在CDP交付階段，行為事件規(guī)劃這一環(huán)節(jié)是不能忽略的環(huán)節(jié)，而事件又可以分為兩種類型，一種是元事件，可通過埋點(diǎn)獲取，另一種是虛擬事件。這篇文章里，作者就進(jìn)行了解讀和分享，一起來看。

內(nèi)容目錄：

行為事件

行為事件分為離線和實(shí)時(shí)，多數(shù)行為事件是實(shí)時(shí)的，因?yàn)樾枰ㄟ^實(shí)時(shí)數(shù)據(jù)進(jìn)行分析和營(yíng)銷。行為事件多數(shù)來源于應(yīng)用，包含APP、小程序、H5等，其次來源于業(yè)務(wù)系統(tǒng)，客戶到店，試駕無法通過埋點(diǎn)所能獲取的客戶行為，最后就是來源于第三方的，包含公眾號(hào)、抖音、快手等交互事件。

數(shù)據(jù)埋點(diǎn)是一種數(shù)據(jù)采集方法，主要采集用戶在網(wǎng)站、APP、小程序等應(yīng)用端的使用情況、行為習(xí)慣等。

事件分為兩種類型，一種是元事件通過埋點(diǎn)獲取，另一種是虛擬事件，通過規(guī)則或算法組合多個(gè)元事件及篩選條件所構(gòu)成的事件。

1. 元事件——代碼埋點(diǎn)

代碼埋點(diǎn)分為前端埋點(diǎn)和后端埋點(diǎn)，均是通過每次事件或數(shù)據(jù)發(fā)生進(jìn)行點(diǎn)對(duì)點(diǎn)的代碼添加進(jìn)行埋點(diǎn)上報(bào)。

前后端埋點(diǎn)是可以共存的，但盡量不要重復(fù)，前端埋了后端就不用埋點(diǎn)了，相對(duì)來說前端埋點(diǎn)會(huì)多些，后端埋點(diǎn)至針對(duì)于數(shù)據(jù)傳輸且要額外不足寫前端無法提供數(shù)據(jù)才使用后端埋點(diǎn)，可以企業(yè)自埋點(diǎn)，也可以通過三方SDK進(jìn)行埋點(diǎn)，優(yōu)點(diǎn)就是足夠靈活。配場(chǎng)景精準(zhǔn)度高，缺點(diǎn)就是開發(fā)成本高每個(gè)事件都需要加入埋點(diǎn)代碼，對(duì)于APP來講每次更新需要額外發(fā)版。

代碼埋點(diǎn)出現(xiàn)的時(shí)間很早了，在 Google Analytics 年代，就已經(jīng)出現(xiàn)了類似的方案了。目前，國(guó)內(nèi)的主要第三方數(shù)據(jù)分析服務(wù)商，如百度統(tǒng)計(jì)、友盟、TalkingData 等都提供了這一方案。Sensors Analytics 也一樣提供了** iOS、Android、Web** 等主流平臺(tái)的代碼埋點(diǎn)方案。

它的技術(shù)原理也很簡(jiǎn)單，在APP或者界面初始化的時(shí)候，初始化第三方數(shù)據(jù)分析服務(wù)商的SDK（Software Development Kit），然后在某個(gè)事件發(fā)生時(shí)就調(diào)用SDK里面相應(yīng)的數(shù)據(jù)發(fā)送接口發(fā)送數(shù)據(jù)。

例如，我們想統(tǒng)計(jì)APP里面某個(gè)按鈕的點(diǎn)擊次數(shù)，則在APP的某個(gè)按鈕被點(diǎn)擊時(shí)，可以在這個(gè)按鈕對(duì)應(yīng)的 OnClick 函數(shù)里面調(diào)用SDK提供的數(shù)據(jù)發(fā)送接口來發(fā)送數(shù)據(jù)。

2. 元事件——可視化埋點(diǎn)

通過設(shè)備連接數(shù)據(jù)接入管理界面，對(duì)可交互的頁面元素，直接在界面上進(jìn)行操作實(shí)現(xiàn)數(shù)據(jù)埋點(diǎn)，這種方式自研不合適一般直接采購(gòu)第三方，可視化埋點(diǎn)和無埋點(diǎn)非常相似，兩者的區(qū)別在于：可視化埋點(diǎn)先通過界面配置哪些控件的操作數(shù)據(jù)需要收集，而無埋點(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。

可視化埋點(diǎn)優(yōu)點(diǎn)：方便產(chǎn)品和運(yùn)營(yíng)直接在頁面上進(jìn)行圈選所需的部分。

可視化埋點(diǎn)缺點(diǎn)：可視化埋點(diǎn)能夠覆蓋的功能有限，只能采集到用戶肉眼可見的數(shù)據(jù)。

3. 元事件——無埋點(diǎn)

無埋點(diǎn)無差別地記錄用戶在前端頁面上的行為，對(duì)應(yīng)的英文是Codeless Tracking。無埋點(diǎn)并不是說不要添加代碼，而是不需要開發(fā)人員添加額外代碼。無論是埋點(diǎn)的方法，還是不埋點(diǎn)的方法，都必須要添加基礎(chǔ)代碼。

無埋點(diǎn)優(yōu)點(diǎn)：

1. 技術(shù)成本低，對(duì)用戶非常友好，不需要重新部署，配置完成就可以生效；
2. 數(shù)據(jù)可以“回溯”。

無埋點(diǎn)缺點(diǎn)：

1. 上報(bào)的數(shù)據(jù)量比埋點(diǎn)大很多，里面可能很多是沒有價(jià)值的數(shù)據(jù)；
2. 不能靈活地自定義屬性；
3. 傳輸時(shí)效性和數(shù)據(jù)可靠性欠佳；
4. 由于所有的控件事件都全部搜集，會(huì)給服務(wù)器和網(wǎng)絡(luò)傳輸帶來更大的負(fù)載。

企業(yè)一般都會(huì)采用混合埋點(diǎn)，無埋點(diǎn)或可視化埋點(diǎn)，然后通過代碼埋點(diǎn)補(bǔ)全不足。

總體來說，無埋點(diǎn)和可視化埋點(diǎn)更側(cè)重結(jié)果的展現(xiàn)，對(duì)過程追溯少，更適合產(chǎn)品經(jīng)理分析基礎(chǔ)的產(chǎn)品功能流暢度、用戶體驗(yàn)、產(chǎn)品路徑設(shè)置等。代碼埋點(diǎn)和后端埋點(diǎn)，不僅能展現(xiàn)結(jié)果，也會(huì)記錄用戶行為過程，支持深度的行為分析和偏好洞察，還可將行為數(shù)據(jù)與業(yè)務(wù)數(shù)據(jù)打通，適合產(chǎn)品和運(yùn)營(yíng)人員深度使用。

無論采用哪種埋點(diǎn)方式，都應(yīng)該根據(jù)業(yè)務(wù)場(chǎng)景和產(chǎn)品階段，梳理和構(gòu)建數(shù)據(jù)分析體系。埋點(diǎn)規(guī)劃混亂、數(shù)據(jù)采集無序、數(shù)據(jù)分析斷層，最終將會(huì)讓企業(yè)陷入“有數(shù)據(jù)而無價(jià)值”的境地。

4. 虛擬事件

組合多個(gè)元事件及其篩選條件構(gòu)成虛擬事件，虛擬事件中任一元事件被觸發(fā)即視為該虛擬事件被觸發(fā)。

可以將多個(gè)意義相近的事件組成虛擬事件，比如將產(chǎn)品中主要行為的元事件組成的虛擬事件“核心行為”，可將其應(yīng)用于留存、漏斗等分析模型中。

適用于以下典型場(chǎng)景：

1. 分析新用戶：App 啟動(dòng)和頁面瀏覽的新用戶，用虛擬事件進(jìn)行合并分析.
2. 分析多個(gè)元事件組合：分析多個(gè)元事件組合后的事件分析，例如虛擬事件【深度使用】一天進(jìn)入APP3次且每次瀏覽超過5個(gè)頁面。