和大資料的聯絡--埋點

正文

前言

很多人還沒搞清楚PC網際網路的時候，移動互聯來了；我們還沒搞清移動互聯的時候，大資料時代又來了。伴隨大資料時代的到來，我們生活中產生的資料呈現出巨大的增長，網際網路每2天產生的資料相當於2003年之前產生的資料一樣多。

馬雲說過，大資料就是未來的石油。越來越多的網際網路公司開始重視資料的應用。資料應用的一個過程是：資料收集——資料整理——資料分析——資料視覺化。經濟基礎決定上層建築，資料收集是資料應用的基礎，資料收集的重要性不言而喻。資料不會撒謊，但生活中，我們往往被資料純潔的外表所欺騙。所以我們也要注重資料的質量。那麼網際網路公司是如何收集資料的？這其中就不得不提出一個很關鍵的人物——「埋點」。

埋點技術

所謂「埋點」，就是在正常的功能邏輯中新增統計邏輯。拿統計微信右上角「+」的點選次數為例，上報的資料可以採用KEY-VALUE形式，我們定義KEY為「CLICK_ADD_BTN」，VALUE的值為點選的次數。當用戶點選「+」時，展示選單的程式碼會通過按鈕的「回撥」來觸發執行，程式猿在業務程式碼執行完後，又加上了統計程式碼，把「CLICK_ADD_BTN」對應的VALUE加1，「+」被統計到了一次使用。

目前常見的前端埋點技術有3類：程式碼埋點、視覺化埋點、無埋點（無埋點屬於埋點的一個子集）。

程式碼埋點：控制元件操作發生時通過預先寫好的程式碼來發送資料。

優點：控制傳送資料時間，事件自定義屬性詳細記錄

缺點：時間、人力成本大，資料傳輸的時效性。

視覺化埋點：利用視覺化互動手段，通過視覺化介面配置控制元件操作與事件操作發生關係。通過後臺截圖的方式採集資料。

優點：成本低，速度快

缺點：行為記錄資訊少，支援的分析方式少

無埋點：Growing IO和Heap analytics，這2家是國內與國外的無埋點技術公司代表。使用者展現介面元素時，通過控制元件繫結觸發事件，事件被觸發的時候系統會有相應的介面讓開發者處理這些行為。現在市面上主流無埋點做法有兩種，一種是預先跟蹤所有的渲染資訊，一種是滯後跟蹤的渲染資訊。

優點：無需埋點，方便快捷

缺點：行為記錄資訊少，傳輸壓力大

 總結

最後，關於埋點有無問題，視覺化埋點和程式碼優劣問題，不管選擇哪個都要從自身情況去考慮，自身分析場景來體驗和對比，選擇最適合自己的。適合自己的才是最好的。