数据埋点怎么样去规范

[卫恩赋]

数据埋点，就是传统的数据打点，在网站或者APP中加入一些统计代码进行数据采集。埋点的价值以及正确埋点的重要性，基本上所有的产品或者数据人员都得需要了解。
为了保证埋点业务有序、高效的推荐，企业应该在企业内部设置与埋点业务流所匹配的组织架构，以保证埋点采集的质量 和效率，积累高价值的数据资产。
神策数据在服务千余家客户后，观察和总结实际数据驱动落地较好的客户，其埋 点业务的组织运作体系。其中，比较关键的是埋点业务统筹人及由其领导的组委会协同机制，以及具体业务线或项目的业 务负责人、技术负责人两个角色。其中，埋点业务统筹人和组委会这个部分非常重要，负责联合各业务线和项目组，制定 顶层业务规范建设及持续迭代，推广及共享埋点采集规范和经验，确保各业务线 / 项目组的数据接入符合规范，数据质量 有保障。简单的模式下，埋点业务的统筹和具体业务线的业务对接人其实是同一个人，埋点业务体系由业务负责人和技术 负责人共同维护和迭代。
埋点体系，是因为虽然埋点本身技术实现的难度并不高，但是整个埋点的过程可以说十分的复杂繁琐，有非常多细节需要考虑。不是某个角色能独立完成的工作，需要数据团队、研发团队、测试团队、业务团队多方参与。如何让各方高效地协作，采集到业务线真正所需要的数据？埋点上线之后，BI 同学是否能清楚地知道埋点的元数据信息，加工出业务需要的指标？基本上，开发人员都不太愿意做「埋点」的工作，如何去说服他们？这一系列问题都是埋点工作中需要考虑的，到最后，埋点不仅仅是一串能采集用户行为数据的代码，而是一整套能实现业务数据需求的复杂体系，其中包括埋点模型、埋点SDK、埋点流程规范、埋点工具、用户行为分析平台等等这些内容。
正由于埋点业务一套非常复杂的体系，需要投入很多的资源和人力去长期的运营，我们对埋点工作的要求就不止是解决采集数据的有无问题，还要关注成本问题、质量问题，也就是说如何以较低的成本稳定产出高质量的埋点？我认为一个好的埋点体系应该同时满足：第一成本低，埋点从需求到开发上线，再到数据分析，各方的操作成本低。第二效率高，埋点模型全面、复用性高，不需要每个埋点需求都走一遍埋点流程。第三质量好，通过机制和上线化的工具保证埋点需求端到端的交付。