数据分析（二）：数据埋点管理
日常工作中我们会需要使用数据来进行辅助，比如：利用用户使用数据为后续的产品迭代提供依据、向上级领导汇报产品成果、如何做精细化的运营活动等，这些都可以通过埋点的数据来实现。
一、埋点方案
在做埋点方案之前，要明确目标再获取相应数据。先思考想获取什么，需求是什么，需求涉及到什么问题，或是要解决什么问题，每个问题如何量化，量化指标是什么......定义好数据指标和数据评估方案后，此时则需要定义埋点方案。
比如：如果我想绘制用户画像，那就需要获取用户机型、网络类型、操作系统，IP地域等数据；如果我想分析转化率，那就需要获取每一个步骤的点击次数，然后制作成漏斗，看哪一步转化率出现了问题；目的不一样，获取的数据也不一样，使用的埋点方案也不一样。
二、埋点管理
埋点事件要建立完备的维护和管理，以便后续在进行数据分析时，快速得到数据源。埋点事件更新时同步管理，也方便相关人员及时理解，提高工作效率。而良好的定义规范可以帮助埋点事件有更好的维护和理解。
排除第三方工具，这里分享一下埋点的管理，供参考。
用Excel来管理，有的是根据埋点事件分类分别做表格管理（事件分类见上一篇数据分析（一）：认识数据埋点），有的是根据页面来做管理，这个可以根据业务需求和针对自己产品更合适来选择分类思路。
下图是一个以点击事件为例的埋点事件：
1、页面ID和页面名称：用于说明埋点在什么功能下的哪个页面，ID是代码层面的统计。
2、位置ID和位置名称：用于说明埋点在页面的哪个位置。
3、行为ID和行为名称：用于区分用户的行为类型，主要有曝光、点击、停留时长。
4、事件ID和事件名称：对某功能某页面某位置插入埋点的事件命名，后续可以进行数据查询使用。命名可以是行为+页面+位置，用“_”隔开。
5、参数（key）：用来区分当前事件下的不同维度。
6、规则：定义什么情况下触发埋点。
7、备注：可以记录这个埋点事件的轨迹，使埋点事件信息更完整和可追溯。比如什么时间修改了什么，什么时间因为什么删除等。
三、注意事项
1、埋点不是越多越好，埋点方案要保证埋点需求的合理性。随着数据维度的健全，所需的数据量也增大，因此需要埋点的事件也会越来越多，但因为埋点的本质是代码中加入代码，因此如果埋点的事件增多，也必然会导致软件加载速度变慢，影响用户体验。所以，每一个埋点都要有意义和价值。
2、文中提到的埋点管理不是固定的，请大家根据公司实际情况制定。
3、如果埋点管理表格中的埋点有变更或更新，需要及时跟业务或数据相关人员沟通。
4、数据埋点不是目的，只是一个开始，后续要根据埋点事件的数据进行数据分析。
下篇文章将在此文的基础上，介绍一些数据埋点的数据分析指标。
对产品经理感兴趣的朋友，可以移步“行业与市场分析”，期待共同交流。
