摘要：前言埋點，是網(wǎng)站分析的一種常用的數(shù)據(jù)采集方法。缺點是流量和采集的數(shù)據(jù)過于龐大，服務(wù)器性能壓力山大，主流的就是這種實現(xiàn)方案。我們暫時放棄可視化埋點的實現(xiàn)，在手動埋點和無埋點上進行了嘗試，為了便于描述，下文我會稱采集腳本為。

埋點，是網(wǎng)站分析的一種常用的數(shù)據(jù)采集方法。我們主要用來采集用戶行為數(shù)據(jù)（例如頁面訪問路徑，點擊了什么元素）進行數(shù)據(jù)分析，從而讓運營同學(xué)更加合理的安排運營計劃。現(xiàn)在市面上有很多第三方埋點服務(wù)商，百度統(tǒng)計，友盟，growingIO 等大家應(yīng)該都不太陌生，大多情況下大家都只是使用，最近我研究了下 web 埋點，你要不要了解下。

用戶行為分析是一個大系統(tǒng)，一個典型的數(shù)據(jù)平臺。由用戶數(shù)據(jù)采集，用戶行為建模分析，可視化報表展示幾個模塊構(gòu)成。現(xiàn)有的埋點采集方案可以大致被分為三種，手動埋點，可視化埋點，無埋點

手動埋點
手動代碼埋點比較常見，需要調(diào)用埋點的業(yè)務(wù)方在需要采集數(shù)據(jù)的地方調(diào)用埋點的方法。優(yōu)點是流量可控，業(yè)務(wù)方可以根據(jù)需要在任意地點任意場景進行數(shù)據(jù)采集，采集信息也完全由業(yè)務(wù)方來控制。這樣的有點也帶來了一些弊端，需要業(yè)務(wù)方來寫死方法，如果采集方案變了，業(yè)務(wù)方也需要重新修改代碼，重新發(fā)布。

可視化埋點
可是化埋點是近今年的埋點趨勢，很多大廠自己的數(shù)據(jù)埋點部門也都開始做這塊。優(yōu)點是業(yè)務(wù)方工作量少，缺點則是技術(shù)上推廣和實現(xiàn)起來有點難（業(yè)務(wù)方前端代碼規(guī)范是個大前提）。阿里的活動頁很多都是運營通過可視化的界面拖拽配置實現(xiàn)，這些活動控件元素都帶有唯一標識。通過埋點配置后臺，將元素與要采集事件關(guān)聯(lián)起來，可以自動生成埋點代碼嵌入到頁面中。

無埋點
無埋點則是前端自動采集全部事件，上報埋點數(shù)據(jù)，由后端來過濾和計算出有用的數(shù)據(jù)，優(yōu)點是前端只要加載埋點腳本。缺點是流量和采集的數(shù)據(jù)過于龐大，服務(wù)器性能壓力山大，主流的 GrowingIO 就是這種實現(xiàn)方案。

我們暫時放棄可視化埋點的實現(xiàn)，在 手動埋點 和 無埋點 上進行了嘗試，為了便于描述，下文我會稱采集腳本為 SDK。

埋點開發(fā)需要考慮很多內(nèi)容，貫穿著不輕易動手寫代碼的原則，我們在開發(fā)前先思考下面這幾個問題

我們要采集什么內(nèi)容，進行哪些采集接口的約定

業(yè)務(wù)方通過什么方式來調(diào)用我們的采集腳本

手動埋點：SDK 需要封裝一個方法給業(yè)務(wù)方進行調(diào)用，傳參方式業(yè)務(wù)方可控

無埋點：考慮到數(shù)據(jù)量對于服務(wù)器的壓力，我們需要對無埋點進行開關(guān)配置，可以配置進行哪些元素進行無埋點采集

用戶標識：游客用戶和登錄用戶的采集數(shù)據(jù)怎么進行區(qū)分關(guān)聯(lián)

設(shè)備Id：用戶通過瀏覽器來訪問 web 頁面，設(shè)備Id需要存儲在瀏覽器上，同一個用戶訪問不同的業(yè)務(wù)方網(wǎng)站，設(shè)備Id要保持一樣，怎么實現(xiàn)

單頁面應(yīng)用：現(xiàn)在流行的單頁面應(yīng)用和普通 web 頁面的數(shù)據(jù)采集是否有差異

混合應(yīng)用：app 與 h5 的混合應(yīng)用我們要怎么進行通訊

第一期我們先實現(xiàn)對 PV（即頁面瀏覽量或點擊量） 、UV（一天內(nèi)同個訪客多次訪問） 、點擊量、用戶的訪問路徑的基礎(chǔ)指標的采集。精細化分析的流量轉(zhuǎn)化需要和業(yè)務(wù)相關(guān)，需要和數(shù)據(jù)分析方做約定，我們預(yù)留擴展。所以我們的采集接口需要進行以下的約定

{
    "header":{ // HTTP 頭部
        "X-Device-Id":" 550e8400-e29b-41d4-a716-446655440000", //設(shè)備ID，用來區(qū)分用戶設(shè)備
        "X-Source-Url":"https://www.baidu.com/", //源地址，關(guān)聯(lián)用戶的整個操作流程，用于用戶行為路徑分析，例如登錄，到首頁，進入商品詳情，退出這一整個完整的路徑
        "X-Current-Url":"", //當前地址，用戶行為發(fā)生的頁面
        "X-User-Id":"",//用戶ID，統(tǒng)計登錄用戶行為
    },
    "body":[{ // HTTP Body體
        "PageSessionID":"", //頁面標識ID，用來區(qū)分頁面事件，例如加載和離開我們會發(fā)兩個事件，這個標識可以讓我們知道這個事件是發(fā)生在一個頁面上
        "Event":"loaded", //事件類型，區(qū)分用戶行為事件
        "PageTitle":  "埋點測試頁",  //頁面標題，直觀看到用戶訪問頁面
        "CurrentTime":  “1517798922201”,  //事件發(fā)生的時間
        "ExtraInfo":  {
         }    //擴展字段，對具體業(yè)務(wù)分析的傳參
    }]
}

以上就是我們現(xiàn)在約定好了的通用的事件采集的接口，所傳的參數(shù)基本上會根據(jù)采集事件的不同而發(fā)生變化。但是在用戶的整一個訪問行為中，用戶的設(shè)備是不會變化的，如果你想采集設(shè)備信息可以重新約定一個接口，在整個采集開始之前發(fā)送設(shè)備信息，這樣可以避免在事件采集接口上重復(fù)采集固定數(shù)據(jù)。

{
    "header":{ // HTTP 頭部
          "X-Device-Id"  ："550e8400-e29b-41d4-a716-446655440000"  ,      //  設(shè)備id
    },
    "body":{ // HTTP Body體
              "DeviceType":  "web" ,   //設(shè)備類型
             "ScreenWide"  :  768 , //  屏幕寬
             "ScreenHigh":  1366 , //  屏幕高
             "Language":    "zh-cn"  //語言
    }
}

埋點應(yīng)該讓調(diào)用的業(yè)務(wù)方，盡可能少有工作量，最好是什么都不用做，