数据埋点

随着互联网时代的到来，各行各业都开始融入“ 互联网+” 的思维。从最开始的TOC的服务&消费型产品，到如今TOB的数字化转型，数据越来越重要。打开京东淘宝，头条抖音，里面琳琅满目的商品推荐，视频推荐。

那么，问题来了，这些算法上千人千面的推荐，是怎么做到的？答案：用户行为数据。 那再深入一些，如何更精准的拿到 用户行为数据？ 答案：埋点。

埋点简介

定义：埋点是用户行为数据的来源。

目前来说，大部分企业对于用户行为数据的获取，都是在各个终端上设置埋点。 通过各种各样的埋点，拿到相应的用户行为数据。用于下游的统计分析和业务迭代。

主流的方式有两种：

• 第一种：公司自研，在产品的各个页面、（可交互）模块，按照一定的规范，“注入”统计代码。
• 第二种：第三方统计工具，如友盟，神策，GrowingIO等第三方监测平台的接入。

各个公司随着业务的不断扩大，一般都会选择自研发，并设定相应的埋点规则和统计规则。 我们这期重点就来聊聊“埋点规范”的设计。

埋点需求与实现

埋点分析，是网站分析的一种常用的数据采集方法。又称为事件追踪（Event Tracking），指的是针对特定用户行为或事件进行捕获，处理和发送的相关技术及其实施过程。

其实埋点也叫日志上报，其实就是根据需求上报一系列关于用户行为的数据，比如：用户点击了哪个按钮，用户浏览了哪个网站，用户在某个页面停留了多久等数据。这些数据对于运营来说很有用，他们可以用来分析某个功能开发的是不是合理，是不是因为某个地方的不合理而到导致了转化率的下降，从而对我们的App进行相应的改进。

埋点实现

埋点是用来收集用户行为数据。比如想要了解一个用户在APP里面点击了哪些按钮，看了哪些页面，做了哪些事情等，就可以通过埋点来实现。

埋点就是通过植入一段代码到某个页面或某个按钮，从而监听用户行为并进行收集上报。

埋点流程如下图：

[埋点采集] => [数据传输] => [数据存储] => [数据挖掘分析] => [数据应用]

埋点方式

比如像点击、浏览、曝光这些行为便可以用前端埋点，主要是发生在用户与界面的交互；如果是电商中要统计下单成功这个事件，客户端是没有办法知道订单是否成功的。如果统计的事件里有需要用到后端的数据，也是要进行后端埋点的。

埋点需要哪些数据

埋点时需要尽可能全面的采集数据，主要包括以下信息：

• 用户基本信息：描述用户的基本属性信息，包括用户ID，性别，运营商，设备类型等
• 时间信息：事件发生的时间
• 行为信息：用户做了哪些行为，比如点击行为，浏览行为等
• 行为对象信息：用户的行为作用在哪些对象上，比如点击按钮A，浏览页面B，那么A，B就是用户行为作用对象

埋点事件的格式

埋点数据是需要存储起来的，数据就会有它对应的字段。一般一条埋点数据需要记录： 事件ID、事件名（英文名、中文解释）、事件属性（属性英文名、中文解释、属性类型）、埋点形式（前端/后端）、事件触发时机（什么时候投递这个事件） 统计信息设计

埋点报文

报文(message)是网络中交换与传输的数据单元，即站点一次性要发送的数据块。报文包含了将要发送的完整的数据信息，其长短很不一致，长度不限且可变。简单来说就是用户在App内有一个操作行为，就会上报一组带有数据的字段。这些字段组成一个报文。报文一般包含以下字段，简单举例

traceId : 为每个事件的全局唯唯一识别符
devId : 设备指纹
devInfo : 设备相关信息
   -os 操作系统
addressInfo : 位置信息
   - longitude 经度
   - latitude  纬度
   - Ip  ip地址
source :
userInfo : 用户信息
 - userId 用户Id
 - userName 用户名称
 - userPhone 用户手机号
ProjectInfo :
  - ProjectId 工程Id
  - ProjectVersion 工程版本

EventInfo
  - eventId 事件ID
  - eventName 事件铭恒

Time :
  - created 开始事件
  - updated 结束事件
  - duration 持续事件