說到埋點(diǎn)诱咏，的確是用戶最感興趣的話題之一苔可，優(yōu)云Web產(chǎn)品在內(nèi)測(cè)階段便收到了用戶的各種反饋，反復(fù)問我無碼埋點(diǎn)是怎么做的袋狞。在此我專門與大家聊聊埋點(diǎn)以及各種實(shí)現(xiàn)方案的利弊焚辅。

1、埋點(diǎn)的來歷

先說下埋點(diǎn)的來歷苟鸯，其實(shí)在互聯(lián)網(wǎng)沒流行起來之前同蜻，埋點(diǎn)并不是用來分析用戶行為的，技術(shù)人員為了解決某些問題早处，就在代碼里面加入了些行為邏輯代碼埃仪，如果用戶使用產(chǎn)品的過程中出了問題，就生成一些診斷性質(zhì)的日志拿來定位問題陕赃。

今天的互聯(lián)網(wǎng)已經(jīng)走入千家萬戶卵蛉，它突破了時(shí)間和空間的限制，基于互聯(lián)網(wǎng)出現(xiàn)了大量的商業(yè)模式么库。例如在BAT或一些規(guī)模稍大的互聯(lián)網(wǎng)公司傻丝，用戶數(shù)據(jù)是非常非常重要的資產(chǎn)，可以說數(shù)據(jù)是驅(qū)動(dòng)業(yè)務(wù)的核心動(dòng)力之一诉儒。原因是這些公司的業(yè)務(wù)都基于互聯(lián)網(wǎng)葡缰，而互聯(lián)網(wǎng)另外一端是一個(gè)個(gè)鮮活的用戶，他們是這些公司得以生存的基礎(chǔ)。同時(shí)泛释，維系一個(gè)大的基數(shù)的用戶群是非常不易的滤愕，如果沒有詳細(xì)的用戶數(shù)據(jù)幾乎不可能做到。因?yàn)榱＃诨ヂ?lián)網(wǎng)上用戶拋棄你的代價(jià)低得可憐间影，關(guān)閉瀏覽器永遠(yuǎn)不再使用你的產(chǎn)品。

而用戶數(shù)據(jù)怎么來茄茁？除了一部分可以通過用戶主動(dòng)注冊(cè)獲取外魂贬，另外一部分主要就是通過埋點(diǎn)獲取到了。因此埋點(diǎn)太重要了裙顽，由于互聯(lián)網(wǎng)上用戶體驗(yàn)的重要性付燥，需要收集數(shù)據(jù)來推進(jìn)體驗(yàn)。而對(duì)一些想在互聯(lián)網(wǎng)上開展業(yè)務(wù)的傳統(tǒng)企業(yè)而言愈犹，骨子里面的基因是與互聯(lián)網(wǎng)企業(yè)是本質(zhì)不同的键科，如果沒有意識(shí)到數(shù)據(jù)的重要性或者對(duì)數(shù)據(jù)不敏感，基本成功的可能性很小漩怎。

2勋颖、埋點(diǎn)的方式

埋點(diǎn)總的來說可以分為前端埋點(diǎn)和后端埋點(diǎn)，由于我們聚焦于用戶端層面扬卷，因此這里我們主要談前端埋點(diǎn)牙言，最常見的就是網(wǎng)頁(yè)和移動(dòng)APP酸钦。

業(yè)界其實(shí)對(duì)埋點(diǎn)的方式已經(jīng)有很多討論了怪得，可分為：有碼埋點(diǎn)、可視化埋點(diǎn)卑硫、無碼埋點(diǎn)三種徒恋。

A.有碼埋點(diǎn)

熟悉Google Analytics的同學(xué)都知道這個(gè)，除了PV統(tǒng)計(jì)外欢伏，GA還提供了追蹤訪客和網(wǎng)站的互動(dòng)的功能入挣，尤其是追蹤那些不產(chǎn)生新頁(yè)面的訪問行為（例如下載文件），很多類似的產(chǎn)品都叫自定義事件功能硝拧，說的就是它径筏。有碼埋點(diǎn)是目前業(yè)內(nèi)最為熟悉且被廣泛采用的一種數(shù)據(jù)接入手段。

拿Google Analytics為例障陶，可以利用_trackEvent() 方法來進(jìn)行事件追蹤滋恬。它的詳細(xì)參數(shù)如下：_trackEvent(category, action, opt_label, opt_value, opt_noninteraction)

·? ? ? category（必需）：類別

·? ? ? action（必需）：和用戶的行為對(duì)應(yīng)，例如“下載”

·? ? ? label：標(biāo)簽抱究，其他有關(guān)信息

·? ? ? value：提供數(shù)值型數(shù)據(jù)

·? ? ? non-interaction：布爾值恢氯。

如果你想在追蹤鏈接的，給需要追蹤的鏈接調(diào)用_trackEvent()方法并設(shè)置參數(shù)，加上調(diào)用的方法onclick即可勋拟。優(yōu)點(diǎn)是可以對(duì)發(fā)送的內(nèi)容做到精準(zhǔn)控制勋磕，對(duì)于上線后影響因素較小數(shù)據(jù)埋點(diǎn)它無疑是最適用的。缺點(diǎn)也很明顯敢靡，對(duì)頁(yè)面元素的埋點(diǎn)都需要手工添加代碼挂滓，工作量無疑是巨大的，必須是技術(shù)人員參與才能完成醋安，埋點(diǎn)地方過多也容易出錯(cuò)杂彭。代碼埋點(diǎn)的理想化在于事先把數(shù)據(jù)收集方案都想明白，而在實(shí)際情況下很難做到吓揪。

B.可視化埋點(diǎn)

有碼埋點(diǎn)無疑是苦逼的亲怠，成本高而且容易出錯(cuò)，如果想修改的話還得重新上線柠辞，尤其對(duì)APP開發(fā)者來說更是苦難团秽，漫長(zhǎng)的審核期客戶端的更新成本都是不容忽略的。

所以為了解決這些問題叭首，有些專業(yè)做數(shù)據(jù)分析的廠商提出來更加敏捷和聰明的方案习勤，以Kissmetrics和Mixpanel為代表的數(shù)據(jù)分析服務(wù)商提供了可視化埋點(diǎn)的方案，以Click to Track的方式代替了手工埋點(diǎn)焙格，實(shí)現(xiàn)了埋點(diǎn)的配置與應(yīng)用本身的分離图毕，每次用戶打開應(yīng)用時(shí)，只需要把新的埋點(diǎn)配置重新下載到客戶端即可眷唉，而無須頻繁更新客戶端版本予颤。

拿Kissmetrics為例，簡(jiǎn)單說下實(shí)現(xiàn)方式吧冬阳。通常來說蛤虐，Web應(yīng)用或APP的頁(yè)面都有其結(jié)構(gòu)，在集成了采集的sdk后肝陪，會(huì)自動(dòng)獲取頁(yè)面中各個(gè)對(duì)象的層級(jí)關(guān)系驳庭，對(duì)Web來說就是DOM結(jié)構(gòu)，對(duì)APP來說就是UIView氯窍、UIResponder等之間的關(guān)系饲常。當(dāng)使用者通過Click toTrack點(diǎn)擊了某個(gè)元素時(shí)，系統(tǒng)會(huì)記錄元素的位置狼讨，自動(dòng)把事件相關(guān)的配置（主要是時(shí)間名稱贝淤、屬性之類）保存到后端，下次用戶訪問到頁(yè)面時(shí)將配置信息實(shí)時(shí)部署到客戶端熊楼。

可視化埋點(diǎn)是個(gè)巨大的進(jìn)步霹娄，不懂代碼的人也可以通過后臺(tái)配置統(tǒng)計(jì)錨點(diǎn)并實(shí)時(shí)下發(fā)到客戶端生效能犯。直接避免手工修改代碼，需要更新版本成本才能生效的笨拙方式犬耻。當(dāng)然有利也有弊踩晶，可視化埋點(diǎn)能夠覆蓋的功能有限的，目前并不是所有的控件操作都可以通過這種方案進(jìn)行定制枕磁，Kissmetrics可以支持頁(yè)面上的元素作為自定義屬性渡蜻，也支持js變量；此外计济，數(shù)據(jù)的可靠性也是個(gè)問題茸苇。

C.無碼埋點(diǎn)

無碼埋點(diǎn)最近在國(guó)內(nèi)突然火了起來，某些廠商把無碼埋點(diǎn)技術(shù)作為噱頭大吹特吹沦寂，其實(shí)無碼埋點(diǎn)方案并不稀奇学密。在國(guó)外，Heap Analytics是“無碼埋點(diǎn)”方案的先行者传藏。拿Heap為例腻暮，它提供了一個(gè)名叫Event Visualizer的工具，可以方便的對(duì)元素進(jìn)行“標(biāo)記”：

注意毯侦，我這里說的是“標(biāo)記”哭靖，而不是埋點(diǎn)。為啥呢侈离？Heap是盡可能全量收集所有的元素的操作數(shù)據(jù)试幽，然后再通過“標(biāo)記”界面，把數(shù)據(jù)“拿”出來分析而已卦碾。

因此铺坞，盡管從界面上看，無埋點(diǎn)和可視化埋點(diǎn)看起來很像蔗坯。但兩者的本質(zhì)是不同的康震，可視化埋點(diǎn)是先配置再收集燎含，而無埋點(diǎn)方案是盡可能自動(dòng)化收集宾濒，需要的時(shí)候去拿。聰明的你肯定想到了屏箍，本質(zhì)上“無埋點(diǎn)”給大家準(zhǔn)備了后悔藥可以吃绘梦，如果某天突然想對(duì)某個(gè)頁(yè)面元素進(jìn)行的分析，可以從歷史庫(kù)里面直接拿數(shù)而無須等待赴魁。

我們上篇文章其實(shí)還說到了方案的不完美性卸奉，那就是無埋點(diǎn)方案固然能降低工作量，把很多工作交給云端去做颖御，但隨之而來的是抓取的信息越多榄棵，也就意味著浪費(fèi)的流量也越多，存儲(chǔ)和索引的成本也越高。

優(yōu)云Web體驗(yàn)監(jiān)控產(chǎn)品采用了無碼埋點(diǎn)與HeapAnalytics盡管在技術(shù)方面大家有相似性疹鳄，但我們解決的問題域是不同的拧略，采集的數(shù)據(jù)也較大差別（參考上一篇）。就用戶體驗(yàn)監(jiān)控而言瘪弓，我們借鑒了無碼埋點(diǎn)技術(shù)來解決自動(dòng)化指標(biāo)聚合分析的需求垫蛆，僅僅是產(chǎn)品整個(gè)環(huán)節(jié)的一部分。此外腺怯，由于我們要的是基于大數(shù)據(jù)的結(jié)論袱饭，把握大趨勢(shì)，數(shù)據(jù)有少許誤差又有什么關(guān)系呢呛占？

3虑乖、選擇適合自己的方案

不管你采用哪種埋點(diǎn)方案，我們的目的都是一致的——獲取我們需要的數(shù)據(jù)晾虑，從數(shù)據(jù)中發(fā)現(xiàn)規(guī)律和問題决左。

埋點(diǎn)之后，在上線初期產(chǎn)品團(tuán)隊(duì)要干什么呢走贪？對(duì)佛猛，關(guān)注各類收集到的數(shù)據(jù)，及時(shí)發(fā)現(xiàn)問題修復(fù)問題坠狡。

1.? ? 看用戶行為：首先看用戶關(guān)注點(diǎn)在什么地方继找，關(guān)注什么功能，看些什么內(nèi)容逃沿，典型的操作順序是怎么樣的婴渡，另外關(guān)注哪些頁(yè)面或元素漏埋的（這種情況無埋點(diǎn)的優(yōu)勢(shì)就出來了，有時(shí)我們會(huì)發(fā)現(xiàn)用戶關(guān)注的地方我們卻沒注意到凯亮，這時(shí)我們重新標(biāo)記一下即可而無需重新上線）边臼。

2.? ? 看應(yīng)用質(zhì)量：產(chǎn)品的性能是否有改善，達(dá)到預(yù)期的目標(biāo)了嗎假消？前端的錯(cuò)誤是偶發(fā)的還是有規(guī)律的柠并？哪里的用戶訪問比較慢？拉取性能和錯(cuò)誤數(shù)據(jù)與之前版本做比較富拗，拿數(shù)據(jù)證明應(yīng)用質(zhì)量是否提高臼予。

3.? ? 看活躍用戶：找到發(fā)布后一段時(shí)間內(nèi)活躍的用戶群，分析其關(guān)鍵特征啃沪，如哪里的用戶活躍粘拾，男性還是女性等等。

很明顯创千，我們的數(shù)據(jù)對(duì)產(chǎn)品經(jīng)理缰雇、開發(fā)測(cè)試人員入偷、運(yùn)維人員都是有非常重要的意義的，那么我們?cè)撛趺纯磾?shù)據(jù)呢械哟？且看下回分解《如何看數(shù)據(jù)（干貨總結(jié)）》盯串，歡迎一起交流（作者微信:uyunsoft）。