6大步骤：快速学会如何进行数据埋点( 四 )

1）公共属性
如果某个事件的属性，在所有事件中都会出现，可以将该属性设置为事件公共属性。设置公共属性后，之后触发的所有事件，都会自动加上设置的公共属性。
2）预置事件/预置属性
预置事件指平台已经定义好的事件，后端埋点时，无法自动采集预置属性，需要手动传输（其他平台可能会有不同定义）。

本文插图
图4：预置事件

本文插图
图5：预置属性
3）自定义事件
产品经理和技术人员约定好相关规则，如事件命名规则、变量命名规则等，然后才可以开始自定义自己想要的事件。自定义事件主要由事件名称、参数、参数值组成。

本文插图
列举一个“取消订单”埋点自定义事件：从文档中可看出cancelOrder是取消订单的事件名，同时cancelOrder时间被触发后，可传入order_id （订单ID）、order_amount （订单金额）等参数。

本文插图
3. 埋点采集数据
如果我们采用的是代码埋点的话，那就需要把4.2整理好埋点文档交给技术人员，让他们通过代码的手段去埋点。
这里要注意一下，手工埋点流程存在着较大的数据风险：

埋点名称不规范不统一，对于一些参数的定义也较为随意，这样就容易造成后续的埋点名称冗余且混乱，不利于后续的统一管理；
流程中诸多环节均为口头沟通，产品验收较为繁琐，某个版本漏埋点或埋点不正确的风险大大提高，对于数据的及时提供带来较大隐患。

如果是可视化埋点或者无埋点，那么由使用者通过管理后台的按照规则进行操作，基本上不需要技术人员操作。
埋点操作完成后，要对埋点采集的数据进行观测：每个事件是否正常上传数据？采集到数据是否正常范围（过大或过小）？
4. 数据评估和数据分析
在一段时间的数据采集之后，形成相应的数据样本，要注意的是时间上过短，或者用户很少的数据是没有多大意义的。
思考一下，收集上来的数据质量如何，数据该如何分析呢？数据分析的方式还是比较多，这里不重点展开说，接下来列举一些常用的分析方法。
1）对比分析
通常用于对比迭代前与迭代后的数据对比。
2）分布分析
通常用于分析特定行为的在某个维度的分布情况，可以展现出用户对产品的依赖程度，分析客户在不同地区、不同时段所购买的不同类型的产品数量、购买频次等。