在数据埋点这项作业中，需求立足于当时的数据需求，提炼出数据目标计划

在数据埋点这项作业中，需求立足于当时的数据需求，提炼出数据目标计划，而且构思这些目标需求哪些数据，这些数据也就是需求的埋点。

当然，这只是一些开始的埋点计划，想要让埋点变得“准”而“全”，还需求另外一些方法才干完结，比方用户路径等。有了开始的埋点规划之后，还需求确认时间触发机制和上报机制，因为不同的机制意味着不同的核算口径。

关于新事务方来说，为了防止因核算口径不共同而呈现乌龙事情，核算目标最好能和之前的口径共同，以方便横向比较。

除此之外，一致各个项目之间的字段名和表结构也是一项必不可少的作业，这个过程也是数据治理流程中必不可少的环节。完结这些过程之后，一份开始的埋点计划就完结了。

然后在和事务方及前端、后端工程师的重复评论中修正完善埋点文档，将埋点文档交付前、后端工程师进行埋点，在此期间数据分析师需求经过测试环境的数据验证当时埋点是否存在问题，若有问题，还能够在该阶段进行修正，若无问题可布置埋点事情上线。

六、经过六个过程完结数据埋点规划

1、承认事情与变量

事情是指产品中的功用或许用户的操作，变量是指描述事情的属性或许要害目标。承认事情与变量能够经过AARRR ( Acquisition Activation Retention Revenue Referral〉 海盗模型或许UJM（User Journey Map，用户旅程图）模型进行逐渐拆解，理清用户生命周期和行为路径，抽象出每一个过程的要害目标。（这三个模型单独在新文章中分析）

2、清晰事情的触发机遇

不同的触发机遇代表着不同的事情核算口径，因而触发机遇是影响数据准确性的重要要素。二者口径不同，数据必定会有一定差异，因而清晰事情的触发条件非常重要。

以用户付款为例，是以用户点击付款界面作为触发条件，还是以付款成功作为触发条件进行埋点呢？在用户付款这个比如中，主张运用两个字段记载用户付款行为：一个字段记载点击付款界面这个行为，另一个字段记载是否付款成功。

3、清晰事情的上报机制

上报机制也是数据准确性的重要影响要素之一。客户端上报数据可能会因为网络连接原因呈现丢包的情况。数据分析师在完结埋点作业的时候也需求确认数据是实时上报还是异步上报，以确认埋点是否合理，并及时调整数据埋点计划。

4、一致表结构

一致数据表结构，可方便团队内部进行数据的办理和数据复用，主张在团队内部构成一套一致的数据结构标准。例如，将表分为不同的层级，第一层记载用户的基础信息，包括用户、区域、昵称等；第二层记载用户行为信息。

5、一致字段名标准

有了一致的数据表结构标准还不够，一致数据命名标准也是数据埋点作业的重要一环。如果有条件的话，能够建立数据字典，以一致数据命名标准。例如，保证同一变量在一切的数据表中都用一致的字段名。关于消费金额这个字段，数据分析师希望一切的表中只要呈现消费金额都Amount字段名，不要呈现money、payment等其他字段名。

建立公司内部或许团队内部的命名标准是非常必要的，能够采用动词+名词或许名词+动词的规矩来命名，比方“加入购物车”事情，就能够命名为：addTocart。

6、清晰优先级

数据埋点是为数据应用做铺垫的。埋点之后，数据分析师可能面临着搭建目标系统和数据报表系统的作业，能够依据报表的优先级、埋点的技术、完结成本及资源的有限性，为数据埋点确认优先级。

下面举个实践案例：

之前在某集团公司担任过电商类数据埋点规划。公司有很多子品牌和不同的事务线，当时做的埋点规划，主要是针对商标买卖事务。