埋点分类介绍什么是埋点？埋点是一种用户行为数据化的记录，基于业务或者产品需求，对用户在产品内产生行为的每一个事件对应的

埋点是一种用户行为数据化的记录，基于业务或者产品需求，对用户在产品内产生行为的每一个事件对应的页面、位置、属性等植入相关代码，并通过采集工具上报统计。采集的数据可以用来分析网站/APP的使用情况，用户的使用习惯等等，延伸出用户画像、用户偏好、转化路径等一系列数据产品。

1. 代码埋点

前端开发人员在代码中自定义监听和收集。

优点：

 - 按需采集，对业务的数据分析更聚焦

 - 方便地设置自定义属性、自定义事件，传递比较丰富的数据内容

缺点：埋点代价比较大，每一个控件的埋点都需要添加相应的代码，不仅工作量大，而且限定了必须是开发人员才能完成

适用场景：适用于定制化程度高，埋点量少的需求

eg: 百度统计，友盟

2. 全埋点

利用浏览器的监听方式，对用户的访问，点击等行为进行全量的收集。

优点：方便，快捷，与代码埋点项目开发量较少

缺点：采集的数据较杂，准确性不高，流量消耗较大，用户的任何行为都会被上传

适用场景：全网站都需要埋点监控

eg: Google Analytics, GrowingIO

3. 可视化埋点

通过可视化工具配置采集节点，选择埋点的模块、位置，非开发人员也可操作

优点：非开发人员可操作

缺点：需要引入第三方，控件有限

适用场景：埋点量多，需要对数据深度整合分析

eg: 神策数据，数极客 ,mixpanel

服务端埋点通常是由服务端代码中调用相关API 进行埋点，这个时候埋点会更准确地记录数据的改变，会忽略网络传输可能造成的不确定性风险

优点：数据传输实时性强，数据丢失风险小

缺点：仅仅采集服务端的数据，对于用户交互埋点无法收入

百度统计接入

Google Analytics 接入

这里我写了一篇关于Google Analytics 接入的详细介绍： Google Analytics（埋点）使用指南

hubble

hubble.netease.com/help/_book/…

如何接入web应用？：

// 创建建议 
DATracker.track('createAdvise', {

    ProductId: '123456',
});