本文作者帶你避開埋點(diǎn)的深坑，梳理結(jié)構(gòu)化的埋點(diǎn)方案。

在接觸過上百家頭部App客戶中，診斷和參與了數(shù)百次的App數(shù)據(jù)體系搭建工作。幾乎80%的App都沒有科學(xué)的埋點(diǎn)規(guī)劃，只采集顯性數(shù)據(jù)，而更深層的與事件、參數(shù)相關(guān)的隱性數(shù)據(jù)，都沒有采集到。埋點(diǎn)規(guī)劃并不難！但為什么大部分企業(yè)都做的不太好？

埋點(diǎn)規(guī)劃需要整合產(chǎn)品、運(yùn)營、技術(shù)和業(yè)務(wù)等跨部門的需求，運(yùn)營同學(xué)不太懂技術(shù)、技術(shù)同學(xué)不太懂業(yè)務(wù)、產(chǎn)品同學(xué)不太懂埋點(diǎn)，這問題該如何解？

在友盟+《戰(zhàn)疫求生，開發(fā)者的危與機(jī)》直播公開課上，友盟+業(yè)務(wù)專家張躍梳理出一套完整的埋點(diǎn)干貨筆記。帶你避開埋點(diǎn)的深坑，梳理結(jié)構(gòu)化的埋點(diǎn)方案。

在埋點(diǎn)前，先帶你避開埋點(diǎn)的深坑

第一坑：遺漏

指的是埋點(diǎn)采集不全面，有可能重要的數(shù)據(jù)并沒有采集到，會(huì)對(duì)數(shù)據(jù)分析造成比較直接的影響，出現(xiàn)這個(gè)問題的原因是前期數(shù)據(jù)分析需求不清晰。

第二坑：雜亂

指的是數(shù)據(jù)采集比較零散，可以理解為前期并沒有進(jìn)行事件結(jié)構(gòu)化的設(shè)計(jì)，通常是想到一個(gè)需求，就把這個(gè)需求提供給技術(shù)進(jìn)行埋點(diǎn)。

這種稱之為“扁平化”的埋點(diǎn)方式，例如：某一個(gè)位置或者某一個(gè)功能的點(diǎn)擊行為，就當(dāng)做一個(gè)事件進(jìn)行采集，看上去采集和查看很容易，但隨著時(shí)間跟需求的增加，當(dāng)采集了大量零散的事件之后，需要在統(tǒng)計(jì)工具中通過分組分析時(shí)，就會(huì)比較麻煩。

第三坑：低效

不同于雜亂，雜亂是任何行為數(shù)據(jù)都會(huì)直接當(dāng)事件去進(jìn)行采集，沒有利用參數(shù)去進(jìn)行結(jié)構(gòu)化的設(shè)計(jì)。低效指的是在事件設(shè)計(jì)的時(shí)候，會(huì)去做結(jié)構(gòu)化處理。但事件設(shè)計(jì)的參數(shù)邏輯會(huì)有問題，通常都是以大的頁面這種框架的思維去進(jìn)行設(shè)計(jì)。

舉個(gè)例子：部分客戶在設(shè)計(jì)時(shí)，會(huì)按照頁面的思路去進(jìn)行事件采集，頁面上有推薦位，還有很多功能按鈕的點(diǎn)擊，那么就會(huì)把這個(gè)頁面所有的點(diǎn)擊行為都?xì)w到一個(gè)事件，并且點(diǎn)擊具體的按鈕和內(nèi)容都當(dāng)做參數(shù)傳回來。

但這里埋著兩個(gè)雷區(qū)：

1. 在分析數(shù)據(jù)時(shí)，例如想了解整個(gè)用戶瀏覽內(nèi)容的情況，或者是想了解某個(gè)功能（搜索引擎）整體使用情況，按照如上設(shè)計(jì)，內(nèi)容和功能的采集都分布在每一個(gè)事件中了，這樣后面再歸類、分析就非常不方便。
2. 當(dāng)產(chǎn)品結(jié)構(gòu)產(chǎn)生變化時(shí)，原有事件調(diào)整概率會(huì)比較大，因?yàn)橹岸际前错撁娼Y(jié)構(gòu)去設(shè)計(jì)，頁面的調(diào)整直接影響事件采集。

第四坑：無用

指的是數(shù)據(jù)雖然采集了，但分析時(shí)根本用不上，這個(gè)問題主要有2個(gè)原因?qū)е拢阂皇乔捌谛枨蟛惶逦?，另一個(gè)是之前的采集需求都是由不同人提出的。由于中間人員變動(dòng)，很多采集需求就不清楚了，并且也不敢下掉，因?yàn)椴⒉磺宄@個(gè)事件是否還有人使用。

第五坑：復(fù)用

指的是事件重復(fù)采集，或者是需求重復(fù)，這個(gè)同樣是與多個(gè)人提需求有關(guān)，并沒有一個(gè)人去做整合管理，或者是說，沒有一個(gè)工具去幫忙我們做管理。

如果想要避免這些坑，就需要堅(jiān)守五個(gè)原則：

1. 需求清晰。
2. 合理設(shè)計(jì)。
3. 實(shí)施規(guī)范。
4. 結(jié)果可驗(yàn)。
5. 規(guī)范管理。

埋點(diǎn)方法論——五步一全（ODEIIC），需要多角色參與統(tǒng)籌決策

第一、需求梳理

在梳理埋點(diǎn)設(shè)計(jì)的時(shí)候，通常會(huì)以產(chǎn)品、運(yùn)營和市場(chǎng)以及KPI三個(gè)視角去切入。通常，產(chǎn)品關(guān)注的核心業(yè)務(wù)點(diǎn)會(huì)聚焦在內(nèi)容和功能上，運(yùn)營和市場(chǎng)關(guān)注的業(yè)務(wù)點(diǎn)在拉新、留存、促活和轉(zhuǎn)化上，KPI視角會(huì)聚焦在轉(zhuǎn)化與收入上，但也需要根據(jù)客戶的實(shí)際情況而定。

同時(shí)，會(huì)把不同視角的業(yè)務(wù)需求再轉(zhuǎn)化成需要關(guān)注的核心數(shù)據(jù)，如產(chǎn)品運(yùn)營在內(nèi)容上所需要關(guān)注用戶瀏覽、內(nèi)容的轉(zhuǎn)發(fā)或者是偏好，針對(duì)功能使用會(huì)關(guān)注注冊(cè)、登錄、搜索等這些功能的使用情況。

業(yè)務(wù)需求拆解成核心數(shù)據(jù)后，針對(duì)每一個(gè)核心數(shù)據(jù)進(jìn)行維度的細(xì)分，如內(nèi)容方面：會(huì)按照標(biāo)題、頻道或者是標(biāo)簽，進(jìn)行拆分分析。那么我們針對(duì)功能方面，會(huì)按照功能使用情況以及步驟的轉(zhuǎn)化去進(jìn)行分析。通過要分析的關(guān)鍵點(diǎn)，就可以把細(xì)分維度拆出來，最后還會(huì)再加上一些通用的維度，例如可以對(duì)單個(gè)用戶或者某一個(gè)地區(qū)的用戶進(jìn)行深度分析。

以產(chǎn)品視角的需求樣例，產(chǎn)品通常情況下會(huì)聚焦內(nèi)容與功能上的使用，但在需求收集時(shí)都是分散和抽象的，例如：業(yè)務(wù)需要分析內(nèi)容偏好和推薦效果以及內(nèi)容受歡迎的程度。

那在這個(gè)環(huán)節(jié)就需要先做需求拆解，也就是說要去找到能分析這個(gè)需求的核心數(shù)據(jù)與能夠幫助判斷業(yè)務(wù)變化的一些指標(biāo)，細(xì)分維度在這里的作用更多的是做需求詳細(xì)的拆解，可以理解為是去做核心數(shù)據(jù)的多維度明細(xì)展示，那么目的就是從更細(xì)的維度去滿足業(yè)務(wù)分析需求；

總結(jié)：先要找到能滿足這個(gè)需求的核心數(shù)據(jù)，在找到核心數(shù)據(jù)分析時(shí)所需要涉及的細(xì)分維度，如圖：

第二、事件設(shè)計(jì)

可以通過這3個(gè)步驟去完成事件的結(jié)構(gòu)化設(shè)計(jì)：

• 第一個(gè)步驟是要了解產(chǎn)品結(jié)構(gòu)，也就是先要了解分析的范圍是什么，例如需要知道對(duì)哪些頁面或者哪些功能有分析需求；
• 第二步，就是要針對(duì)這些鎖定的范圍，去明確我們要分析用戶的行為有哪些；
• 第三步，要把這些行為，落實(shí)到具體的分析維度上。

后面會(huì)通過指標(biāo)體系、分析需求、分析方法這3個(gè)角度，在去結(jié)合這三個(gè)步驟，進(jìn)行事件結(jié)構(gòu)化設(shè)計(jì)的詳細(xì)說明。

在介紹按照指標(biāo)體系去進(jìn)行結(jié)構(gòu)化事件設(shè)計(jì)前，我們先看下指標(biāo)體系的樣例，通常會(huì)按照這幾個(gè)模塊去搭建指標(biāo)體系，分為：概況、營銷、用戶價(jià)值、運(yùn)營和核心功能。

1. 概況可以理解日常關(guān)注的核心數(shù)據(jù)，比如：新增、啟動(dòng)、日活、周活、月活以及會(huì)員數(shù)據(jù)、注冊(cè)數(shù)據(jù)以及使用黏性、使用時(shí)長、留存等，還包括技術(shù)、產(chǎn)品較為關(guān)注的穩(wěn)定性數(shù)據(jù)?？偟膩碚f：就是將核心或?？吹臄?shù)據(jù)放在概況的大板塊中。
2. 營銷。通常會(huì)把廣告數(shù)據(jù)，例如：廣告的曝光、點(diǎn)擊率以及廣告點(diǎn)擊排行，媒體排行、展示排行信息會(huì)放在第二個(gè)板塊。
3. 用戶價(jià)值。通常會(huì)把新用戶的次留、成本以及用戶回本周期模型和生命周期模型放在用戶價(jià)值模塊。
4. 運(yùn)營。主要關(guān)注內(nèi)容與轉(zhuǎn)化，通常會(huì)分析內(nèi)容的熱度，任務(wù)的交互與會(huì)員的轉(zhuǎn)化，針對(duì)會(huì)員還會(huì)分析會(huì)員新增、會(huì)員累計(jì)、會(huì)員續(xù)費(fèi)等維度。
5. 核心功能。是產(chǎn)品崗位較為關(guān)注的，例如：導(dǎo)航位、導(dǎo)航按鈕，被用戶點(diǎn)擊的情況、使用的情況，對(duì)應(yīng)核心功能，比如說搜索功能或者是注冊(cè)功能，整個(gè)功能的入口、被點(diǎn)擊的情況和轉(zhuǎn)化率等相關(guān)的這些數(shù)據(jù)會(huì)放到這個(gè)板塊。

從指標(biāo)體系到事件設(shè)計(jì)

如何通過指標(biāo)體系去進(jìn)行結(jié)構(gòu)化設(shè)計(jì)？指標(biāo)體系可以理解為指標(biāo)與報(bào)表的一個(gè)組合，整個(gè)指標(biāo)體系對(duì)應(yīng)到產(chǎn)品結(jié)構(gòu)上，可以分為對(duì)產(chǎn)品頁面和產(chǎn)品功能的分析需求。

下面先從產(chǎn)品頁面的角度去進(jìn)行事件設(shè)計(jì)說明：

• 第一步，會(huì)先鎖定頁面的范圍，比如產(chǎn)品里有活動(dòng)頁、內(nèi)容頁、如果是視頻App的話會(huì)有播放頁，小說App會(huì)有閱讀或者是聽書頁面。
• 第二步，范圍圈定后就需要找分析行為，用戶看到內(nèi)容是否有點(diǎn)擊行為，進(jìn)入頁面后的瀏覽行為，以及是否有分享、評(píng)論等行為。
• 第三步，確定了要分析的行為后，就需要進(jìn)行分析維度的細(xì)化，如要分析用戶瀏覽（瀏覽完成行為）內(nèi)容都有哪些，還想分析用戶是哪個(gè)入口（來源）進(jìn)入到頁面等等，這些都是針對(duì)用戶行為要分析的維度。

按照這三步梳理清楚后，事件設(shè)計(jì)中與產(chǎn)品頁面相關(guān)的事件和參數(shù)就能整理出來了，如頁面范圍對(duì)應(yīng)的“內(nèi)容頁”和分析行為對(duì)應(yīng)的“點(diǎn)擊”行為，就能夠清楚我們要采集的事件為“內(nèi)容點(diǎn)擊”，在根據(jù)這個(gè)事件需要分析的維度是頁面名稱、頁面分類以及頁面來源，這個(gè)事件所需要的參數(shù)也就找到了。

下圖中是以內(nèi)容頁和活動(dòng)頁梳理的結(jié)構(gòu)化事件樣例。

以產(chǎn)品功能的角度去進(jìn)行事件設(shè)計(jì)說明：

同樣，第一步先找到要分析哪些功能，比如：搜索、登錄、注冊(cè)、會(huì)員、付費(fèi)、簽到等。第一步找到監(jiān)測(cè)功能的范圍。

第二步在找行為，功能層面的行為比內(nèi)容會(huì)稍微簡單一些，主要是點(diǎn)擊行為或者是完成狀態(tài)。

第三步是維度，例如：搜索功能，想分析搜索入口的點(diǎn)擊情況，搜索的關(guān)鍵詞是什么，針對(duì)登錄與充值的話，需要分析帳號(hào)登錄的類型、充值的方式等等。

頁面功能所產(chǎn)出的結(jié)構(gòu)化事件樣例

以搜索引擎為例：搜索引擎監(jiān)測(cè)的行為是點(diǎn)擊和完成，通常會(huì)用兩個(gè)事件進(jìn)行監(jiān)測(cè)，搜索引擎功能在很多頁面都會(huì)有入口，通常會(huì)建議在這里增加一個(gè)參數(shù)叫搜索位置，可以辨識(shí)用戶點(diǎn)擊哪些搜索位的按鈕，另外可增加參數(shù)叫用戶ID，去了解具體是哪些用戶進(jìn)行的點(diǎn)擊。

重點(diǎn)說一下功能按鈕點(diǎn)擊事件。通常情況下，會(huì)將核心要分析的功能都抽離成單獨(dú)的事件進(jìn)行統(tǒng)計(jì)。如登錄、注冊(cè)、付費(fèi)或者是會(huì)員購買等，這些屬于核心要關(guān)注的功能，并且會(huì)為這些核心功能事件單獨(dú)設(shè)計(jì)要分析的參數(shù)。

但如掃一掃、加載更多以及一些Tab鍵，只需要監(jiān)測(cè)用戶點(diǎn)擊即可，不需要監(jiān)測(cè)功能背后的參數(shù)信息。通常會(huì)將這些點(diǎn)擊行為放在一個(gè)事件下，定義名稱叫功能按鈕點(diǎn)擊，會(huì)通過“按鈕名稱“與“所屬頁面”等參數(shù)去鎖定用戶點(diǎn)的具體按鈕是哪個(gè)。

小結(jié)，通過指標(biāo)體系去進(jìn)行事件設(shè)計(jì)，就能夠把大部分需要采集的頁面與功能都能覆蓋到，并且可以滿足后期看數(shù)據(jù)的需求。

從分析需求到事件設(shè)計(jì)

先引用小說行業(yè)的一個(gè)需求舉例，近期上架了新書，要分析新書對(duì)用戶的吸引力如何。那么第一步，就要把需求進(jìn)行轉(zhuǎn)義，也就是需要知道哪些數(shù)據(jù)和維度，能證明用戶對(duì)新書的吸引力。

針對(duì)這個(gè)需求，分析思路是：今天新上架的小說，用戶看了多少章節(jié)和時(shí)間，明天會(huì)不會(huì)繼續(xù)來看，可以通過這幾個(gè)維度去判斷出新書吸引力。

那么在落實(shí)到事件設(shè)計(jì)的三個(gè)步驟中，第一步采集的頁面范圍是小說頁面，第二步采集的行為就是閱讀，這兩步對(duì)應(yīng)出我們需要采集的事件就是小說閱讀，第三步需要分析的維度就是閱讀章節(jié)、閱讀時(shí)長、小說名稱以及上線日期，這些維度就可以轉(zhuǎn)化成參數(shù)在事件中設(shè)計(jì)進(jìn)來。

另外，一般做內(nèi)容事件時(shí)，通常還會(huì)增加來源參數(shù)，比如：來源頁面、來源版塊、來源位置，這些參數(shù)可以幫我們定位到用戶是從那些入口獲取到內(nèi)容的，便于后期去分析各入口的導(dǎo)流效率。

從分析方法到事件設(shè)計(jì)

這部分指的是根據(jù)核心目標(biāo)，在利用一套分析方法去解決問題時(shí)，如何找到解決問題環(huán)節(jié)中所需要采集的事件。

比如，目標(biāo)鎖定是要提升用戶留存或者是提升付費(fèi)轉(zhuǎn)化率，那么，首先要找到不同的人群，針對(duì)人群找差異（功能使用、內(nèi)容偏好的差異），找到不同的人群在功能使用、以及轉(zhuǎn)化路徑的差異后，在去找問題，如某一些功能對(duì)于非留存用戶或者是非付費(fèi)用戶體驗(yàn)不好或推薦的內(nèi)容用戶不感興趣，找到問題后，就需要進(jìn)行優(yōu)化，并進(jìn)行驗(yàn)證。

針對(duì)分析方法中的每個(gè)環(huán)節(jié)，其實(shí)都能對(duì)應(yīng)到需要分析的事件，如找問題的環(huán)節(jié)會(huì)對(duì)入口的點(diǎn)擊、完成的情況，內(nèi)容瀏覽的來源等等進(jìn)行事件采集，在分人群環(huán)節(jié)，會(huì)對(duì)用戶的付費(fèi)行為進(jìn)行事件采集等等。

通過每個(gè)環(huán)節(jié)找到對(duì)應(yīng)需要分析的行為后，就可以把相關(guān)信息以事件或者是參數(shù)的形式，補(bǔ)充到現(xiàn)有結(jié)構(gòu)化埋點(diǎn)方案中了。

按照指標(biāo)、需求、方法這3個(gè)角度去做了事件設(shè)計(jì)方法的介紹，總體可歸納為：

有了指標(biāo)體系與分析需求，整個(gè)結(jié)構(gòu)化埋點(diǎn)方案的框架就能設(shè)計(jì)出來了。分析方法更多的作用是做分析思路上的貫穿，可以幫我們發(fā)現(xiàn)埋點(diǎn)設(shè)計(jì)中缺少或者遺漏的環(huán)節(jié)，整體上我們就可以理解為，指標(biāo)體系+分析需求+分析方法這三部分的結(jié)合，才能得到一個(gè)非常貼合業(yè)務(wù)的埋點(diǎn)方案。

小結(jié)：“事件采集“就是要知道誰在什么時(shí)候做了什么事情，設(shè)計(jì)思路可以分為三步。

首先，了解產(chǎn)品結(jié)構(gòu)（產(chǎn)品結(jié)構(gòu)的范圍，頁面結(jié)構(gòu)、功能結(jié)構(gòu)）；其次，了解用戶行為（點(diǎn)擊行為、完成行為、曝光行為等）；最后，行為可以細(xì)分哪些維度，按照三步結(jié)構(gòu)化事件就可以設(shè)計(jì)完成了。

總結(jié)三個(gè)避坑的Tips

（1）需求

如果前期需求不是很明確時(shí)，可以先把這個(gè)指標(biāo)體系梳理起來，比如：核心關(guān)注的指標(biāo)，采集方案是可以滿足暫時(shí)看數(shù)的需求，后期可以根據(jù)對(duì)分析需求的升級(jí)再去補(bǔ)充。

（2）歸類

在事件設(shè)計(jì)時(shí)要合理的進(jìn)行歸類，盡量用一個(gè)事件滿足多個(gè)分析需求。比如，了解用戶都是從哪些入口獲取內(nèi)容的，和內(nèi)容瀏覽的熱度排行，是可以通過一個(gè)事件來實(shí)現(xiàn)的，只需要通過內(nèi)容名稱和來源頁面兩個(gè)參數(shù)，就能夠滿足這兩個(gè)需求了。

（3）范圍

在參數(shù)設(shè)計(jì)中兩個(gè)范圍需要注意，即來源和點(diǎn)擊按鈕，內(nèi)容采集會(huì)涉及三個(gè)來源：來源頁面、來源板塊和來源位置，是為了去鎖定到底內(nèi)容從哪里點(diǎn)過來，開發(fā)也會(huì)要求將入口信息梳理清楚，從而進(jìn)行埋點(diǎn)的開發(fā)工作。點(diǎn)擊按鈕，將按鈕都?xì)w屬到一個(gè)事件中，將參數(shù)設(shè)置為按鈕名稱，梳理出具體的按鈕采集的范圍給到開發(fā)，才能去進(jìn)行后續(xù)的埋點(diǎn)。

埋點(diǎn)設(shè)計(jì)不是簡單的事件與參數(shù)的結(jié)合，而是需要貼合業(yè)務(wù)、貼合分析場(chǎng)景去進(jìn)行設(shè)計(jì)。

結(jié)構(gòu)化事件設(shè)計(jì)完成后，下一步就是要交付給技術(shù)進(jìn)行開發(fā)，下圖為一個(gè)資訊行業(yè)的事件埋點(diǎn)模版，可以參照這個(gè)模板去進(jìn)行梳理并提交給技術(shù)。

埋點(diǎn)實(shí)施：

市場(chǎng)上主流支持的四種埋點(diǎn)方式，分別是代碼埋點(diǎn)、服務(wù)端埋點(diǎn)、可視化埋點(diǎn)和全埋點(diǎn)。代碼埋點(diǎn)，支持事件與參數(shù)這種結(jié)構(gòu)化的使用方式，弊端是想增加或修改事件，都需要重新發(fā)版，用戶更新后才能采集。服務(wù)端埋點(diǎn)，通常用于業(yè)務(wù)數(shù)據(jù)的采集，例如：付費(fèi)成功、用戶注冊(cè)等，這個(gè)場(chǎng)景會(huì)選擇用服務(wù)埋點(diǎn)進(jìn)行采集。

可視化埋點(diǎn)和全埋點(diǎn)，都是解決整個(gè)App前端操作的一些點(diǎn)擊行為，例如說某些按鈕、頁面，每一個(gè)點(diǎn)擊都能監(jiān)測(cè)。但差異點(diǎn)在于可視化埋點(diǎn)只能看到圈定后的數(shù)據(jù)，那么全埋點(diǎn)則是在圈定時(shí)，歷史數(shù)據(jù)也能去追溯。

但這兩個(gè)埋點(diǎn)的弊端是散點(diǎn)采集，每一個(gè)點(diǎn)擊行為都是一個(gè)事件，在數(shù)據(jù)分析時(shí)，事件的量級(jí)會(huì)較大，不易于分析，而且它只能是取這種點(diǎn)擊行為的事件，并不能把參數(shù)帶過來，你可以理解為它就是一個(gè)純扁平化的一個(gè)事件采集。

針對(duì)需求的不同，數(shù)據(jù)采集方式應(yīng)該是結(jié)合使用的，以友盟+為例，友盟+現(xiàn)在支持兩種埋點(diǎn)方式，代碼埋點(diǎn)和可視化埋點(diǎn)，開發(fā)者可以結(jié)合使用，去滿足事件方案的采集需求。

看板校驗(yàn)：

埋點(diǎn)后可通過三種方式驗(yàn)證：

1. 打印日志，開啟debug去打印Log，去驗(yàn)證觸發(fā)事件log是否有上報(bào)，這種方式需要技術(shù)來配合驗(yàn)證。
2. 集成測(cè)試，只需要在測(cè)試設(shè)備上去觸發(fā)事件，產(chǎn)品、運(yùn)營的同學(xué)就可直接測(cè)試埋點(diǎn)情況。
3. 也可以使用市場(chǎng)上智能驗(yàn)證的工具，自動(dòng)去識(shí)別整個(gè)埋點(diǎn)的情況，且日志是實(shí)時(shí)的，可產(chǎn)出事件的驗(yàn)證報(bào)告。

智能驗(yàn)證：

可以智能驗(yàn)證這些事件的點(diǎn)是否采集了，是否有遺漏，最后會(huì)定期給出體檢報(bào)告，詳細(xì)的明細(xì)都會(huì)有。只需要注冊(cè)一個(gè)測(cè)試設(shè)備，這個(gè)測(cè)試設(shè)備填加完之后會(huì)實(shí)時(shí)把客戶這些埋點(diǎn)的數(shù)據(jù)進(jìn)行驗(yàn)證，到底是成功還是異常，以及測(cè)試的時(shí)間是什么都會(huì)有詳細(xì)的數(shù)據(jù)。

綜上所述

一個(gè)公司的埋點(diǎn)要可見、可控、可管，如果一家公司不清楚自己的埋點(diǎn)結(jié)構(gòu)，便是在錯(cuò)誤的數(shù)據(jù)上長期持續(xù)經(jīng)營業(yè)務(wù)，越走越錯(cuò)。合理的埋點(diǎn)方案，可以使埋點(diǎn)能夠智能調(diào)試和驗(yàn)證，大幅降低埋點(diǎn)采集的成本，從而最終達(dá)成數(shù)據(jù)質(zhì)量的根本性提升。

作者：友盟全域數(shù)據(jù)；公眾號(hào)：友盟全域數(shù)據(jù)（ID：umeng_data）

本文由 @友盟全域數(shù)據(jù) 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議