数据人该知道的埋点体系（一）
The following article is from 一个数据人的自留地 Author 数据人创作者联盟
前言
埋点是将用户在App或者网页上各种行为记录下来并且上报的机制。埋点能有效的记录用户各式各样的行为，帮助我们更好的了解用户在我们平台的上行为习惯和使用体验，也能使我们朝着正确的方向迭代产品。本文将向大家介绍埋点的各个核心知识点。
一
埋点数据流向
埋点日志数据流向流程图
1.1
SDK 数据采集&上报
我们公司基于阿里云的开源SDK进行了二次开发，以适配与公司的业务情况。SDK的作用是将采集用户行为并且上报的代码进行打包成一个方法，各个埋点都通用采集的数据统一处理，个性化的采集数据进行抽象化。以便于开发能够快速高效的处理埋点任务。目前我们有iOS SDK、 Android SDK 、web SDK、小程序SDK这4个平台的埋点采集SDK。
SDK通用采集的数据主要有：
app_id 业务App标记Id
app_name 业务App标记名称
app_version 业务App的版本号
os 用户使用设备的系统
os_version os的系统版本
device_model 用户使用设备的品牌
local_timestamp 用户设备本地时间戳
reach_time 日志到达服务器时间戳
client_ip ip地址
carrier 网络类型
access 网络运营商
SDK采集主要就是以上的通用信息以及自定义的埋点信息（比如：页面、行为、用户Id等等）
1.2
日志实时采集与消费（LogHub）
我们使用了阿里云的LogHub服务进行日志采集与消费。LogHub主要功能：
通过ECS、容器、移动端、开源软件、JS等接入实时日志数据（例如Metric、Event、BinLog、TextLog等）。
提供实时消费接口，与实时计算及服务对接。
LogHub简介
1.3
日志初步清洗（LogHub-etl ）
这一步的作用对日志进行一次简单的清洗。主要对加密的日志进行解密处理，变成可阅读的样式。对ip地址进行解析，处理成真正的位置信息。对最外层的json解析成各个字段。
1.4
投递数仓（LogShipper）
数据在日志系统后，我们需要将日志投递至存储系统中，这里我们也采有阿里云的数仓投递服务LogShipper。阿里云LogShipper服务算是一个稳定可靠的日志投递。将日志中枢数据投递至存储类服务进行存储。支持压缩、自定义Partition、以及行列等各种存储方式。
1.5
数仓ODS层
在数仓ODS层中进行针对性的清洗工作，主要清洗步骤如下图所示：
ODS层日志清洗流程图
1.6
数仓DW层
在数仓DW层各个业务的数据开发同学基于各个业务的情况处理出一些DW层级的日志表给数据分析的同学进行使用。
1.7
数仓ADS层
数仓的ADS层也就是数据应用层，是数仓中对外展示的部分。也就是运营产品日常工作使用的数据报表或者后台数据看板等等。在这一层也就是基于业务的需要，对用户行为日志进行各种统计汇总成数据指标进行分析。
二
埋点设计思路
如何利用埋点完整的记录和描述用户的一次行为，我们公司目前采用的事件模型来记录。
埋点事件模型
事件模型的埋点数据结构完整地描述了Who、When、Where、How 和 What 五个要素。
Who、When、How 由一般由埋点 SDK 自动生成，埋点设计人员在绝大多数情况下不必关心这三个要素，因此设计的核心是Where，What。
Page 表示app 中的各个页面的页面名称
args_json 表示需要设计的参数，其中较为核心的是以下三个，他们共同描述了‘对什么内容进行了什么操作‘：
Bhv_Type：
具体的用户行为，我们称之为‘事件’；
LogTrackInfo：
包含server上传的server下发内容的信息；
LogExtInfo：
包含客户端上传的本地信息。
接下来重点来介绍这些核心参数的含义：
1). Page
Page定义:app 中的各个页面的页面名称
Page命名方式：
业务模块_核心命名_页面类型 （首字母大写）。
举例：
育儿页面=Parent；
商品详情页=Mall_Normal_Detail.
Page的规则：
页面具有注册属性：
即一个页面名只能给一个页面使用；
页面使用前缀来区分业务模块。
页面使用后缀来区分页面类型：
主页，二级列表页，详情页，tab/楼层页。
2). Bhv_Type
Bhv_Type定义：具体的用户行为，我们称之为‘事件’，分为：
内容事件：
曝光=View；
点击=Click。
页面事件：
页面浏览时长=Page_Read
App事件：
App启动=App_Foreground
页面事件和App事件一般比较少，基本上可以枚举。我们重点在来介绍下内容事件。
通用交互：
特定动作;动作过程完成。
一般就是曝光点击等。
业务事件：
特定动作;业务特有;动作过程完成。
包括分享完成、加入购物车等等。
是一种带着特殊含义的点击行为，需要特殊标记。
按钮类：
页面按钮;server/客户端本地配置;同类型有多个；
logTrackInfo信息。
有不要求过程完成。
不需要行为结果成功返回，用户触发即可。
一般用click+按钮名称信息来标记。
3). LogTrackInfo
LogTrackInfo定义:是server给出的埋点信息的载体，由参数和参数组组成。主要包括如下部分：
结构配置信息：
参数组在解释结构是什么，是哪一个；
补充说明结构的父类信息；
确认结构在页面位置。
一般是多对参数组成，例如itemType,ItemId这种样式。
有明确的参数规范。
结构内容信息：
结构内部跳转信息，也就是解释跳转后的内容是什么。
有明确的参数规范。
业务补充信息：
除默认参数外额外需要增加参数来说明用户行为的业务补充说明。
可以自由定义。
4). LogExtInfo
LogExtInfo定义：包含客户端上传的本地信息。客户端专用参数具有双向唯一性，即Duration只返回时长，返回时长只能用Duration。
以上4个埋点业务自定义内容参数就是埋点设计时核心的设计内容，基本能描述清楚90%以上的用户行为，另外复杂的用户行为还可以增加额外的参数来描述，这边就展开讲解。
- EOF -
觉得本文对你有帮助？请分享给更多人
推荐关注「Python开发者」，提升Python技能
点赞和在看就是最大的支持❤️