数据人该知道的埋点体系（二）

03、埋点开发流程

1.埋点SDK

由于我们的埋点是采用代码埋点方式，每一个用户行为的触发都需要写代码来标记。如果采用纯手动的方式，将有庞大的代码量。也会有让程序员觉得一直写重复且无提升的体力活代码。因此我们引入了阿里云的开源埋点SDK，并进行二次开发以适配公司的业务。

通过阿里云的埋点SDK，开发者可以在自己的APP中便捷地进行数据埋点，监控日常的业务数据与网络性能数据，并通过阿里云控制台界面观察对应的数据报表展现。另外，用户后续可以通过设定自定义的数据解析规则（也就是阿里云的日志服务收集数据并投递至数仓）实现定制化的数据图表展现。

埋点SDK可以有通用的方案统计接口调用式的埋点，比如会员登录、会员注册等；也可以有页面埋点，比如页面进入、页面离开；还有页面事件，设置好页面名称、页面 refer、页面停留时间、页面事件扩展参数就可以组装日志成日志map。最后也是支持自定义事件以满足客制化的需求。

2.埋点开发流程

埋点的开发一般是由产品经理确认业务数据需求，然后和数据分析师一起讨论需求是否合理。如果合理就有数据分析确认现有埋点是否能满足需求，如果不能就需要数据分析基于需求设计埋点。设计完成之后邀请客户端、web、测试等参与埋点需求评审，评审完成后类似于普通需求的流程进行需求开发。开发测试完成后由QA介入测试，最后由数据分析师进行埋点的验收。

埋点开发流程图

3.埋点验收流程

由于埋点的开发需要跟随着客户端的发版进行，具有不可逆的特征。一旦发版后出现埋点问题就需要重新发版解决，而且还有版本覆盖率的问题。这样一来二去就就会耽搁不少时间，会因缺乏数据影响对产品功能的决策。在大部分互联网公司都是需要小步快跑的形式去迭代，因此埋点数据的准确性对公司来说是非常重要的。

如何来保障的埋点的准确性呢？首先采用集成SDK的方式规范和减少埋点的代码的开发量，其次有多个验收流程来保障准确性，先有开发进行自测，然后是QA组进行测试，最后由数据分析进行埋点的验收。版本开发完成不直接进行发布，先进行少量的灰度发版测试，来观察埋点数据的是否大致符合预期。最后一系列的流程都没问题后进行版本的全量发布。

埋点验收流程

最后来介绍2款埋点抓包工具，Android手机抓包埋点日志需要下载Android Studio，最好是2.3版本，这样方便打印日志。iOS手机抓包埋点日志需要mac电脑原生的控制台进行。

控制台

04、埋点日志使用

埋点采集的日志通过日志服务投递到数仓后，我们就可以进行一系列的加工来进行使用。

1.业务指标

通过对业务的理解，加工用户行为成为一个个数据指标来监控和迭代业务。比如DAU、功能的曝光点击、页面的停留时长、商品的销售额等等适合业务完整的数据指标体系。

2.性能指标

也可以通过埋点来监控App的性能情况。比如crash率也就是系统指定版本异常退出的次数在该版本中所有启动次数比例；还有次均TCP建连时间，代表网络请求中TCP建立连接的平均耗时，单位毫秒；再有次均首字节到达时间，代表网络请求中首字节到达的平均耗时，单位毫秒。再有次均请求资源大小，代表网络请求完成的平均消耗资源，单位B；最后还有：异常数量，代表发生异常的网络请求数量。

3.数据产品

使用埋点数据还是各种数据产品的数据源，比如BI平台，可视化的展示各项埋点指标数据；ABTest平台，利用埋点数据对比分析实验组和对照组的效果，以更好的帮助业务判断功能策略的好与坏；用户分群，利用埋点的用户行为数据圈选合适的用户群，触达到用户以提供用户的活跃度和粘性。

4.归因模型

在电商领域可以根据埋点日志进行销售归因。我们引入电商坑位归因的概念，把每一笔的成交都归给转化路径的不同的坑位。据坑位的曝光转化价值来评价坑位质量。把宝贵的流量尽可能都引导到转化率更高的坑位，以此达到精细化运营的效果。有了这个坑位价值评判的机制后，各个坑位的改版也能准确的评估，真正做到了数据驱动增长。

埋点体系的介绍到这里就全部结束啦，希望对大家能有所帮助！

下期预告

后面的文章的将和大家介绍埋点管理平台的搭建实战以及根据埋点日志设计的电商归因模型。