Arthur's Blog

数据采集是数据分析的基础，而埋点是最主要的采集方式。那么数据埋点采集到底都包括哪些问题？本文作者从什么是埋点、埋点怎么设计、埋点的应用三个方面对这个问题进行了梳理，与大家分享。

一、数据采集以及常见数据问题

1. 数据采集

数据采集有多种方式，埋点采集是其中非常重要的一部分，不论对c端还是b端产品都是主要的采集方式。

数据采集，顾名思义采集相应的数据，是整个数据流的起点，采集的全不全，对不对，直接决定数据的广度和质量，影响后续所有的环节。在数据采集有效性，完整性不好的公司，经常会有业务发现数据发生大幅度变化。

数据的处理，通常由以下5步构成：

2. 常见数据问题

大体知道数据采集及其架构之后，我们看看工作中遇到的问题，有多少是跟数据采集环节有关的：

数据和后台差距很大，数据不准确-统计口径不一样、埋点定义不一样、采集方式带来误差；想用的时候，没有我想要的数据-没有提数据采集需求、埋点不正确不完整；事件太多，不清楚含义-埋点设计的方式、埋点更新迭代的规则和维护；分析数据不知道看哪些数据和指标-数据定义不清楚，缺乏分析思路。我们需要根源性解决问题：把采集当成独立的研发业务来对待，而不是产品研发中的附属品

二、埋点是什么

1. 埋点是什么

所谓埋点，就是数据采集领域的术语。它的学名应该叫做事件追踪，对应的英文是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。

数据埋点是数据分析师，数据产品经理和数据运营，基于业务需求或者产品需求对用户行为的每一个事件对应位置进行开发埋点，并通过SDK上报埋点的数据结果，记录汇总数据后进行分析，推动产品优化和指导运营。

流程伴随着规范，通过定义我们看到，特定用户行为和事件是我们的采集重点，还需要处理和发送相关技术及实施过程；数据埋点是服务于产品，又来源于产品中，所以跟产品息息相关，埋点在于具体的实战过程，跟每个人对数据底层的理解程度有关。

2. 为什么要做埋点

埋点就是为了对产品进行全方位的持续追踪，通过数据分析不断指导优化产品。数据埋点的质量直接影响到数据，产品，运营等质量。

数据驱动-埋点将分析的深度下钻到流量分布和流动层面，通过统计分析，对宏观指标进行深入剖析，发现指标背后的问题，洞察用户行为与提升价值之间的潜在关联；产品优化-对产品来说，用户在产品里做了什么，停留多久，有什么异常都需要关注，这些问题都可以通过埋