数据埋点是一种常用的数据采集方法，是数据产品经理、数据运营以及数据分析师，基于业务需求或产品需求对用户在应用内产生行为的每一个事件对应的页面和位置植入相关代码，并通过采集工具上报统计数据，以便相关人员追踪用户行为和应用使用情况，推动产品优化或指导运营的一项工程。包括访问数（Visits），访客数（Visitor），停留时长（Time On Site），页面浏览数（Page Views）和跳出率（Bounce Rate）。这样的信息收集可以大致分为两种：页面统计（track this virtual page view），统计操作行为（track this button by an event）。
- 我们在做产品分析的时候，需要数据的支撑，在产品前端与后端的数据埋点记录，是后续数据分析的基础
- 产品改版或新功能上线，怎么衡量改版的效果？有了埋点数据的反馈，我们能够更加清楚的了解产品的状态，后续的改版迭代也有了明确的方向
- 如何才能发现产品改进的关键点？通过数据埋点，分析不同人群的用户行为特征，找出关键差异点和环节，有助于提高产品转化率和留存
你不做数据埋点，你就做不了数据分析。你不做数据分析，你就会不知道产品上线情况。你不知道产品上线情况，你产品就会做差。你产品做差，你的业绩就会不好。你业绩不好你就会被辞，你被辞就会没钱。你没钱你老婆就会跟别人跑....
所以为了防止老婆跟别人跑，一定要做好数据埋点！
通常是产品经理、运营或者数据分析师提前做好埋点规划（也就是想要采集什么数据），然后由开发工程师来根据规划去实施埋点。当然，有的公司职责划分没这么清楚，会使用第三方工具完成。
1、熟悉产品业务流程：想要知道在哪埋点，就要搞清楚产品的业务流程
2、明确目标：埋点的目标是为了方便分析，所以要清楚分析目标是什么？目的不一样，获取的数据也不一样，使用的埋点技术也不一样，我们无论做什么事情都不能忘了我们的目的！
3、需要采集哪些数据：根据前面的分析目标知道要采集哪些数据，然后才能在产品对应的地方埋点
1、第一种：自己公司的研发工程师在产品中注入代码统计，并搭建起相应的后台查询
2、第二种：第三方统计工具实现，如友盟、神策、Talkingdata、GrowingIO等
如果是产品早期，通常会使用第二种方式来采集数据，并直接使用第三方分析工具进行基本的分析。而对于那些对数据安全比较重视，业务又相对复杂的公司则通常是使用第一种方式采集数据，并搭建相应的数据产品实现其数据应用或是分析的诉求。
【6.1】代码埋点
前端埋点
定义：在前端页面嵌入捕获代码
获得的信息： 用户通过什么入口来的？又跳去了哪里？ 用户在页面触发了哪些行为？ 用户在页面的停留时间； 页面性能如何； 页面异常监控；
优点：可以获取更多的前端用户交互行为的数据；
缺点： 存在采集数据不准或数据丢失的情况； 可以团队前端自己做，也可以使用第三方解决方案：友盟、百度统计等；
后端埋点
定义：把用户在关键路径的行为数据保存在数据库
优点： 采集的数据更全面，更精细化； 在数据安全和风控上，获得的数据更可靠；
缺点： 开发及维护成本较高； 会消耗一部分服务器的性能；
【6.2】可视化埋点
定义：通过可视化工具配置采集节点，在前端自动解析并上报埋点数据，解决方案有：mixpanel、TalkingData、诸葛IO等
优点： 将业务代码和埋点代码分离，提供一个可视化交互的页面，输入为业务代码，通过这个可视化系统，可以在业务代码中自定义的增加埋点事件等等，最后输出的代码耦合了业务代码和埋点代码。
缺点： 可以埋点的控件有限，不能手动定制；
【6.3】无埋点
定义：无埋点在前端自动采集全部事件并上报埋点数据，在后端计算的时候过滤出有用的数据，解决方案有:GrowingIO、神策数据等
优点： 技术门槛低，便捷性较高；
缺点： 存在采集数据不准或数据丢失的情况； 只能拿到标准化的数据，拿不到更细的数据； 存在与代码兼容性的问题；
文章每周持续更新，可以微信搜索「 前端大集锦 」第一时间阅读，回复【视频】【书籍】领取200G视频资料和30本PDF书籍资料
