在CDP交付阶段，行为事件规划这一环节是不能忽略的环节，而事件又可以分为两种类型，一种是元事件，可通过埋点获取，另一种是虚拟事件。这篇文章里，作者就进行了解读和分享，一起来看。

内容目录：

行为事件

行为事件分为离线和实时，多数行为事件是实时的，因为需要通过实时数据进行分析和营销。行为事件多数来源于应用，包含APP、小程序、H5等，其次来源于业务系统，客户到店，试驾无法通过埋点所能获取的客户行为，最后就是来源于第三方的，包含公众号、抖音、快手等交互事件。

数据埋点是一种数据采集方法，主要采集用户在网站、APP、小程序等应用端的使用情况、行为习惯等。

事件分为两种类型，一种是元事件通过埋点获取，另一种是虚拟事件，通过规则或算法组合多个元事件及筛选条件所构成的事件。

1. 元事件——代码埋点

代码埋点分为前端埋点和后端埋点，均是通过每次事件或数据发生进行点对点的代码添加进行埋点上报。

前后端埋点是可以共存的，但尽量不要重复，前端埋了后端就不用埋点了，相对来说前端埋点会多些，后端埋点至针对于数据传输且要额外不足写前端无法提供数据才使用后端埋点，可以企业自埋点，也可以通过三方SDK进行埋点，优点就是足够灵活。配场景精准度高，缺点就是开发成本高每个事件都需要加入埋点代码，对于APP来讲每次更新需要额外发版。

代码埋点出现的时间很早了，在 Google Analytics 年代，就已经出现了类似的方案了。目前，国内的主要第三方数据分析服务商，如百度统计、友盟、TalkingData 等都提供了这一方案。Sensors Analytics 也一样提供了** iOS、Android、Web** 等主流平台的代码埋点方案。

它的技术原理也很简单，在APP或者界面初始化的时候，初始化第三方数据分析服务商的SDK（Software Development Kit），然后在某个事件发生时就调用SDK里面相应的数据发送接口发送数据。

例如，我们想统计APP里面某个按钮的点击次数，则在APP的某个按钮被点击时，可以在这个按钮对应的 OnClick 函数里面调用SDK提供的数据发送接口来发送数据。

2. 元事件——可视化埋点

通过设备连接数据接入管理界面，对可交互的页面元素，直接在界面上进行操作实现数据埋点，这种方式自研不合适一般直接采购第三方，可视化埋点和无埋点非常相似，两者的区别在于：可视化埋点先通过界面配置哪些控件的操作数据需要收集，而无埋点则是先尽可能收集所有的控件的操作数据，然后再通过界面配置哪些数据需要在系统里面进行分析。

可视化埋点优点：方便产品和运营直接在页面上进行圈选所需的部分。

可视化埋点缺点：可视化埋点能够覆盖的功能有限，只能采集到用户肉眼可见的数据。

3. 元事件——无埋点

无埋点无差别地记录用户在前端页面上的行为，对应的英文是Codeless Tracking。无埋点并不是说不要添加代码，而是不需要开发人员添加额外代码。无论是埋点的方法，还是不埋点的方法，都必须要添加基础代码。

无埋点优点：

1. 技术成本低，对用户非常友好，不需要重新部署，配置完成就可以生效；
2. 数据可以“回溯”。

无埋点缺点：

1. 上报的数据量比埋点大很多，里面可能很多是没有价值的数据；
2. 不能灵活地自定义属性；
3. 传输时效性和数据可靠性欠佳；
4. 由于所有的控件事件都全部搜集，会给服务器和网络传输带来更大的负载。

企业一般都会采用混合埋点，无埋点或可视化埋点，然后通过代码埋点补全不足。

总体来说，无埋点和可视化埋点更侧重结果的展现，对过程追溯少，更适合产品经理分析基础的产品功能流畅度、用户体验、产品路径设置等。代码埋点和后端埋点，不仅能展现结果，也会记录用户行为过程，支持深度的行为分析和偏好洞察，还可将行为数据与业务数据打通，适合产品和运营人员深度使用。

无论采用哪种埋点方式，都应该根据业务场景和产品阶段，梳理和构建数据分析体系。埋点规划混乱、数据采集无序、数据分析断层，最终将会让企业陷入“有数据而无价值”的境地。

4. 虚拟事件

组合多个元事件及其筛选条件构成虚拟事件，虚拟事件中任一元事件被触发即视为该虚拟事件被触发。

可以将多个意义相近的事件组成虚拟事件，比如将产品中主要行为的元事件组成的虚拟事件“核心行为”，可将其应用于留存、漏斗等分析模型中。

适用于以下典型场景：

1. 分析新用户：App 启动和页面浏览的新用户，用虚拟事件进行合并分析.
2. 分析多个元事件组合：分析多个元事件组合后的事件分析，例如虚拟事件【深度使用】一天进入APP3次且每次浏览超过5个页面。