《七天数据埋点之旅》指引篇
0x00 前言
数据埋点是一份上手容易精通难的典型例子，可以说人人都可以埋点，但是埋点质量差异巨大，而这份差异随着时间推移会加速放大。
埋点设计的复杂性不亚于系统设计，其应用的场景、牵涉的方面和背后的思考也是相对复杂的。数据埋点的质量是依赖于日志采集为源的数据系统的根基，所以埋点是整个数据体系中很值得深耕的方面。
目前很少能有系统介绍埋点的文章，大多都是简单的介绍下埋点的分类和现状，对具体埋点设计的思维方式、原则、典型场景和管理的文章就更加缺少，本系列在这个方面做了探索，试图呈现埋点全景图。
0x01 路线
本系列从从实际业务中埋点的整个流程讲起，分别对应本系列的：
初识埋点
对埋点有个基本概念，了解埋点采集的信息样式、目前的技术现状等。
埋点前的注意事项
梳理旧需求和旧埋点，整理信息架构，埋点的流程是如何运作的，这些工作可以很大程度上帮助你快速展开埋点工作，提高对信息采集的设计能力。
埋点设计上和下
埋点设计的四大思维和典型场景，埋点的核心。
埋点注意事项
无规矩不成方圆，尤其是像埋点这个横向牵涉到产品、数据产品、业务开发、大数据开发、测试、运营各方人员，纵向又会随着版本迭代等因素不断的演变，因此需要一套规则和规范埋点的设计和管理方式，
埋点验收
埋点开发和普通的业务开发一样，测试验收环节必不可少，但有些不同，业务开发大多都能通过界面操作感知就可以验证，而埋点的验证是隐性的，需要借助专门的工具来对比。而且验收更加严格，测试验收、数据开发人员验收、数据产品经理验收。
埋点实践
最后以第七篇《埋点实战》结尾，学以致用，系列文章和埋点过程的对应如下图所示:
0xFF 期望
埋点能力的提高不是一蹴而就的，在实际业务中结合数仓和指标体系设计多梳理、多思考，不断提高埋点技能，以希望能达到面向指标、心怀数仓的埋点设计水平。
本文为数据茶水间群友原创，经授权在本公众号发表。
关于作者：我是水大人，资深潜水员，一个基于开发、面向分析、走向全栈的饱经摧残的数据新手，爱折腾不爱玩，爱总结爱思考的老兵，错了改改了又错的惯犯。
腾讯云开发者
