编辑导语：在B端设计业务场景中，非产品或数据分析师可能常常会忽略数据埋点，但是在提升用户体验、改进产品更新迭代方向的过程中，数据埋点其实起着至关重要的作用。本文作者就对B端产品业务场景中的数据埋点进行了详细分析，让我们一起来看一下吧。

哈喽~ 不知各位奋斗在一线的B端小伙伴是否会常常会有以下的困惑？

• 现有的设计方案是最适合用户的吗？如何通过科学的手段去验证呢？
• 设计了多个版本的方案，究竟哪个版本是更好的？为什么是这个版比较好？

设计师在输出设计稿之时，通常会使用各式各样方法论来辅助设计，如：用户调研，竞品分析，可用性测试等。但是这些方法论并不能很客观验证我们的设计。想要客观验证我们的设计只有通过数据去发掘有方案里面的问题，验证最终方案是否有效；而数据的埋点是我们打开数据思维的重要一环。

什么是数据埋点？

“应用埋点数据”也叫“埋点数据”或“前端页面数据”，我们可以简单理解为“通过技术手段获得用户在应用内（网站、客户端、小程序等）的操作行为数据”。其背后原理是：用户和界面发生交互，系统需要向服务器发送请求和返回请求，把这些请求预埋一段计数代码，就能得到页面的曝光数据和用户的操作数据。——摘自《腾讯文档 | 数据化设计》

拿个通俗的例子来讲，数据埋点就像是我们城市街道里面的摄像头，每一个摄像头、都是城市这个大系统的一个埋点，它监控记录着这个区域里面发生的一切事情，满足交通，市政，企业管理，等等的需求。通过这个比喻是不是就能很快明白什么是数据埋点了呢？

我们对埋点的定义有了一个基础的认知，那么请各位小伙伴们想一想，我们在日常工作中数据质量惨淡的原因是什么？这边给大家5秒钟思考一下~

5

4

3

2

1

相信大家或多或少都会有一些小思路！那么此处分享一些我们公司数据混乱的原因，起初，我在刚来公司时，整个接受的业务数据质量是存在着非常大的提升空间的，查看了现有数据后发现主要问题在于数据收集这一块没有做好，而今天要提到的数据埋点又是数据收集这块的主要方式，我总结了我们公司数据混乱的原因有以下几点：

• 前期产品上线压根没考虑到埋点；
• 埋点后模块数据无法正常上报或者上报错误不进行处理；
• 埋点方式错误，没有找准关键数据指标；PC端采用了M端的埋点方式，B端产品采用了C端的埋点方式。

不知道有木有小伙伴的情况和我们的一致呢？，如果有那得打起十二分精神看下去啦，下面会讲一些怎么去优化这种情况的方法。

一、你的数据来源真的准确吗？

在总结埋点的方法之前，我与很多在B端行业深耕多年的设计小伙伴们交流后，发现一个非常魔幻的现象。

的确随着互联网环境改变，无论是在处理产品迭代需求还是运营的活动，都会依靠数据作为一个决策参考。但是通常我们的对数据来源却不会产生质疑，设计师的数据来源通常都是从产品那边拿来的，我们却没思考过产品是从哪里拿来的数据。深挖以后才发现产品对手上的数据真实性其实也没有验证过，因此产品端数据都是模糊的更别提经手到设计这边了。

那么如果我们能通过自身推动埋点需求，获取想要的数据，便从根源上解决了数据真实性的问题了~

二、B端设计师需要懂得的埋点知识有哪些？

前面提到了摄像头是监控一个城市是否运作良好的重要工具，同样的，数据埋点也是监控我们产品体验良好的重要手段。当一个城市发生交通事故的时候，我们可以依靠摄像头来还原事件的过程，从而得出结论和处理方法，当用户反馈一个问题时我们也可以通过埋点的数据去给我们的产品开处方，避免头疼医头、脚疼医脚的尴尬境地。