大数据平台001-数据埋点

数据埋点如何实现？

一、可以通过第三方平台来完成，比如诸葛io、growing io、神策等
二、自埋点之全自动化埋点
三、自埋点之手动埋点
四、自埋点之半自动化埋点

不建议第三方平台，由于要做到通用他们支持的功能是有限的并且不提供元始数据。
建议全自动化埋点，因为不太希望新增或修改页面时要增加额外的埋点工作量，虽然对于数据平台来说手动埋点更加的精准和方便一些。
所以以下篇幅都是介绍全自动埋点

数据埋点要解决什么问题？

数据平台的原始数据分为两类，一种是业务数据一种是行为数据
业务数据：主要来源于业务数据库快照，一般回顾过去，用于做报表分析
行为数据：主要来源于埋点，一般是预测未来，用于增加用户体验的
只是通常是这样，但有时也可以做交叉分析，相互服务。

数据埋点的维度也可以是多维度的，如：
IOS/安卓/浏览器，合起来也被称为三端埋点，主要用于记录用户的行为数据，简单的用法如 PV、UV、用户粘度、使用时间分布、路径深度等，可以为用户画像多增加一些指标，也可以单独拿出来展示
服务器埋点，主要收集各服务的使用情况，错误信息等，接口性能等。当然你也可以通过ELK的方式来实现，不过数据放入平台的价值会更大，可以做更加复杂的计算。可能通过数据埋点到数据流中间件，然后ETL到elaticsearch中。 当然适合你的就是最好的，根据自己的需要决定。尽量做到正好够用并且又容易做后期的扩展。

埋点注意事项？

一、质与量之间取个平衡，信息量大固然是好的，但是用户流量也很重要
二、数据格式定义要简洁，即要兼顾埋点的复杂度也要兼顾数据格式带来的信息体增量，我当时是连json都没用，直接用分隔符来与数据平台约定，精简到了极致。但是这个要取决于你的情况，也许你的用户场景并不担心信息体大小的问题。
三、三端格式要统一，其实不统一也没关系，后台计算就要分开，好的约定可以节约计算成本。

埋点数据如何解析?

之前说了