如何在数据农耕时代做个好“数农”？说说数据收集埋点这件事儿

本文由CDA作者库成员王安原创，并授权发布 原文来自公众号数据化决策（Data_Driven_Decision）。 CDA作者库凝聚原创力量，只做更有价值的分享。

原来分析的都是后台交易数据，现在要分析用户浏览行为，那要怎么搜集数据，埋点要注意点什么？

十年前在一家国有大行做分析数据时，数据是从磁带上导出来的核心系统的备份数据，数据诊断时候发现少了一个月的数据，后来检查才知道是磁带发霉了，数据无法恢复。这些数据搜集存储的目的不是做数据分析，分析这件事你做与不做，数据他都在哪里，就像一个厨师采来野果做菜，你不做菜，这个果子原本也就在哪里，这就是数据的渔猎时代。

而到了互联网时代，数据分析的概念已经深入人心，一个APP，一个网站，要精准运营，要数据分析是必不可少。这时候要了解分析用户使用的行为，就要埋点收集数据，这些数据如果不是为了分析的目的，本身是不用生成和搜集，就像一个厨师要做好薯条，就要种出个头和淀粉含量符合要求的土豆，这是数据的农耕时代。

要做新一代的好厨(feixi)师，就要既懂得打猎，又懂的种地，结合好两方面的食(shu)材(ju)，今天就以互联网金融分析场景为例，说说数据收集埋点这件事儿。

1.以分析作为数据埋点的目标

厨师先想好做什么菜，在选择用什么样的食材，在反推出要种什么样的粮食蔬菜。数据分析同样也是，先知道分析什么，再确定埋点的方案。

如果只是简单统计页面的展示量，按钮的点击量的的话，就所有控件统一埋上浏览和点击事件；但是如果又更进一步的分析需求，比如分析不同渠道用户购买理财产品的平均期限长度，7天的还是180天的理财产品，就要在购买行为埋点时纪录下产品的相关属性，作为购买事件属性的一部分，这样在后面分析的时候可以直接使用。

2.打通前端埋点数据和核心业务系统数据

传统金融客户分析都是分析用户金融行为，比如存款，贷款一类的行为，这类行为在业务数据库中可以查到；现在蓬勃发展的互联网金融业务中，还要分析纪录用户的前端浏览、交互的行为，对于一个用户的分析需要综合两方面的数据。

比如对于最近一直浏览网站，没有购买的客户进行精准推荐，就要结合最近浏览的产品种类和过去购买过金融产品金额，产品特性，进行分析，这就要打通前端日志数据的用户ID和后台业务系统中的用户ID，对于注册登陆用户要在日志中保留用户业务系统ID，以便与关联分析。

同时对于一开始没有注册登陆，后来注册登陆的用户，也要通过通用ID来进行关联，最终把非登陆行为数据，登陆后行为数据和业务系统数据整合起来，进行全面的分析。

3.统一不同平台的相同功能埋点名称

在移动端一般都会进行iOS和Android两个版本的开发，而这两个版本功能大致相同，这种情况下， 相同功能的事件的埋点，尽量用统一的名称。

比如绑卡按钮，最好不要一个叫“系统绑卡”，一个叫“绑卡操作”，如果要对绑卡这个行为进行分析时，不方便统一进行分析；而是统一叫做“绑卡操作”，因为在日志都会有“平台”这个事件属性，可以以平台作为维度来进行筛选和对比，不筛选就可以看到总体绑卡行为的操作次数和操作人数了。

4.通过存储上下文信息来优化分析过程

在日志数据中，每个事件都是一行数据，想对这些日志进行综合分析时，关联前后事件信息必不可少，如果可以在事件属性中纪录事件前后关系的信息，就可以更方便的进行分析。

比如在很多金融服务中都要在手机端填写比较多的登记信息，比如保险报价流程，需要跳转多个页面，如果要分析一次填写中的时间跨度，前后关联的情况，推荐在流程第一步时声称一个本次事务的ID，后面几步都纪录下这个ID，这样在使用的时候，以这个ID为关联，就可以更方便进行联合统计分析。

小结

数据时代，数据是企业的核心资产，要想让这种资产更好的发挥他的价值，就需要更多的“数农”，用更科学的“耕种”方法，获得更优质“收成”。

关于作者：

王安

前钱方银通科技有限公司首席分析师，目前于美国访学中。

北京大学光华管理学院MBA。此前曾带领团队为多家大中型银行，保险公司提供风险管理，数据分析咨询服务。关注领域包括：数据化决策，风险管理，互联网金融。

CDA协会高级会员，资深讲师