埋もれたデータは、多くの場合、仕事の後の単語を聞いたが、はい埋め理解していません。ほとんどの答えを知っている神の偉大に関するリファレンスの回答
ほとんどオリジナルを知ってます。https：//www.zhihu.com/question/36411025
最初の答え
著者：ブルヘッドの
リンク：HTTPS：// zhuanlan.zhihu.com/p/25 195 217
出典：ほとんど知っている
著者が著作権を保有。著者は認可商業転載してください接触、非商用の転載は、ソースを明記してください。
ポイントは、さらに最適化するために生成物をその後の、使用されるアプリケーション固有の処理でアプリケーションのステータスを追跡するために使用される情報の一部を埋め込み、いわゆる収集するために、または訪問の数（訪問）の訪問者の数（訪問者）、ステーなどサポート業務にデータを提供することです期間（サイト滞在時間）、ページビュー（ページビュー）の数や直帰率（直帰率）。ページ統計（この仮想ページビューの追跡）、統計的操作の動作（イベントによって、このボタンを追跡する）：このような情報の収集は、大きく2種類に分けることができます。
データの形で埋葬
今の主流は、2つの方法で埋もれ：
- 最初：自社製品のコード注入自身のR＆D統計、および適切なバックグラウンドチェックを構築します。
- 第二：ユニオン、Shence、Talkingdata、GrowingIOの友人などなどのサードパーティの統計ツール、。
あなたが早期の製品であれば、多くの場合、直接の基本的な分析のためのサードパーティのツールを使用して、データの収集および分析するための第2の手法を使用しています。より多くのデータセキュリティ、ビジネス、比較的洗練された企業は通常、収集データへの最初のメソッドを使用して、アプリケーションやそのデータ分析の要求を達成するために適切なデータ製品を構築気になる方に。
主な指標
レッツは、ニュアンスとこれらの指標の計算方法の複雑さを理解するために、APP、H5またはアプレットインジケータが懸念しているの両方を見てみましょう、別の角度は意味埋葬ポイントについて考えます。[出典：熟練したウェブ解析2.0 ]
- アクセスと訪問者
訪問（訪問）と訪問者数（訪問者）は、ほとんどすべてのアプリケーションは、最も基本的な指標である、統計的な指標が必要です。
統計的なアプリケーションでは、それは多くの場合、DAU、MAU、UVおよび他の指標を見ている統計ビジター（訪問者）を参照してください。アクセス（訪問）は、ユーザーがこのセッションと呼ばれる統計情報（セッション）の数の指標（訪問）の定義からいくつかの時間の閲覧と休暇を過ごすためのアプリケーションを開いて、セッション層を意味します。
セッション（セッションまたは訪問は）最初のアプリケーション（オープンアプリケーション）の要求と最終決定を開くための要求です。ユーザーがアプリケーションを開いている場合、電話やコンピュータから離れて、そして次の30分以内にノーアクション、セッション自動的に終了し、通常30分コンベンションセッション初期のWebバージョンのアプリケーションである（1回の訪問またはセッション期間としてカウントを置きます出願時の長い本発明の定義、長いユーザの滞在は、30分の制限も異なるであろう、要するに、ユーザがアクセスする時間の長さ）を表すことです。
訪問（訪問者）の数を計算するには、埋設報告されたデータは、実物に近いよう訪問者数。このシーンユニーク訪問者の統計的な指標の必要性があり、そこにまだ訪問（訪問者）の数は、実際の独立した人ではないことを強調するために必要であり、収集データアクセスへの訪問者の数は、アプリケーションの真の使用を反映するだけでなくすることができますがときので知っている必要があります数ではなく、実際のアプリケーションを使用している人々の数に等しいです。（その理由は、繰り返されるアプリケーションのインストールで、または電話パラメータが変更され、インデックスユニーク訪問者が影響を受けるようになります。埋没計算のアクセス数がクッキーに依存して、ユーザがアプリケーションを別の端末の一人で作成され、アプリケーションを開きますクッキーは、クッキーは保持されますが、それでも必然的に手動でクッキーは、同じアプリケーションクッキー矛盾を使用するには、無効化または鉛のユーザーをされてクリーンアップするだけのユニークビジターように、高さに近いアプリケーションを使っている人の実数。）
- 長期滞在
ロングアプリケーションまたはユーザーの訪問時間（セッション）滞在の滞留時間で特定のページを測定するために使用されます。
ページが長く滞在する場合は、各ページに費やした時間を表し、例えば：第一は、長期滞在の家に1分として計算し、長い（10：01）次のページにホームページを残してホーム（10時00分）を入力することです。ページは2分です。長いデータ収集は常に必ずしもなど、住宅を取得していないページB、この時間はあなたがポイント指標算出条件埋葬時に知っておく必要があります0（ように計算され記録されない異常または終了時間を残して、時間（10時03分）を入力します、）無効なデータを除きます。
彼らはアプリケーション、滞在の訪問時間（セッション）にとどまるどのくらい、それはすべてのページへの長い計算時間のアクセスであり、また、4分の長期滞在用アプリケーションである工程、上。
- 直帰率
直帰率の計算は、まだ多くの様々な企業で非常に存在する最も頻繁に使用されている：セッションページのシェアの割合だけ（理由訪問：このシナリオを想定し、ユーザーは、左のページにアクセス）そんなに注意が直帰率の指標である理由であっても、アンインストールこの恐ろしい光景、クローズそして、私がどのような地獄考え、アプリケーションをアプリケーションを開く：絵があるべきユーザーの心を考えます
バウンスレートは、2つのレベルに分けることができる：アプリケーション全体の第一、バウンス速度、第二は、ランディングページの直帰率の焦点であり、さらにキーワードバウンスレートを検索します。インデックス直帰率の操作性が非常に強いです、あなたはキーワード統計が率をバウンス直接を通じて問題を発見し、問題のページを見つけることができます。
- 離脱率
ページの終了率はこの指標の目標は非常に簡単であり、あること、多くのユーザーがページのためのアプリケーションを残したか、主なユーザーは、休暇にユーザアプリケーションからの状況を反映しています。どのページが探検する最速の方法です改善する必要があります。（注：出口速度は必ずしも悪いことではない。たとえば、次の予測プロセスの最終ノードの出口は高くなければなりません）
- 変換
我々はそれを出力測定するだけではなく、製品にそんなに投資していますか？コンバージョン率よりも注意権指数のだから、電気事業のクラスのアプリケーションのためだけでなく、より多くの価値がありますか？変換率は、ユーザがユニークビジターで割った注文を提出されたユニークユーザーまたは訪問のいくつかの種類の出力、製品の電力供給を割ることによって計算されます。
計算は、変換速度はそれほど単純に考えているようだが、それはデータ収集の最も近いサービスポイントに埋設されています。これはまた、スキルを埋設ほとんどの指標に反映され、それは先進の計算方法を特徴とする事業の組み合わせを必要とします。注文を送信/訪問者の数が最も基本的なコンバージョン率で、コンバージョン率が階層的であることができ、など、ユーザーへのパスを指定します。パスの完了は受注/訪問者数を提出します。
データ変換がどのような権利、収集されたデータの埋め、それをポイントに来る方法を考える、パスを検索してみてください？
- 参加
係合は、係合の指標とすることができるよう、これらのプレーヤーのための深さへのアクセス、アクセス頻度、電力供給のための注文の数、コンテンツプロバイダのシリアル番号、及びユーザの行動として、指標ではなく、まとめて指標のシリーズと呼ば指標。参加が指標として、インジケータはあなたが企業結合、化学反応を理解する希望がある理由は、学習し、使用することは、物事の本質を発見します。
コンテンツに埋もれ
他の部分は、アプリケーションの統計的挙動内で動作している、ページに、これらの重要な指標を読んだ後、実際には、埋め込まれたポイントは、大きく二つの部分に分け、一方は、ページがアクセスされたときにページ統計が作用して報告すること統計ページ訪問のアプリケーションが発生しています動作が報告される場合（例：転倒時アセンブリ、スライダをクリックしたときにコンポーネントが露出して）。
必要に統計的な指標については、アプリケーション内のすべてのページには、イベントは、固有のタグ情報、ユーザー情報、機器、時間パラメータは、レポートに追加されている特定のコンテンツパラメータのビジネスニーズを満たすため、ポイントを埋設されています。
埋葬のデータ点についての注意事項
- 完璧のないオーバー追求しています
データに埋もれ、それは非常に重要である、優れたデータを使用するために埋もれ、埋め込み高品質なポイントのデータを取得するために正確なデータを取得しようとしていない、直帰率のデータは、この例で説明されて、目の前に取得することができました、これまでに次の動きではなく、高品質の精度の追求に到達するために、米国のデータを使用します。これは、地球の穴に非常に簡単にデータの製品で、我々は常に自分自身を思い出させる必要があります。
第二の答え
リンクします。https：//www.zhihu.com/question/36411025/answer/468092622は
出典：ほとんど知っている
著者が著作権を保有。著者は認可商業転載してください接触、非商用の転載は、ソースを明記してください。
生産データ - データ取得 - データ処理 - データマイニングと分析 - データドライバ/ユーザーからのフィードバック - 製品の最適化/反復。
埋もれ：データ解析の最初のステップ
ビッグデータは、複雑なデータマイニング、ユーザーの習慣や嗜好の分析の背後から、独自のを調整し、最適化するために、対象ユーザーのニーズと組み合わせて商品やサービスのより多くのユーザー「味」を、識別、それはビッグデータの値であり、 。この情報の収集は、それが周りに開いていない分析「埋没します」。
小型科学：「埋没」
埋め込み点など、道路上のカメラは、車両の特性を収集することができるのと同様に、位置必要対応情報に収集される：色、ナンバープレートの番号、車両情報は、車両の挙動を取得することができる、例えば：NOがあり赤色光、いかなる圧力ラインが存在しない、速度番号、運転者は、カメラ分布が理想状態である場合、取得したカメラの異なる位置を重畳することにより、車の経路を復元することができる、など、運転中に携帯電話に答えていません目的地、でもそれは古いドライバ情報があるかどうか、ドライバの運転習慣を推測します。
だから、すべてのポイントは、データを多次元クロス分析で、ユーザーは実際のシーンを復元することができ、埋葬カメラ、キャプチャユーザーの行動データのようなもので、タップユーザーの需要、それによって、ライフサイクル全体のユーザーの最大の価値を高めます。
「姿勢」埋もれた4種類
フォローアップは、「純粋な」データ分析環境を作成するよう、より正確には、大量のデータを収集するためには、埋め込み技術がされて入ってきました。データが収集される方法に応じて、データベースを統合か。埋め込みコードを埋め込み、全体埋め込み可視化：遠位端が含む埋め込み前記埋め込み異なる場所に係る方法の埋め込み種々は、フロントエンド（クライアント）とリア埋め込み（サーバ）埋め込みに分けることができます。
埋没ポイント：SDK、オペレーショナルデータページにすべてのコントロールを収集するために、処理されるべきコンフィギュレーション特性データを「統計は画面」。
長所：すべての操作が埋設されているポイント、シンプル、速い、オンデマンドの統計的なデータが埋葬されていないた処理
短所：; - ;より多くのノイズ、データの精度が容易で、高くないアップロード消費データが流れ、データの次元シングル（のみ]をクリックし、ロード、リフレッシュは）真剣にユーザーエクスペリエンスに影響を与え、ユーザプロセスがちケイトンユーザーエクスペリエンスに影響を与えます干渉;カスタマイズ収集情報を埋葬することはできません。
衛星写真撮影、カメラを装着することなく、一つ一つが、膨大な量のデータ、及び、ミスに簡単なキー情報を掘ることは困難、したがって、すべての次のシナリオのために、ポイント的埋葬されます。
例えば、シナリオの・
すぐに配信の有効性を測定する必要性をクリックして、ランディングページ/トピックページでは短期的な活動：主のような、シンプルなページで使用されます。
埋め込みJS可視化：SDKを埋め込み、円は、視覚イベントを定義しました
便利な製品および操作のための学生には、ユーザーを追跡するために行動するページ（定義されたイベント）に直接、単純な円することができ、
開発時間を節約し、（クリック）操作をクリックするだけ収集、諸葛IOは最近、埋没、視覚JSによってサポートされていました。
利点：開発していないコンフィギュレーションのインターフェイス、便利な埋葬更新はすぐに有効にします
短所：貧しいサポートするために、カスタムプロパティを埋設、改造や変更時にページを再設定する必要性を。
カメラ、少量のデータ、局所領域取得支援情報ので、以下のシナリオに対してより適用可能な埋め込みJSの視覚化をインストールすることなく、空中衛星など。
例えば、シナリオの・
1、ファーストトラックのデータ収集方法：アクティブ/ H5およびその他の単純なページ、ビジネスの人々が直接、円、しきい値なしの操作は、すぐにマスターページにできるだけ運用を促進するために介入し、（世界平和）からの技術者は、そのようなデータ収集方法を減らすことができます変換キーノードが、軽いユーザ挙動データのアプリケーションと、より詳細な分析をサポートすることができません。
図2は、ページ一時的な調整、追加の埋め込みフレキシブル場合、補足コード埋め込みポイントとして収集したデータに時間の増加を使用することができます
埋設コード：SDK、カスタムイベントを埋め込み、イベントコードを追加し、オンデマンドの収集、ビジネス情報埋設コードが始まる行動の分析ビジネス上の価値があるので、データをより良く、より集中分析、。
利点：包括的かつ正確なデータ収集、（オーダーの精度を埋設：コード埋め込み>可視化>埋込み点埋没）、その後の詳細な分析を容易にするために、SDKは、アプリケーション自体の経験には影響小さいありません
短所：R＆D人員を調整する必要性、作業の一定量があります
例えば、シナリオの・
あなたが同時にデータを収集しない場合は1、、ユーザーエクスペリエンスを減らします
あなたは役に立たない膨大な量のデータを収集しない場合は2、
3、あなたが収集するデータにしたい場合：より細かく、より多くの次元、データ解析の高精度化
まあ、長期的な価値の成長は、埋め込みコードを選択してください考えます
埋没サービス終了：サーバ側から直接採取して、インタフェースの呼び出しを通じて、こうしたCRMや他のユーザデータとして、収集する機能を持つ彼らの顧客のためのより高いデータ精度を構造化データを他の業務データの取得と統合をサポートするために、または取得し、取得クライアントを組み合わせることができます。
例えば、シナリオの・
1、APIインターフェイスを呼び出して、そのようなユーザ行動データ統合、マルチユーザ視点の全額としてCRMデータ。
同社は、独自の埋め込みポイントシステムを持っている場合2は、メンテナンスが2ポイントシステムを埋め、データ解析のための諸葛IOプラットフォームにユーザーの行動データをアップロードするサーバーから直接収集することができます。
図3に示すように、履歴データ（ポイントを埋め込む前データ）を開くと、（後に埋設）新たなデータ、データの精度を向上させます。クライアントの獲得後のアクセスクライアントとしては、元の履歴データを導入した後に、プラットフォームに以前の既存のユーザーのアクセスは、それがデータエラーを削減する、新しいユーザーとしてマークされることはありません。
どのように埋葬？
埋もれた音「李カク不明」、「カメラが道路上に設置。」のように、実際には非常に簡単です
1、配信イベントを決定するために、製品のユーザーの行動をカーディング
埋もれた番組配信スキームカメラが搭載され≈
まさに、データ収集、データ分析に：多くの場合、諸葛6月コンサルティング子供用の靴がありますか？この質問に回答し、最初の明確な目的、ロジックを明確にします。
諸葛IOオブジェクトとユーザーの行動の基本的なデータ分析、直接出力分析作業の値に影響を与えるユーザーの行動の記録と分析を選択し、諸葛6月推奨：製品のターゲットと最も密接に最初の問題に関連して、現在のユーザーの行動を選択して、などイベント。電気プロバイダと、例えば、各ユーザプロセスの挙動は、論理イベントのイベント及び利得分布のタイプとして定義されます。
2、イベントを記録し、理解し、ユーザーの行動を分析
カメラを決定するために記録される情報は、絵や速度を取ることは違法でしょうか？
その後、記録および分析するユーザーの行動の必要性を整理するために、完全なイベント分布表の後に、それぞれ、プラットフォームの種類（iOS版、Androidの、JS）SDKへのアプリケーションの完全なアクセス権に応じて、R＆Dエンジニアの支援が必要配布イベントは非常に簡単なプログラムコードになります - あなたは適切な行動をするとき、あなたのアプリケーションは、このコード、諸葛IOに対応するイベント・レコードを実行します。配布が完了して髪製品のバージョンは、ユーザーがアプリケーションの新しいバージョンを使用して起動時に以下の分析を行うことができますので、、、用法習性データは自動的に、諸葛IOに転送されます。
このステップで、諸葛IOのCSチームが成功したデータ収集の最初のステップを完了した技術チームを支援し、企業のためのサポートを提供します。
図3に示すように、記録することにより、ユーザIDを特定します
諸葛はつまり、ユーザの行動に記録IO：ユーザーが何をしましたか？ユーザー分析の過程では、情報の一種であり、すなわち、有用です：ユーザーは、（TAのID、名前）で、どのような特性（年齢、TA、タイプ......）持っている人？あなたは、プロセス諸葛IOプラットフォームを識別することができ、それが諸葛IO、情報細かい分析を特定の使用者の身元や特性を渡します。
细分用户群：用户属性的一个很重要的作用就是将用户分群。您可以根据identify的属性定义筛选条件，进行用户群的细分，比如用「性别=女」的条件将所有的妹子筛选出来，然后分析妹子们的行为特点和转化率……
基于属性的对比：细分的重要目的之一就是对比，您可以基于「性别」细分，然后对比「妹子们」和「汉子们」的行为、转化、留存等的区别；
基于属性的人群画像：您可以基于用户属性，对产品的任意用户群进行「画像分析」——该用户群的男女比例、地区分布、年龄层次、用户类型……
最理想的埋点方式？
回到一开始的问题：何种埋点方式最理想呢？
正如同硬币有两面，任何单一的埋点方式都存在优点与缺点，企图通过简单粗暴的几行代码/一次部署、甚至牺牲用户体验的埋点方式，都不是企业所期望的。要满足精细化、精准化的数据分析需求，可根据实际需要的分析场景，选择一种或多种组合的采集方式，毕竟采集全量数据不是目的，实现有效的数据分析，从数据中找到关键决策信息实现增长才是重中之重。
因此，数据采集只是数据分析的第一步，数据分析的目的是洞察用户行为，挖掘用户价值，进而促进业务增长，故最理想的埋点方案是根据根据不同的业务和场景以及行业特性和自身实际需求，将埋点通过优劣互补方式进行组合，比如：
1、代码埋点+全埋点：在需要对落地页进行整体点击分析时，细节位置逐一埋点的工作量相对较大，且在频繁优化调整落地页时，更新埋点的工作量更加不容小觑，但复杂的页面存在着全埋点不能采集的死角，因此，可将代码埋点作为辅助，将用户核心行为进行采集，从而实现精准的可交叉的用户行为分析；
2、代码埋点+服务端埋点：以电商平台为例， 用户在支付环节，由于中途会跳转到第三方支付平台，是否支付成功需要通过服务器中的交易数据来验证，此时可通过代码埋点和服务端埋点相结合的方式，提升数据的准确性；
3、代码埋点+可视化埋点：因代码埋点的工作量大，可通过核心事件代码埋点，可视化埋点用于追加和补充的方式采集数据。