编辑导语：对于数据分析师来说，好的数据源是数据分析的根基，采集到的数据质量决定了数据广度和质量，影响着分析报告的所有环节。在获得高质量数据的过程中，数据埋点这一动作尤为必要，这是针对特定用户行为或事件进行捕获、处理和发送的相关技术及其实施过程。今天本文作者就为我们总结，如何做好数据埋点。

埋点是数据分析的基础，一套好的埋点体系，可以支撑后续的数据清洗、数据储存、数据产品、数据分析等，可以使整个数据应用事半功倍，极大提高数据使用效率。

那么埋点具体应该怎么做，有什么注意事项呢？某知名大厂具有丰富埋点经验的数据产品经理来为我们逐一揭晓。

一、埋点是什么？

埋点是一种用户行为数据化的记录，基于业务或者产品需求，对用户在产品内产生行为的每一个事件对应的页面、位置、属性等植入相关代码，并通过采集工具上报统计，采集的数据可以用来分析网站/APP的使用情况，用户的使用习惯等等，延伸出用户画像、用户偏好、转化路径等一系列数据产品。

通常的记录维度为who、when、what、where、how，即用户通过某种方式，在何时何地做了何事。举个例子游戏ID：1001，上午十点，在峡谷击杀了一个boss（bossID：abc）。

如上举例，数据分析师或者数据产品，通常需要对产品的用户行为（How：read）进行收集，设计出对应的埋点体系，产出一份严谨、体系化，且能支撑后续数据分析需求的埋点文档，那么怎么设计出一份规范的埋点文档呢？

二、埋点文档如何设计？

首先：梳理出产品的功能结构及业务流程，将核心流程梳理出来，确定关键指标，并细化各流程的影响因素，同时想清楚上下游的接入口是什么，避免埋点的重复，提高埋点复用性。

其次：规划出数据分析的框架，基于产品功能的路径转化和重要指标链路，设计出可供记录的埋点框架，使埋点契合分析框架的逻辑，避免冗余。

同时，埋点是用来记录用户的行为，埋点文档需要提供给前、后端研发进行埋点开发，所以文档中的信息尽量描述清楚，并且与开发拉会议，要求对埋点的理解对齐一致。

文档信息具体包括：

从以上举例中可以看出，埋点文档除了公共字段（Who、When、What、Where）外，主要记录关于How的设计，主要包括：