
數(shù)據(jù)分析產(chǎn)品的下一個(gè)進(jìn)化:基于無埋點(diǎn)的有埋點(diǎn)
一直以來,人們把大數(shù)據(jù)和埋點(diǎn)技術(shù)緊緊捆綁在一起,大數(shù)據(jù)時(shí)代也被稱為埋點(diǎn)時(shí)代。技術(shù)發(fā)展,更新更快的無埋點(diǎn)技術(shù)橫空出世。那么埋點(diǎn)技術(shù)是不是就此被判了死刑,無埋點(diǎn)就是萬能的了?非也,二者只會(huì)進(jìn)化的更為高級(jí)。
為什么這樣說呢?其實(shí)從埋點(diǎn)技術(shù)的誕生和發(fā)展不難看出,一切都是源于大數(shù)據(jù)的發(fā)展,對(duì)數(shù)據(jù)的需求更加全面和精準(zhǔn),為適應(yīng)這種發(fā)展,埋點(diǎn)技術(shù)不斷更新迭代。這也是大數(shù)據(jù)發(fā)展的根源。
埋點(diǎn)的進(jìn)化發(fā)展史
互聯(lián)網(wǎng)發(fā)展起始階段,用戶不關(guān)心流量,沒有意識(shí)到需要檢測(cè)網(wǎng)站信息,一切都處在野蠻生長的階段,隨著時(shí)代的進(jìn)步,業(yè)務(wù)也在增長,網(wǎng)站的流量開始增多,這時(shí)大家意識(shí)到這些數(shù)據(jù)中蘊(yùn)含著大量的用戶信息,加之用戶需求越來越復(fù)雜,這時(shí)運(yùn)營人員就需要一些關(guān)鍵的數(shù)據(jù)作為參考。
比如一些互聯(lián)網(wǎng)公司,發(fā)展到一定程度,都會(huì)有專門的數(shù)據(jù)團(tuán)隊(duì)或者兼職數(shù)據(jù)人員,對(duì)公司的一些業(yè)務(wù)指標(biāo)負(fù)責(zé)。同時(shí)產(chǎn)品的迭代升級(jí)同樣需要大量的數(shù)據(jù)來支撐,如果沒有數(shù)據(jù)指標(biāo)的支撐,又怎么衡量這個(gè)功能升級(jí)是不是合理的呢?互聯(lián)網(wǎng)產(chǎn)品并不是功能越多就越好,產(chǎn)品是否經(jīng)得起用戶考驗(yàn),還是要基于數(shù)據(jù)說話的,然后學(xué)習(xí)新知識(shí),用于下一輪的迭代。于是,埋點(diǎn)就此誕生了!
從埋點(diǎn)發(fā)展到今天的無埋點(diǎn)經(jīng)歷三個(gè)階段的升級(jí),第一階段是代碼埋點(diǎn),最初的埋點(diǎn)是在代碼的關(guān)鍵部位植入N行代碼,追蹤用戶的行為,得到想要的數(shù)據(jù)。挖開產(chǎn)品本身,找到收集點(diǎn).進(jìn)行源源不斷的傳遞數(shù)據(jù)。簡單的說,找節(jié)點(diǎn),布代碼,收數(shù)據(jù)。
但隨著業(yè)務(wù)規(guī)模擴(kuò)大,數(shù)據(jù)需求增多,埋點(diǎn)效率低下,采集成本過高等問題開始暴露,這時(shí)候新的埋點(diǎn)技術(shù)出現(xiàn)了,即第二階段框架式埋點(diǎn)。
框架式埋點(diǎn)也稱“可視化埋點(diǎn)”。用框架式交互手段來代替純手工寫代碼,固化相應(yīng)代碼的做為SDK,方便直接調(diào)用.這是一個(gè)非常大的進(jìn)步。框架式埋點(diǎn)很好地解決了代碼埋點(diǎn)的埋點(diǎn)代價(jià)大和更新代價(jià)大兩個(gè)問題。但框架式埋點(diǎn)能夠覆蓋的功能有限,關(guān)鍵在于不是所有的控件操作都可以通過這種方案進(jìn)行定制,而且數(shù)據(jù)收集難度加大,因此無埋點(diǎn)技術(shù)走入了大眾的視線。
“無埋點(diǎn)”則是先盡可能收集所有的控件的操作數(shù)據(jù),然后再通過界面配置哪些數(shù)據(jù)需要在系統(tǒng)里面進(jìn)行分析?!盁o埋點(diǎn)”相比框架式埋點(diǎn)的優(yōu)點(diǎn),一方面是解決了數(shù)據(jù)“回溯”的問題,另一方面,“無埋點(diǎn)”方案也可以自動(dòng)獲取很多啟發(fā)性的信息。無埋點(diǎn)大大減少了開發(fā)人員的開發(fā)成本及技術(shù)和業(yè)務(wù)人員的溝通成本。可以說無埋點(diǎn)技術(shù)的出現(xiàn),最大化的提升了數(shù)據(jù)收集的速度,大幅縮短了數(shù)據(jù)收集周期,使得原來不敢想的事情現(xiàn)在敢做了,原來礙于必須有時(shí)效性不敢收集的數(shù)據(jù)也可以迅速進(jìn)行分析了,在這點(diǎn)上,無埋點(diǎn)技術(shù)對(duì)傳統(tǒng)埋點(diǎn)技術(shù)的優(yōu)勢(shì)巨大。那么發(fā)展到無埋點(diǎn)是否就此為止了呢?答案是否定的。
下一個(gè)階段---無埋點(diǎn)基礎(chǔ)上的有埋點(diǎn)
從埋點(diǎn)到無埋點(diǎn),每個(gè)階段的演變都是順應(yīng)時(shí)代發(fā)展的需求,二者不是簡單的被淘汰,而是在原來的基礎(chǔ)上更新迭代,回到根源上來說,對(duì)數(shù)據(jù)的全面和精準(zhǔn),也是技術(shù)進(jìn)化的一個(gè)催化加。因此我們有理由大膽猜測(cè),數(shù)據(jù)分析技術(shù)只會(huì)繼續(xù)下一個(gè)階段的進(jìn)化,基于無埋點(diǎn)上的有埋點(diǎn),支持我們的理由是什么?
首先我們了解一下它的概念,所謂無埋點(diǎn)技術(shù),并不是說完全不用在App中植入代碼,而是需要調(diào)用SDK代碼,在應(yīng)用頁面的加載過程中、點(diǎn)擊事件傳播過程中、在其中間的某個(gè)點(diǎn)自動(dòng)嵌入監(jiān)測(cè)代碼來采集數(shù)據(jù)。簡單來說,就是通過簡單的引入一段代碼來實(shí)現(xiàn)監(jiān)測(cè)。目前主流的APP監(jiān)測(cè),引入監(jiān)測(cè)方的SDK;網(wǎng)站端監(jiān)測(cè),則引入監(jiān)測(cè)方的JS文件,通過引入的SDK或者JS文件來實(shí)現(xiàn)對(duì)APP或者網(wǎng)站的流量、頁面熱點(diǎn)、用戶數(shù)等等這類基礎(chǔ)數(shù)據(jù)的統(tǒng)計(jì)分析。因此無埋點(diǎn),并非完全不埋點(diǎn),只是少埋點(diǎn),不是大家理解的不埋任何代碼就能實(shí)現(xiàn)監(jiān)測(cè),無埋點(diǎn)不能脫離有埋點(diǎn)獨(dú)立存在的。
其次,雖然無埋點(diǎn)看似十分先進(jìn),但也同樣存在一些弊端,不能靈活地自定義屬性,傳輸時(shí)效性和數(shù)據(jù)可靠性欠佳,由于所有的控件事件都全部搜集,給服務(wù)器和網(wǎng)絡(luò)傳輸帶來更大的負(fù)載;現(xiàn)有的無埋點(diǎn)技術(shù)并非官方標(biāo)準(zhǔn)方案,有可能在未來無法使用;監(jiān)測(cè)需求相對(duì)比較基礎(chǔ),更多的是依據(jù)流量、用戶、熱點(diǎn)的一些分析統(tǒng)計(jì),不涉及到一些自定義、或者更細(xì)化的統(tǒng)計(jì)分析,比如每個(gè)訂單、會(huì)員的監(jiān)測(cè);或者頁面存在jQuery時(shí)對(duì)頁面熱點(diǎn)的監(jiān)測(cè)。
比如我們以APP來說,APP所有新聞頁、產(chǎn)品詳情頁的類名都是一個(gè),那么無埋點(diǎn)就無法區(qū)分不同新聞頁或者產(chǎn)品詳情頁的數(shù)據(jù),這就影響到了數(shù)據(jù)的精準(zhǔn),這種情況下就需要添加代碼來實(shí)現(xiàn)。
就比如城市要鋪設(shè)新的業(yè)務(wù)管道,那必須開挖路面,光看是不行的,同時(shí)要計(jì)量或控制管道的流量大小,知道管道里的流動(dòng)情況,就必須在相應(yīng)的節(jié)點(diǎn)上裝相應(yīng)的閥門,這就好像埋點(diǎn)一樣。
有時(shí)一些特殊需求或者特殊格式,也需要額外手動(dòng)發(fā)送請(qǐng)求代碼來實(shí)現(xiàn),比如滾動(dòng)條高度、及其它稍復(fù)雜的監(jiān)控都無法做到,如果需要采集全方位的數(shù)據(jù)進(jìn)行更專業(yè)的分析,仍需要靠開發(fā)人員來埋點(diǎn)配置。
可見,無埋點(diǎn)在數(shù)據(jù)監(jiān)測(cè)中并不能做到全面。這就注定埋點(diǎn)技術(shù)不會(huì)安安靜靜的選擇“狗帶”,無埋點(diǎn)技術(shù)又不是吹噓的十分萬能。實(shí)現(xiàn)全面監(jiān)測(cè),將二者有效的結(jié)合在一起才是發(fā)展的正理。
因此在基于無埋點(diǎn)的基礎(chǔ)上,通過一些手動(dòng)發(fā)送請(qǐng)求方式(也就是所謂的埋點(diǎn)),來實(shí)現(xiàn)全面監(jiān)測(cè),這是目前行業(yè)需求和技術(shù)發(fā)展的主流方向,這種技術(shù)既解決了數(shù)據(jù)分析中的弊端,又確保了數(shù)據(jù)的精準(zhǔn)性,同時(shí)也具備很強(qiáng)的擴(kuò)展性。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-18剛?cè)肼殘?chǎng)或是在職場(chǎng)正面臨崗位替代、技能更新、人機(jī)協(xié)作等焦慮的打工人,想要找到一條破解職場(chǎng)焦慮和升職瓶頸的系統(tǒng)化學(xué)習(xí)提升 ...
2025-07-182025被稱為“AI元年”,而AI,與數(shù)據(jù)密不可分。網(wǎng)易公司創(chuàng)始人丁磊在《AI思維:從數(shù)據(jù)中創(chuàng)造價(jià)值的煉金術(shù) ...
2025-07-18CDA 數(shù)據(jù)分析師:數(shù)據(jù)時(shí)代的價(jià)值挖掘者 在大數(shù)據(jù)席卷全球的今天,數(shù)據(jù)已成為企業(yè)核心競(jìng)爭力的重要組成部分。從海量數(shù)據(jù)中提取有 ...
2025-07-18SPSS 賦值后數(shù)據(jù)不顯示?原因排查與解決指南? 在 SPSS( Statistical Package for the Social Sciences)數(shù)據(jù)分析過程中,變量 ...
2025-07-18在 DBeaver 中利用 MySQL 實(shí)現(xiàn)表數(shù)據(jù)同步操作指南? ? 在數(shù)據(jù)庫管理工作中,將一張表的數(shù)據(jù)同步到另一張表是常見需求,這有助于 ...
2025-07-18數(shù)據(jù)分析師的技能圖譜:從數(shù)據(jù)到價(jià)值的橋梁? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,數(shù)據(jù)分析師如同 “數(shù)據(jù)翻譯官”,將冰冷的數(shù)字轉(zhuǎn)化為清晰的 ...
2025-07-17Pandas 寫入指定行數(shù)據(jù):數(shù)據(jù)精細(xì)化管理的核心技能? 在數(shù)據(jù)處理的日常工作中,我們常常需要面對(duì)這樣的場(chǎng)景:在龐大的數(shù)據(jù)集里精 ...
2025-07-17解碼 CDA:數(shù)據(jù)時(shí)代的通行證? 在數(shù)字化浪潮席卷全球的今天,當(dāng)企業(yè)決策者盯著屏幕上跳動(dòng)的數(shù)據(jù)曲線尋找增長密碼,當(dāng)科研人員在 ...
2025-07-17CDA 精益業(yè)務(wù)數(shù)據(jù)分析:數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)增長的實(shí)戰(zhàn)方法論 在企業(yè)數(shù)字化轉(zhuǎn)型的浪潮中,“數(shù)據(jù)分析” 已從 “加分項(xiàng)” 成為 “必修課 ...
2025-07-16MySQL 中 ADD KEY 與 ADD INDEX 詳解:用法、差異與優(yōu)化實(shí)踐 在 MySQL 數(shù)據(jù)庫表結(jié)構(gòu)設(shè)計(jì)中,索引是提升查詢性能的核心手段。無論 ...
2025-07-16解析 MySQL Update 語句中 “query end” 狀態(tài):含義、成因與優(yōu)化指南? 在 MySQL 數(shù)據(jù)庫的日常運(yùn)維與開發(fā)中,開發(fā)者和 DBA 常會(huì) ...
2025-07-16如何考取數(shù)據(jù)分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當(dāng)下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價(jià)值、驅(qū)動(dòng)決策的 ...
2025-07-15CDA 精益業(yè)務(wù)數(shù)據(jù)分析:驅(qū)動(dòng)企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟(jì)時(shí)代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無外鍵關(guān)聯(lián)表的 JOIN 實(shí)戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫的日常操作中,我們經(jīng)常會(huì)遇到需要整合多張表數(shù)據(jù)的場(chǎng)景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學(xué)的瑞士軍刀? ? 在數(shù)據(jù)驅(qū)動(dòng)的時(shí)代,面對(duì)海量、復(fù)雜的數(shù)據(jù),如何高效地進(jìn)行處理、分析和挖掘成為關(guān)鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫操作中,誤刪數(shù)據(jù)、錯(cuò)改字段或誤執(zhí)行批量更新等問題時(shí)有發(fā)生。 ...
2025-07-14t檢驗(yàn)與Wilcoxon檢驗(yàn)的選擇:何時(shí)用t.test,何時(shí)用wilcox.test? t 檢驗(yàn)與 Wilcoxon 檢驗(yàn)的選擇:何時(shí)用 t.test,何時(shí)用 wilcox. ...
2025-07-14AI 浪潮下的生存與進(jìn)階: CDA數(shù)據(jù)分析師—開啟新時(shí)代職業(yè)生涯的鑰匙(深度研究報(bào)告、發(fā)展指導(dǎo)白皮書) 發(fā)布機(jī)構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11