理或是Cookie被禁用導致同一用戶使用應用Cookie不一致，所以獨立訪客只能高度接近于使用應用的真實人數。
停留時長
停留時長用來衡量用戶在應用的某一個頁面或是一次訪問（會話）所停留的時間。
頁面停留時長，表示在每個頁面所花費的時間；例如：首頁就是進入首頁（10：00）到離開首頁進入下一個頁面(10:01)的時長，首頁停留時長計算為1分鐘。頁面A是2分鐘。頁面B進入時間（10：03），離開時間沒有記錄，這時候計算就是0 ，這種特殊情況的處理是需要在埋點特別注意的，還是那句話，不要嘗試收集絕對精準的數據，要學會使用不全的數據，活學活用。
應用的停留時長，表示一次訪問（會話）所停留的時間，計算起來就是所有頁面的訪問時長，同樣是上一個流程，應用的停留時長就是4分鐘。
跳出率
跳出率的計算方法現在在各個公司還是很多種，最精彩被使用的是：單個頁面訪問的所占的會話比例。這種場景意味著用戶來了訪問了一個頁面就離開了，想想用戶使用的心里畫面應該是：打開應用，心想什么鬼，然后關閉應用甚至卸載了。這個場景多可怕，這也是為什么跳出率指標被如此關注。
跳出率可以分解到兩個層次：一是整個應用的跳出率，二是重點的著陸頁的跳出率，甚至是搜索關鍵詞的跳出率。跳出率的指標可操作性非常強，通過統計跳出率可以直接發現頁面的問題發現關鍵詞的問題。
退出率
退出率是針對頁面的，這個指標的目標很簡單，就是在某個頁面有多少用戶離開這個頁面，主要用戶反映用戶從應用離開的情況。哪些頁面需要被改進最快的方式被發掘。（有些流程中設定走完標準流程，退出率最高的在標準流程的最后的頁面反映的正向呢，不要認為退出率高都是壞的事情哦）
轉化率
我們在產品上投入這么多，不就是為了衡量產出么？所以對于電商類應用，還有比轉化率更值得關注的指標嗎？轉化率的計算方法是某種產出除以獨立訪客或是訪問量，對于電商產品來說，就是提交訂單用戶數除以獨立訪客。
轉化率的計算看起來想到那簡單，但卻是埋點中最貼近業務的數據收集。這也是最體現埋點技巧的指標，需要結合業務特點制定計算方法。提交訂單量/訪客數是最基本的轉化率，轉化率還可以分層次，指定用戶路徑的，如：完成某條路徑的提交訂單數/訪客數。
試著找一條路徑，想想轉化率的數據怎么得來的吧，埋點都收集了什么樣的數據吧？
參與度
參與度并不是一個指標，而是一系列的指標，訪問深度，訪問頻次這些都是衡量參與度的指標。之所以把參與度列為一個指標，是希望大家明白把指標組合后續產生化學反應，發現實物的本質。
埋點的內容
看完關鍵的這些指標后，有沒有發現埋點的來源也大致分為兩部分，一部分是統計應用頁面訪問情況，即頁面統計；另外一部分是統計應用內的操作行為，及自定義事件統計。
頁面，事件都被唯一標記，用戶的信息，設備的信息，時間參數被附加上報。這就是埋點。
關于埋點的數據的注意事項
不要過分追求完美
關于埋點數據有一點至關重要，埋點是為了更好地使用數據，不要試圖得到精準的數據要得到的是高質量的埋點數據，前面討論跳出率就是這個例子，得到能得到的數據，用不完美的數據來達成下一步的行動，追求的是高質量而不是精確。這是很多數據產品容易入坑的地，要經常提醒自己。
作者：趙素衛
鏈接：https://www.zhihu.com/question/36411025/answer/139101494
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。
數據埋點是一種良好的私有化部署數據采集方式。數據采集準確，滿足了企業去粗取精，實現產品、服務快速優化迭代的需求。 簡單的說：找節點, 布代碼, 收數據。
數據埋點可以分為三個階段： 代碼埋點 、 框架式埋點 （也稱為可視化埋點）以及無埋點。
但隨著業務規模擴大，數據需求增多，埋點效率低下，采集成本過高等問題開始暴露， 越來越多的公司開始注重無埋點技術。
曾經在一個公眾號中，看過一篇文章，寫的不錯，推薦給您！我上面說的，大多也是摘自這里
https://mp.weixin.qq.com/s/VSIQ9SuizaBo8KTCXQxZkQ
數據分析第一步--做好數據埋點
做產品的同學在產品上線后經常離不開一個詞，數據分析。那么要如何進行數據分析呢？不妨先問自己這么幾個問題。
1.你要分析什么問題？是找問題還是驗證？
2.關于這些問題你需要哪些數據？
3.這些數據從哪里來？
要怎么解決這些問題呢？答案是數據埋點。首先通過產品定位及目標來確定自己需要哪些數據，其次通過在產品各個流程環節中設置數據埋點，最后，當用戶使用產品時，后臺就能源源不斷地接收到數據了。
那么，問題又來了。如何做好數據分析的第一步，數據埋點呢？還是從三個問題來回答
1.數據埋點是什么？
初級的數據埋點：在產品流程關鍵部位植相關統計代碼，用來追蹤每次用戶的行為，統計關鍵流程的使用程度。
中級的數據埋點：在產品中植入多段代碼追蹤用戶連續行為，建立用戶模型來具體化用戶在使用產品中的操作行為。
高級的數據埋點：與研發及數據分析師團隊合作，通過數據埋點還原出用戶畫像及用戶行為，建立數據分析后臺，通過數據分析、優化產品。
2.為什么要做數據埋點？
一個簡單的邏輯：你不做數據埋點，你就做不了數據分析。你不做數據分析，你就會不知道產品上線情況。你不知道產品上線情況，你產品就會做差。你產品做差，你的業績就會不好。你業績不好你就會被辭，你被辭就會沒錢。你沒錢就會去睡馬路。你睡馬路你就可能會被車撞，你被車撞就會…
所以為了不被車撞，一定要做好數據埋點！
3.怎么做好數據埋點？
（1） 數據埋點的內容
![Upload 數據埋點 (1).png failed. Please try again.]
數據埋點可以分為產品內部埋點和市場埋點，內部埋點通常分析用戶使用產品的行為及流程，提升用戶體驗。市場埋點分析該產品在市場上的表現及用戶使用場景，如產品在不同市場和地域的下載量，不同地域人群使用時間等等。
產品流程通常分為主干流程和分支流程，所以相應的數據埋點可以分為主干埋點和分支埋點，數據埋點通常不會一步搞定，在產品的第一次上線時通常會埋以下幾個點：PC&Web端會統計產品的PV/UV，注冊量，主要流程頁面之間的轉化率、日活人數等等。而移動端還要統計產品在Appstore，各大安卓市場的下載量。
第二次埋點會根據產品目標及上線后的問題進行分析。比如，當你發現產品首頁的UV很高， 注冊量卻非常低，你就需要分析出用戶在首頁的行為，如30%的用戶退出了產品，60%的用戶進入了注冊頁，但只有1%的用戶注冊了該產品。這也就意味著，注冊流程可能出現了問題，需要進一步細化注冊各個流程，增加數據埋點，分析各個流程之間的轉化率，找到產品出現的問題并解決。
具體到自己的產品，怎么數據埋點，就需要根據自己產品的任務流及產品目標來設計。這是一個由粗到細，優化迭代的過程。
（2）分析方法
任務流程分析法：根據產品設計的任務流，在任務流開始和結束處埋點，分析用戶處理任務的情況。
頁面轉化分析法：統計相關頁面的轉化率及頁面元素點擊率，分析用戶行為。
情景分析法：列出各種用戶使用場景，自己或多人體驗不同場景下產品的使用流程，尋找依據設立數據埋點，通過數據反饋驗證用戶行為。
（3）數據埋點的方式
目前主流的數據埋點方式分為兩種：
第一種：自己公司研發在產品中注入代碼統計，并搭建起相應的后臺查詢。
第二種：第三方統計工具，如友盟、百度移動、魔方、App Annie、talking data等。
最后，還是要說，數據埋點是產品數據分析的基礎，也是個循序漸進的過程。基礎的數據分析并不難，讓數據來驅動產品迭代。
作者：placeless
鏈接：http://www.jianshu.com/p/8c491348d2ba
來源：簡書
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。
總結
- 上一篇： css3之渐变色彩
- 下一篇： 转录组表达量计RPKM、FPKM、TPM