从做数据产品开始，自己的日常工作就被埋点占据了大部分，到后面做平台类数据产品之后发现埋点问题依旧占据很多精力且治理困难，写这篇文章也是跟大家讨论讨论自己做埋点治理的心得以及深入剖析下为什么埋点质量这么难保障。
做埋点时间长了，越来越觉得埋点并不像自己想象的那么简单，仅仅是开发在自己要统计的业务场景下写埋点代码打包上传统计数据就完成工作，从最开始的埋点需求规划再到最后数据上报只要有一个环节有坑就会影响数据准确性，而数据准确性估计是每个数据人工作中必须要面对的难题。下面简单聊聊自己遇到的坑，这些或许仅仅是表述了现象，至于导致此现象发生的本质相信就仁者见仁 智者见智了。
01
埋点需求混乱且缺少管控
产品和运营作为埋点需求的常见提出方，当新功能或活动上线时会提很多埋点需求，数据产品在这个环节如果对埋点需求没有明确的提需规范和把控，就会导致埋点需求爆炸，对于开发和维护成本都是压力，并且后续做数据分析的时候经常会发现数据不可用或数据不准确，那其实后续排查问题的成本非常大，所以数据产品一定要对埋点需求有全局把控。
1
明确埋点要统计哪些指标
数据产品在评审埋点需求的时候很重要的一点就是：明确埋点要统计哪些指标。埋点统计是服务于指标的，如果对埋点需求没有管控放任提需，经过几个版本的迭代就会发现埋点维护很难，而且这样也能反推运营和产品思考自己到底关注哪些核心指标，对后期的数据统计和复盘都是有帮助的。
2
明确埋点提需规范
埋点