刚好做过一些埋点的东西，说一些总结。

一、埋点的目的

好比去医院体检，医生测了你身体的各个健康指标，以此来判断你的健康状况。埋点的目的，其实就是随时或者定期监测你的产品在用户的使用下的“健康”状况。对于产品来说，用户在你的产品里做了什么、停留了多久、有什么异样，都是需要关注的。以此，才能用来进行数据驱动产品和精细化运营。而埋点质量的好坏也直接影响到了产品运营的质量。所以说，好的数据埋点，就是成功运营的一半。

二、埋什么点？

那到底要埋什么点呢？当然，根据运营目的的不同，埋的点也不尽相同。举个例子，对PC端的腾讯视频，用户浏览时长、用户观察类别、用户活跃、用户VIP转化等指标都是很重要的业务指标。但对于一些工具型的产品而来，比如迅雷，那下载成功率、解析成功率等都是核心的关键指标。

通常而言，有以下几种类型的指标：基础指标、用户行为数据指标和核心质量指标

1.基础指标

基础指标是一些常用的参数指标，比如用户行为相关的，有用户数、新增用户数、活跃用户数等；用户设备相关的，比如电脑系统、地区、语言、国家、产品版本等；用户属性相关的，性别、年龄等（这一部分一般很难通过埋点拿到，但是通过GA收集的可以看个大概）。

2.用户行为数据指标

用户行为的行为数据，就是埋点的核心了。这一部分根据不同的产品，收集的数据也不同。再拿PC端的腾讯视频举例，如果我是腾讯视频的PM，我会想要知道：每个用户每天使用腾讯视频的时长是多少？每次看的是哪些视频？用户最喜欢看哪个频道的视频？每个频道的使用情况是怎么样的？用户一般是在一天中的哪个时间段打开腾讯视频的？……

想要看的数据非常多，而这些，都是要提前规划好，有目的性得去决定要埋什么点、怎么埋。如果你的目的是为了研究一下用户对弹幕的接受程度，那围绕弹幕，设置一些指标数据，比如发布弹幕的次数和频率？看视频时是否开启了弹幕？这样的话，就能够通过数据，看出用户对弹幕的真实反映，对于提升产品功能和运营都有很大帮助。

3.核心质量指标

Crash等一些因为产品质量引起的问题，都是用户所不能忍受的。而且用户量越大，越容易出现产品质量问题。尤其是一些产品，他的产品属性决定了，产品质量是吸引用户购买的一个很重要的因素。比如迅雷、photoshop等软件，核心质量的指标能帮助我们监控产品的“健康”情况。

这里说的质量指标，不单单指产品的异常退出率、Crash率，还包括和产品自身业务相关的指标。比如，对于视频编辑产品，编辑成功率是很重要的指标；对于迅雷，下载成功率是核心指标；对于在线类产品，资源获取成功率是核心指标…...

三、如何埋点？（和几个应该注意的点）

既然知道了埋点的目的，也知道了要埋什么点。但是还有有几个问题要特别注意。

1.理清事件类别/动作/标签

针对要埋点的数据，要分门别类。事件类别是指针对这个类别，你要收集的用户动作（行为）有哪些。比如Photoshop，类别可以是OpenFile，那类别底下的动作（行为）就可以是OpenFile_FileType，而动作（行为）下收集到的标签就可以是jpeg、png、raw等。最后，整理出类似下面这样一个表，给到研发，研发就能进行埋点了。大致的要输出的列表参考下图：

2.数据标签不是越多越好

有时候，收集一个数据，不是越细越好。比如收集用户导入文件的大小，由于文件大小各有不同且比较复杂，有13M，有13.1M的，导致收回来的数据标签特别多。如果就这样返回回来，其实后期是很难对此进行分析的，而且容易导致系统因为数据量大出现奔溃。这时候，就要把数据的标签设为一个个区间，比如[0-5]M、[5-10]M等等。后期分析的时候，也是通过分析区间数据来达到运营目的。

3.最后，回收后记得验证数据的准确性

很多时候，大家埋了就埋了，以为万事大吉。而且，测试一般只会看一下埋点是否有数据返回，而不会一个个是对数据是否有收到以及是否准确。这个时候，为了不给后面的自己或者运营同事挖坑，需要我们在有一定数据量积累的时候，对数据的有无和准确性进行验证。验证的方法一般是先看一遍自己埋的点是不是都有数据，没有数据的可能是研发忘加了或者加错了；另一方面，通过出一份基于埋点数据的用户分析报告，从最后的指标结合常识来判断，是否埋点有误，对于有异常的数据，重新和研发一起验证。这样下来，一定能减少不少埋点失误。