正文
1、什么是埋点
埋点又称为事件追踪（Event Tracking），指的是针对特定用户行为或流程事件进行捕获，处理和发送的相关技术及其实施过程。
埋点为优化产品和运营决策提供数据支撑，几乎每个企业、每个app都需要用到埋点技术。
功能方面：埋点是用来收集用户行为数据。比如想要了解一个用户在APP里面点击了哪些按钮，看了哪些页面，做了哪些事情等，就可以通过埋点来实现。
实现方面：埋点就是通过植入一段代码到某个页面或某个按钮，从而监听用户行为并进行收集上报。
2、埋点基本流程
一般来说，需要这样的流程：
运营人员提出埋点和指标需求
埋点研发进行埋点，收集和存储数据
数据仓库人员进行数据清洗、提供数据指标
运营根据数据指标，调整业务流程和运营策略
【埋点采集】通过部署埋点，收集数据
【数据传输】将埋点收集到的数据，进行传输
实时传输：flume > kafka > db
离线批量传输：jdbc > db
【数据存储】定义数据存储的库
数据量较小建议采用mysql，oracle等关系型数据库；
数据量较大，建议采用hive，hbase等分布式数据库。定义好数据存储的表结构，属性尽可能采集全面。
【数据清洗】一般为数据仓库开发人员进行数据ELT
【数据应用】业务运营人员验证和使用数据
3、埋点采集
3.1 埋点范围
根据业务人员的需求，选取可以衡量需求效果的数据指标，比如页面浏览量，页面转化率，访问人数，访问频次分布等等。明确需要收集哪些维度的数据，按需选择性埋点。
3.2 埋点事件
我们可以对一条业务流程中涉及到的各种操作进行事件埋点，用于了解该业务各操作流程的用户流失率，转化率等情况。通常包括但不限于以下事件：
页面事件：用户访问页面的信息，比如可以通过页面埋点统计页面浏览量（PV），或收集该页面上的接口；
点击事件：用户在页面的点击行为，比如想要收集用户点击搜索按钮时，填入了哪些关键字，就可以在搜索按钮上埋一个点击事件，通过字段keywords上报的值实现分析关键字的目的；
3.3 采集内容
埋点时需要尽可能全面的采集数据，主要包括以下信息：
用户基本信息：描述用户的基本属性信息，包括用户ID，性别，运营商，设备类型等
时间信息：事件发生的时间
行为信息：用户做了哪些行为，比如点击行为，浏览行为等
行为对象信息：用户的行为作用在哪些对象上，比如点击按钮A，浏览页面B，那么A，B就是用户行为作用对象
另外，也可以从4w1h（who,when,where,what,how）五个维度来划分埋点属性
3.4 选择埋点方式
选择后端埋点还是前端埋点
比如像点击、浏览、曝光这些行为便可以用前端埋点，主要是发生在用户与界面的交互；如果是电商中要统计下单成功这个事件，客户端是没有办法知道订单是否成功的。
如果统计的事件里有需要用到后端的数据，也是要进行后端埋点的。
3.5 埋点事件的格式
一般一条埋点数据需要记录：事件ID、事件名（英文名、中文解释）、事件属性（属性英文名、中文解释、属性类型）、埋点形式（前端/后端）、事件触发时机（什么时候投递这个事件）
3.6 埋点报文
报文(message)是网络中交换与传输的数据单元，即站点一次性要发送的数据块。
报文包含了将要发送的完整的数据信息，其长短很不一致，长度不限且可变。简单来说就是用户在App内有一个操作行为，就会上报一组带有数据的字段。这些字段组成一个报文。
4、数据存储
4.1 存储方式
根据埋点数据量和现有平台选择一种最合适的存储方式。
Mysql: 使用于数据量较小，优点读写方便
ES：现有埋点方案中，阿里日志系统，通过ES查询埋点结果
Hbase：适合数据量较大，可考虑使用现有hbase集群。
4.2 存储频率
采用【定时】+【定量】的方式，保证数据时效性和数据平滑处理。
定时：周期触发，进行存储。避免当数据量较小时很长一段时间不存储。
定量：设置阈值，当数据量达到一定量（1k）即进行存储
程序退出：某用户退出登录时，需立马进行存储
5、埋点数据清洗
1、将埋点数据接入到数据仓库（离线或者实时）；
2、数据建模进行数据建模和数据清洗，过滤掉脏数据，最终产出数据指标；
3、数据指标通过数据报表、邮件、api等方式对外输出。
6、埋点数据应用
常见埋点分析指标：访问数、访客数、停留时长、页面浏览数、跳出率、转化率。
这些数据指标为运营人员提供了决策依据，帮助其不断调整优化运营政策、业务流程，从而达到最佳效果。
