一、什么是数据埋点

埋点是网站和APP等产品进行日常改进及数据分析的数据采集基础，根据采集得到的用户行为数据（例如：页面访问路径，点击了哪一个按钮）进行数据分析，从而更加合理的推送跟优化，增强用户体验。现在市面上有很多第三方埋点服务商，百度统计、友盟、growingIO 等。

二、常见的埋点方法

1、手动埋点：根据业务需求在需要采集数据的地方进行埋点，是比较常见的埋点手段。

2、可视化埋点：一些事件带有元素唯一标识。通过在后台进行埋点配置，将元素与要采集信息关联起来，然后自动生成埋点代码嵌入到页面中，目前发展比较火的埋点方式，但是技术上的实现跟推广比较困难。

3、无埋点：简单来说就是没有埋点，前端会采集用户所有的行为跟信息，然后后台再对这些信息进行筛选，由于数据量巨大，对服务器的性能要求很高。

三、埋点步骤

1、确定目标/指标

因为产品需要量化，量化了之后才知道产品做得好不好。所以在真正设计埋点之前，就要想好怎么分析这些埋点，只有确定好了分析思路，你才知道需要哪些埋点。

2、数据采集规划

只有对产品的结构和逻辑足够了解，才知道哪些是需要关注的数据和指标，以及怎样通过对这些指标的监控实现最终的目标，因此这时我们需要将产品功能抽象化、逻辑化和结构化，拆分成具体的逻辑层次。

在这环节我们可能要输出一份埋点文档，这是埋点需求分析结果的落地方案。不同平台、不同渠道，对于业务需求的不同，所产出的埋点文档结构和埋点方案都不同。

3、埋点采集数据

如果我们采用的是代码埋点的话，那就需要把埋点文档交给技术人员，让他们通过代码的手段去埋点。如果是可视化埋点或者无埋点，那么由使用者通过管理后台的按照规则进行操作，基本上不需要技术人员操作。

4、 数据评估和数据分析

在一段时间的数据采集之后，形成相应的数据样本，可以采用对应方法进行分析。

（1）对比分析

通常用于对比迭代前与迭代后的数据对比。

（2）分布分析

通常用于分析特定行为的在某个维度的分布情况，可以展现出用户对产品的依赖程度，分析客户在不同地区、不同时段所购买的不同类型的产品数量、购买频次等。

（3）漏斗分析

反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型，比如上面提到的电商下单流程的转化率。

（4）用户路径分析

用户在 APP 或网站中的访问行为路径。为了衡量网站优化的效果或营销推广的效果，以及了解用户行为偏好，时常要对访问路径的转换数据进行分析。

（5）留存分析

用来分析用户参与情况/活跃程度的分析模型，考察进行初始行为的用户中，有多少人会进行后续行为。这是用来衡量产品对用户价值高低的重要方法。常见指标有次日留存、7日留存、15日留存、30日留存等。

5、确定优化方案

产品经理的职责就是发现问题，然后解决问题。通过数据分析来定位问题，找到影响上述量化指标的产品问题点在哪里。最后找到了问题，就得对症下药，制定解决方案。

6、如何评估解决方案的效果

优化方案上线，重点要观察对应的指标有所提高或者降低，与优化前的版本相比较是否有所改善。很多时候往往不可能一步到位就把问题解决掉，需要迭代优化，不断通过数据跟踪来修正设计策略，达到我们最终的设计目标。