神策数据：实现数据驱动，莫陷埋点误区

各行各业都在追求数据驱动产品运营与产品决策，数据基础夯实与否，取决于数据的采集方式。数据采集方式直接决定数据分析的科学性。埋点方式多种多样，按照埋点位置不同，可以分为前端（客户端）埋点与后端（服务器端）埋点。其中无埋点是目前较为流行的前端埋点方式之一。    

“无埋点”概念已烂大街，而在实际进行事件设计与实施的过程中，技术人员有道不尽的爱恨情仇：一方面，无埋点神秘无比，甚至被誉为“最全、最便捷、界面友好、技术门槛低”的数据采集方式；另一方面，运营人员又发出“为何所采数据与业务数据库数值相差这么大？”等各种抱怨。简言之，

无埋点采用“全部采集，按需选取”的形式，对页面中所有交互元素的用户行为进行采集，通过界面配置来决定哪些数据需要进行分析，实质与“全埋点”并无无实质差异。

 图1无埋点的优劣势分析

 为解释颇具迷惑性的无埋点概念，笔者总结了其优势与劣势，优势包括：

  1.  可视化展示界面最基本度量，满足基本数据分析需求。 无埋点可视化展现界面PV、UV等网站或APP分析的最基本度量，告诉运营人员每个控件被点击的概率是多大，哪些控件值得做更进一步的分析等。如此有助于企业了解用户行为，为进一步数据分析指明方向。    

 2. 技术门槛低，使用与部署较简单。 无埋点极大程度避免了因需求变更、埋点错误等原因导致的重新埋点繁复工作。

 3.  用户友好性强。 运营人员可以直接应用手指或者鼠标进行操作，自动向服务器发送数据，避免手工埋点的失误。    

然而，作为前端埋点的方式之一，无埋点有先天缺陷，带来易用性的同时，也牺牲部分数据的采集深度。无埋点的劣势如下：    

 1.  无埋点只能采集到用户交互数据，且适合标准化的采集，自定义属性的采集需要代码埋点来辅助。

每个用户的交互行为均有许多属性，无埋点无法深入到更细、更深的粒度。例如在电商行业中，用户点击“购物车”是一次交互行为，无埋点会忽略掉用户信息、商品品类等其它维度信息，此时需要配合代码埋点来辅助数据采集；再如用户上滑屏幕时，内容瀑布流的底部载入、商品或广告的加载展示、下拉菜单中下拉内容的数据点击等情况，这类自定义行为的采集需要代码埋点辅助实现采集。

由于无埋点仅适合标准的方案采集，一些数据分析平台也开始支持用户为每个event添加自定义属性，如此能大大扩展事件分析的效能。值得一提的是，神策数据为用户提供的自定义属性无数量限制。

 2.  无埋点兼容性有限。

例如在安卓系统进行埋点时，不同工程师可能会给APP界面中相同的button起不同名称的ID，当运营人员想筛选出所需数据时，不同名称会给运营人员带来困扰。另外，由于目前第三方框架较多，如RN框架，容易造成无埋点兼容性问题。

  3.  无埋点具有前端埋点的固有缺陷。

无埋点是前端数据采集方式之一，因此具有前端埋点的天然缺陷，如数据采集不全面、传输时效性较差、数据可靠性无法保障等问题。无埋点的技术原理依赖网站或者APP后端技术开发的严谨性与规范性、网络状态、网络口径等因素。

总之，数据采集方式决定所采集到用户行为数据的深度和粒度。夯实数据基础，无埋点需要配合前端代码埋点实现，而前端数据采集的固有劣势，应该结合后端埋点完成。数据采集不准、不全、不细容易让后续数据分析工作陷入“巧妇难为无米之炊”的困境。

 关于神策数据

神策数据，一家专业的大数据分析服务公司，致力于帮助客户实现数据驱动。公司推出深度用户行为分析产品神策分析（SensorsAnalytics），支持私有化部署、基础数据采集与建模，并作为PaaS平台支持二次开发。此外，还提供大数据相关咨询和完整解决方案。目前已赢得聚美优品、趣店、百联、广发证券、参考消息、秒拍、融360、共享单车、36氪、Keep等数百家行业领先企业认可。希望更深入了解神策数据或有数据驱动相关问题咨询，由专业的工作人员为您解答。