本文主要围绕埋点建设方法和埋点管理平台建设，介绍了埋点构建的“3S方法”和“4层次”，以及进行埋点场景化梳理和结构化划分的方法、规范化的埋点数据采集、定义清晰的埋点命名规范。
之前写了埋点的系列文章《01初识埋点》《02业务需求分析》《03埋点文档设计》等，本篇主要介绍埋点建设方法和埋点管理平台建设，补足04篇埋点管理平台和06篇埋点质量的内容。
随着企业中的各应用中添加的埋点逐步增多，会有成千上万个埋点事件，并且随着埋点多个版本的迭代，线上文档维护较为混乱。
对于埋点使用者而言，埋点取数逻辑不清晰，埋点准确率存疑；埋点命名和页面结构管理混乱，找对应埋点耗时耗力；埋点重复建设，不知道用哪个埋点。
对于埋点开发者而言，埋点需求较多，开发压力大；建设了大规模的埋点，服务器存储计算成本高，但不知道哪些埋点可以下线。
那有什么系统化的解决方案，规避这些问题呢？
基于“3S方法+4层次”的建设方案，采用经验方法与产品服务建设并行的方式，提升埋点质量和埋点使用效率。（如下图所示）
3S方法：包含“结构化、场景化、规范化”的建设方法；
4层次：贯穿数据的“采-建-管-用”，包含数据采集层、存储计算层、产品服务层、场景应用层。
埋点场景化建设，主要是指从埋点的实际使用场景切入，拆分相关运营模型，从产品运营策略倒推需要建设哪些埋点数据，最常用到的分析模型是OSM模型、UJM模型。
OSM：即目标、策略、度量，在什么业务目标下，需要采取哪些策略，需要统计哪些指标，需要采集哪些埋点数据。
UJM：是一种常用的用户行为路径分析方法，分析用户行为旅程上有哪些触点、需要统计的数据。例如之前在《02业务需求分析》埋点需求梳理文章中写到的，通过梳理用户访问首页、访问详情页、订单页、支付页等页面核心流程，再确定指标。
埋点结构化建设，旨在解决埋点混乱、重复建设、难以查找的问题。通过建设清晰的分类结构，助力数据方有序建设埋点、业务方高效使用埋点数据。埋点体系的结构化建设可包含两种方式：按应用划分、按页面结构+业务划分
（1）按应用划分
以易到用车这类小型企业为例，其存在司机端app、乘客端app、小程序、web、以及内部的各后台系统等不同应用。每个应用需要埋点，不同应用背后对应着不同的运营团队，可先按应用划分，以更好地应对应用增减功能时，及时上下线对应埋点。
（2）按“页面结构+业务”划分
以易到app应用为例，如下图，按页面结构划分可拆解为用车、接送机、我的等页面，并且拆分2-3级子页面。这里要注意的是，按页面划分也不建议划分太深的层次结构，不然查找或管理对应埋点多为不便。
因而，对于存在业务线较多的企业来说，在页面结构划分的基础上，可增加按业务划分。例如，以电商业务为一级，对应的电商类模块如轮播、商品列表页等均归于该模块下，方便对应业务线的产品运营同学使用。
（1）埋点字段采集规范
埋点规范化建设，基于“4W1H”的方法全面采集埋点字段，保障埋点数据的完整性。
who：谁进行了操作？用户的唯一标识，如IMEI、cookieid等
when：什么时候操作的？如timestamp时间戳
where：在哪些页面操作？如cityid
how：用户如何操作？如click点击、view浏览
what：有哪些附加信息？如页面类型、页面标题、价格
例如“路飞在上午10点，浏览了价格为100元的牛肉干商品详情页”，输出标准需求文档规范，详情见《03埋点文档设计》。
（2）埋点命名规范
埋点命名=业务_页面_位置_埋点类型，例如“car_order_paybutton_click”。通过规范的命名，可提升业务的可读性，方便理解。
依照上述介绍的场景化、结构化、规范化的方法，建设埋点体系架构，涵盖4个层次，包括数据采集层、数据存储层、埋点平台层、应用场景层。
数据采集是所有后续数据服务的基础，采集数据需要全面且细致。数据采集的流程是，用户触发上报行为日志，由flume采集到HDFS形成原始日志。
flume是当前常见的数据采集工具。flume作为Hadoop的组件，是一个分布式、高可靠、高可用的海量日志采集、聚合、传输的系统。可理解为捞鱼的时候，用渔网工具捕鱼，然后将鱼放进篓子里，这里的渔网就是flume工具。
flume中传输的内容定义为事件（event），flume提供SDK，可支持用户定制开发，因而一般埋点平台也会提供SDK包，供各个业务线使用。
SDK的能力，例如下所示，一般包含埋点方式以及采集的一些公共属性。埋点方式包含自定义代码埋点（包含前端和后端埋点）、全埋点、可视化埋点，其适用场景及区别见《01初识埋点》。
数据存储计算层：划分ods-dwd-dws-app数仓分层，规范数据存储与计算。
ODS层原始日志，经过如异常值过滤、去重等ETL处理规则，形成用户行为明细数据到DWD；DWD层行为明细数据经过轻度汇总，得到用户行为宽表到DWS；DWS轻度汇总用户宽表，按应用主题划分，加工成不同的指标到APP层，供各产品/分析场景使用。
埋点系统层，围绕“增-测-看-用-下”，建设应用接入、事件/属性接入、埋点测试、模块/页面/事件/属性查看、编辑、下线能力。
（1）埋点生产
埋点生产包含数据接入、新增页面、新增事件/属性、埋点开发、埋点测试五个环节。
①数据接入
埋点平台侧为各业务提供不同端的埋点SDK，例如web、iOS、Android等，业务侧的研发可按规范接入对应埋点。
当企业所需埋点的应用/系统较多时，为了更便捷地管理各个应用的埋点，需要给应用赋予应用ID和key标识。研发安装对应埋点SDK后，在代码中加入应用ID进行标识。
②新增页面
由于埋点通常会涉及较多页面，常有重复进行埋点，或是找不到对应页面上埋点的问题。因而需要做好页面结构管理，划分并管理页面层级结构，填写页面名称、父级页面、页面链接等信息，进行页面管理。
该模块要注意的是，划分好权限管控，若所有人均可新建页面，页面建设会较为混乱，缺乏清晰的结构，后续也不能及时更新页面。划分业务管理员和普通用户的角色，由业务管理员来添加管理对应页面，普通用户进行查看。
③新增事件/属性
线下Excel维护了较多的不同页面下、不同版本的埋点事件，容易混乱。因而需要再系统上添加对应时间和属性数据，进行统一管理。新建事件时需要添加三类信息：
一是事件标识信息，进行事件的标识及含义维护，该模块跟埋点需求文档的字段对应。主要包含事件英文名、中文名、事件类型（如浏览、曝光、点击）、触发时机、事件所在的页面、事件截图等；
二是事件分类信息，方便进行事件的分类查询，特别是业务比较多的企业。包含事件所属业务（如出行、金融、电商）、端（如app、web、小程序）；
三是属性信息，添加事件对应的属性。
（2）埋点测试
产品/运营在平台中录入对应埋点事件后，研发同学按需进行开发，开发完成后，进行测试验收。埋点人工测试主要根据上报日志进行数据校验。在界面上填写设备ID和事件名，并查看测试报告，方便查看数据。
（3）埋点地图
不同端、不同业务线的埋点建设的比较多的情况下，业务如何快速查找到所需的埋点数据。埋点数据地图主要是运用分类思维，通过各种筛选组合，助力业务快速查询埋点事件数据。
筛选项的构建和事件元信息的查看，一是基于前置的新增埋点事件所填写的数据，二是统计埋点相关PV、UV数据，方便用户了解事件的命中量，同时可操作对一些无用埋点事件进行下线处理，降低存储成本。
从功能层面来看，埋点平台功能的构建比较简单，复杂度较低，做好埋点事件/属性/页面的增删改查，加埋点测试，再增减一些简易的分析，加些权限管控，就满足了基本的管理需求。
场景应用层：可应用至用户行为分析、人群圈选、自动化营销、广告监测、推荐算法等各个需要数据的场景。本篇暂不展开，后续更新用户行为分析篇。
本篇主要介绍了埋点构建的“3S方法”和“4层次”。
运用OSM、OJM方法进行埋点场景化梳理；按应用、页面结构、业务进行埋点结构化划分；基于4W1H规范化埋点数据采集，以及定义清晰的埋点命名规范。
贯穿埋点数据的“采-建-管-用”，基于flume工具进行埋点数据采集；基于数仓分层模型，进行数据存储与计算；建设事件/属性/页面的增删改查能力，以及埋点测试等能力；推动埋点数据在多个场景应用。
专栏作家
草帽小子，公众号：一个数据人的自留地，人人都是产品经理专栏作家。《大数据实践之路：数据中台+数据分析+产品应用》书籍作者，专注用户画像领域。
本文原创发布于人人都是产品经理。未经许可，禁止转载
题图来自Unsplash，基于CC0协议。
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。