数据埋点是数据化运营的基础，尤其对于APP、小程序等线上业务来说，没有数据埋点的精细化运营，无异于无源之水，好厨子无米之炊。

1. 追踪数据的应用场景和价值

1.广告效果分析

相较于粗放式运营，精细化运营追求的是营销成本ROI的最大化，因此需要将站外广告数据与用户进站后的访问、激活、下单等行为打通，从而归因渠道投放效果，及时调整广告投放策略。对于第三方流量渠道，在用户未注册登录的情况下，只能获取设备信息，如IMAC、IDFA、广告渠道标识UTM参数或App 产品包ID等，通过埋点将用户点击入口的ID信息与后续站内访问行为链路串联起来。

2. 产品功能使用分析

很多C端产品新手在做产品功能的时候根本不知道要放埋点，只提产品功能需求，忽略埋点需求，找数据团队要数据分析报告的时候才发现没有埋点，这时候已经晚了，对于线上的产品功能和营销活动，需要同时提出埋点需求。（即使没有埋点，也需要圈出或者定义事件来获取数据）

3.个性化推荐服务

在内容和商品的个性化服务中，用户的浏览、点击、互动、下单等行为都是算法模型的重要特征输入。比如你在抖音上搜索，或者点击“娱乐八卦”内容，推荐系统就会实时为你更新相关内容。没有嵌入点，推荐就像是事后才知道，体验会大打折扣。

4.实时触达营销应用，实现精准营销

在精细化运营中，除了线下批量推送的场景，为了提升用户的实时互动感，会配置很多场景化的营销手段。比如用户浏览了很多商品详情，但是没有下单，是不是对价格不满意？实时发放优惠券，刺激用户下单欲望。

5.产品流量转化分析

用户在使用产品中的行为路径、从不同流量入口进行的用户转化漏斗分析、关键流失环节的挖掘都离不开埋点数据

6. 违规行为及风险用户判断（风控场景）

在反欺诈领域，更重要的是能够实时识别并拦截用户的欺诈行为，以最大程度地减少搭便车者和欺诈用户造成的业务损失。

2. 关于埋点的常见问题

1. 跟踪规范不一致

如果在业务开展较晚的时候才成立数据部门，那么首先要解决的就是埋点不规范的问题，不同业务线、不同产品，甚至同一产品不同版本的埋点规则都不一致，这样数据分析清洗的成本就很高。比如说，同一个位置的埋点就叫^1^poid，所以在分流量入口统计转化漏斗的时候，需要单独处理，这就导致后续的分析成本每次都只能case by case 处理。

2. 漏埋、错埋问题频发

一般来说，业务方前后端开发人员负责埋点数据，数据团队负责数据清洗加工，数据输出方则是下游业务应用方。一方面埋点需求流程不清晰，另一方面业务研发不懂数据，有时候会认为埋点数据会增加自己的工作量，从而导致漏埋、错埋。

3. 如何更好地承担和管理追踪需求

对于企业来说，统一埋点规范虽然会有短期阵痛，但却是长久之计。如果因为埋点统一涉及部门多、周期长、成本高、风险大而没人愿意牵头做这件事情，那么随着业务越来越复杂，未来统计出来的可能性就会越来越低，由此带来的数据质量问题和数据清洗成本就会越来越高。因此，在数据治理工作中，埋点治理是源头端治理。

首先是协调不同的团队，建立大家认可的标准化埋点流程规范。一方面，埋点流程要清晰，业务产品、研发、数据团队各司其职。其次，通过多方协商，建立尽可能让多方满意的数据采集模型和埋点规范，比如点命名规范、分离方式等。

在埋点工作中，业务方的产品或运营主要从业务需求场景的角度，提交数据分析需求、初步埋点需求。数据团队需要有人负责埋点的审核（通常是BI或数据产品经理）。从埋点设计到上线后的数据质量监控，都需要建立一套规范的管理流程。

另外，如果只是规范和人员变动，规范就会变形，因此需要将规范以产品化的方式融入到系统中，相应地就需要一个跟踪点管理系统，不仅需要将跟踪点规则内化到跟踪点需求创建流程中，还可以统一管理所有历史跟踪点，方便对跟踪点信息的查询和使用。

4. 常见嵌入方案及优缺点对比分析

虽然现在追踪解决方案已经非常成熟，但很多人入职后更多的是负责追踪的具体工作，很少涉及到追踪方案的选择。但常见的追踪方案及其优缺点是数据产品面试中的高频问题。因此，作为数据产品经理，你也需要了解

1. 代码追踪

代码埋点是最早出现的埋点方式，根据业务的分析需求，在应用端添加埋点采集代码，根据埋点的实现方式分为前端（客户端）埋点、后端（服务端）埋点两种。

（1）客户跟踪

前端开发人员手动定义数据采集时机和内容，并将数据采集代码片段添加到前端业务代码中，当用户在前端产生相应行为时，触发数据采集代码。

优势：

缺点：

适用场景：

全面分析用户在客户端的操作行为。对于一些电商交易产品，需要充分结合行为和业务数据进行分析。

（2）服务器端跟踪

服务端开发人员将跟踪采集代码加入到后端服务请求中，当用户前端操作请求服务器数据时，按照约定的规则触发跟踪代码。

优势

缺点

适用场景：

对于一些非点击性、隐形的行为，或者要获取用户身份信息以及更多业务相关的属性信息，如果前后端都能采集到信息，会优先考虑后端。

2. 完全埋点

全嵌入又叫无嵌入、无痕嵌入，主要是将嵌入采集代码封装成标准SDK，应用接入后按照SDK的采集规则自动采集上报数据。

优势：

接入SDK后可自动采集数据，无需按需开发，节省开发成本

页面所有可见元素均可自动采集，数据更全面

追踪流程简单，业务人员可以通过追踪系统自定义事件，新增的追踪需求不需要业务开发参与。

缺点

动态页面或者隐形页面无法收集行为数据

与业务强相关的属性信息采集难度大

所有数据均采集，数据存储压力大

适用场景：

业务场景简单，如工具、应用产品，或业务发展初期，产品快速迭代需求优先级高于精细化分析，仅需进行简单的PV、UV分析

3. 可视化要点

默认情况下不进行数据采集，当数据分析师通过设备连接用户行为分析工具的数据访问管理接口时，在页面可视化定义需要采集的位置后，发出采集请求，采集代码生效。

优势：

数据默认不上报，视觉选择按需触发追踪点，节省存储和传输成本。

业务可视化选择，点对点操作简单便捷

缺点

定义并选择点之后才有数据，并且无法追溯历史数据。

只能覆盖点击、展示等基本的用户行为，难以收集与业务强相关的属性信息。

适用场景：

业务场景简单，如工具、应用产品，或业务发展初期，产品快速迭代需求优先级高于精细化分析，仅需进行简单的PV、UV分析

5. 如何提交跟踪点需求？跟踪点需求文档模板

例如团购APP新上线金刚位，将流量分发到不同的业务类目上。金刚位的内容针对不同的用户可能不一样。实际分析时，平台运营侧重于位置分析，看哪个位置点击效果好，而类目运营侧重于看哪个类目内容转化更好。嵌入需求的关键要素包括：

以上只是举例，其实每个公司的埋点模型中定义的字段都不一样，没必要对SDK默认可以采集的字段做要求，只要说明清楚能定义一个唯一事件的内容即可。

积分追踪需求文档模板：

追踪需求文档模板已上传至数据专家知识星球！

一门针对数据专业人员的新课程现已上线，名为“数据专业人员必须知道的数据点知识”。你需要自己去学习。