8月27-28日，由创业邦主办、杭州市人民政府联合主办的&2015创新中国总决赛暨秋季峰会&在杭州洲际酒店隆重举行，130个炫商业、酷模式、潮产品项目从3225个报名团队中脱颖而出上台展示，与500位顶级投资大咖、1万名现场观众进行创新和智慧的思想碰撞。本届峰会共分8大专场+2大论坛，将有8个项目晋级28日下午的终极对决环节，争夺DEMO GOD荣誉称号。创业邦孵化服务BangCamp 的学员也将集体亮相Bang Camp专场，迎来自己的毕业典礼。在27日下午的企业服务专场中，&诸葛IO&CEO孔淼对其项目进行了展示。&诸葛IO&是一款工具，提供个性化的数据价值分析。以下是孔淼展示&诸葛IO&全过程：孔淼(诸葛IO)：大家好，我是诸葛IO的创始人孔淼，今天很高兴在这里给大家介绍诸葛IO，这是一款数据分析工具，你可能比较说诸葛IO和其他产品有什么不一样，这要总时代变化说起。过去整个中国基于人口红利时代，大家用其他工具是看的发展状况，但是今天会场了很多人在同一个领域竞争一样，你发现竞争越来越激烈，一个数据告诉你好坏是没有用的，应该知道为什么好还是为什么坏，所以诸葛IO把这个分析更加落地在产品上，好在什么地方，坏在什么地方，精益的数据分析，驱动企业决策，现在你用这个分析工具，看到的是自己用户每一家是是不一样的。(观看视频)诸葛IO可以建立很多用户分组，根据用户习惯来筛选，每家用户不一样，诸葛IO报表里看到比如说总哪个区到来的人，分享什么内容，并且分享在哪个平台。你可以看到他们的转化趋势是什么样，可以找到用户群。并且诸葛IO可以看到任意一个功能持续访问情况，其实在这里，我刚才说的就是数字，每一个数字点进去以后都是呈现的是用户画像，并且看到每个用户的所有历史记录。所以刚刚一个视频给大家展示了我们的功能，我们比这个强大的很多，三个方面来讲，第一，更精细的工具，第二，更灵活的方法，第三，应用创造价值。诸葛IO希望把很多高级的服务变的简单化、标准化，比如说个性化推荐，只需要用户和内容的要求，诸葛IO可以做内容推荐、用户对剑。很多知名的互联网企业都在用诸葛IO寻找他们的价值，发觉他们的用户，挖掘他们的产品。这么多用户背后，周均事件处理达到1.4亿，事件增量36%，我们希望将我们过去的数据挖掘、数据分析的能力应用给更多的企业，让他们不考虑内耗、成本的情况下通过数据驱动角色，而不是靠着直觉、靠着猜测。我们这一次走的是企业服务，诸葛IO不仅仅在今天，在产品分析上能够做出一些价值，我们在各种方面帮助企业在各个端用数据驱动他们的决策。所谓伟大产品的诞生，都源自于用户的追随与期待，我们打造的不是功能多么强大的分析工具，我们希望帮助更多的企业减少精力，花钱解决更大的问题。评委点评环节：：感觉上市场蛮大的，能不能讲讲市场多大，讲讲你的。孔淼：现在很多传统企业越来越走向互联网化，你发现一个工具，传统一个误区是做一个数据平台解决所有问题，我们场景在于一个公司在产品，都有需要做决策的地方，诸葛IO能够深入进去，整个市场是只要任何一个涉及到网络去联系这些都可能用。商业模式就是SaaS的技术服务，我们包裹很多直接给用户产生价值的场景，比如说产品分析报告，比如说给出你的销售，或者是一些细分领域，把一些经验变成一些标准化的模块，通过这些模块付费，付费一定是给你产生直接价值的。赵勇：这个数据分析很有用，但是对很多企业最大的挑战是数据采购方面，这块更多企业需要你们帮助的。孔淼：其实很多企业没有数据的原因是因为需要数据挖掘工程师和服务器成本特别高，包括采集到最后决策特别长，我们现在两种方式，根据出发业务买点，还有通过码跟踪。赵勇：采集和存储你们帮助他们做?孔淼：对，所以他们只需要嵌入一个SDK。现在是网站、APP、服务端都有SDK。
24小时报不停
在线教育哒哒英语宣布与papi酱达成深度合作伙伴
蓝港互动王峰：对于创业者，上市是更大的A轮融资
“车来了”与贵州当地政府合作，积累用户近100万
一下科技韩坤：直播行业可能有并购，更多的是死亡
贾跃亭称乐视电视不欠货款，手机欠供应商货款正尽力解决
百度地图与北欧四国达成合作，还宣布完成全球所有国家覆盖
华为将在东京设立尖端技术研发基地
e袋洗完成B+轮融资，立白集团领投
阿里影业投资和和影业，持股30%成第二大股东
旧版优步APP昨日下线，支付宝解绑与否均不影响账户安全
支付宝新功能“圈子”引热议，官方回应称违规内容将删除
苹果10亿美元爱尔兰数据中心计划被迫延期
Q3利润2亿美元，华为超三星成最赚钱安卓手机
旧版Uber全面停止服务
支付宝悄然上线圈子社交功能 部分用户上传大尺度“写真”
俄罗斯已在研发杀人机器人， 6千米外即可射杀人类
科学家发明可弯曲的超级电池：充电几秒钟，通话一礼拜
苹果获得新专利：iPhone 8是否会变成翻盖手机？
网联平台拟于明年3月31日上线 央行或入股主题信息（必填）
主题描述（最多限制在50个字符）
申请人信息（必填）
申请信息已提交审核，请注意查收邮件，我们会尽快给您反馈。
如有疑问，请联系
一只文艺范的软件攻城狮，Keep Learn，Always.
本人热爱编程，有着很强的兴趣，做事认真，对待项目任务有很强的责任心.
以前买过腾讯云centos服务器，自己搭建java环境，将自己编写的网上商城小项目发布在服务器上，通过域名绑定ip可以成功访问，
平时自己也用网络编程socket套接字，然后结合Thread线程做过聊天系统，用链表的方式做过贪吃蛇，坦克大战游戏。
?熟练运用Eclipse/MyEclipse在Window下进行Java软件开发
?熟练运用MySQL、SQLServer等数据库技术
?熟练运用Struts2、Hibernate、Spring、Spingmvc、Mybatis框架进行web开发
?熟悉Tomcat等主流服务器了解jetty服务器
?熟悉XML、HTML、Servlet、JSP、FreeMarker、JavaScript、AJAX、Jquery，DOM了解CSS+DIV等前端技术
熟悉Linux下的基本命令操作
?掌握SVN版本管理的使用以及nodeJS的模板引擎 jade
?掌握MVC，proxy，chainofResponsibility，Adapter，factory等设计模式的思想
?掌握maven，webService，activiti工作流的使用
?掌握easyui，Bootstrap等前端框架的基本使用
掌握java反射调用，FIFO,topK等算法
了解nodeJS，Jfinal，JPA
数据即力量，数据即财富，数据即风潮。然而，如何将“大数据”的概念在移动互联网时代玩儿出新花样？如何让中小型的创业团队也拥有操控“大数据”的能力？这个问题，业界一直未能有成熟的样例，这个症结归根结底在于，运营缺少一个精细化收集、管理、分析的数据平台。本期《近匠》邀请诸葛io CEO 孔淼聊聊诞生这款精细化运营分析工具背后的故事：CSDN：首先请您介绍一下您的个人从业经及所在团队？孔淼：我叫孔淼，诸葛io的创始人兼CEO，在此之前是创新工场投资的第一家大数据公司也是微软创投加速器第三期项目37degree的CTO，在上一家公司我们开发了脉搏网，知客SCRM，知客DMP等产品，服务了奥美，中国电信等客户，利用抓取的社交数据以及互联网公开数据，积累了数亿人的profile，并且利用数据挖掘机器学习等领域方法，计算了用户的影响力，兴趣标签，品牌标签，活跃度等画像，所以积累了比较多的分布式计算和数据分析的经验。诸葛io应该算是国内新一代精细化数据分析的先行者，提供的诸葛io分析平台和服务能够帮助互联网产品更快更简单的通过数据驱动产品分析，分析驱动增长。我们现在拥有超过3000家企业使用，包括暴走漫画，小影，365日历，墨迹天气，在行等知名产品都是我们的客户。 CSDN：从您的角度去看项目立项时，为什么要推出诸葛io？孔淼：主要的原因包括两方面：1.人口红利流量时代将近，并且互联网人群差异化越来越明显，创业的方向也越来越垂直细分，而过去的分析平台大多数都是流量分析工具，基本上都是高度汇总的报表，并且也都是UV/DAU等比较粗犷的指标，而且对结合业务细分人群分析也比较有限，大多数时候无法深入洞察产品或者业务变好变化的原因。2.搭建数据分析平台的难度和内耗很大，再加上算法工程师和数据分析师就更难了，从“千团大战”开始，创业节奏越来越快，所以我们通过专业的团队和产品，通过我们的产品和服务，公司可以聚焦在业务上，并且产品人员也能简单上手使用我们的灵活分析。CSDN：诸葛io在切入精细化运营工具这一工具推出了哪些创新和尝试？孔淼： 我们比较看重两方面：1.我们是基于用户分析的，所以诸葛io上的每一个统计数字都能看到背后的用户以及用户画像，也就意味着通过我们的报表展现看到数据变化时更容易找到原因，而不只是一个结果。2.我们是基于业务的，在诸葛io上我们灵活的数据接口将每一个业务埋点都能抽象成分析的条件，所以每一个产品在诸葛io上看到的指标和查询条件都是不一样的。能通过业务条件进行细分用户，例如滴滴打车用诸葛io就能针对“抢了红包没打车”的用户进行分析、知乎用诸葛io就能关注“赞同”用户的留存率。3.我们是第一方数据，所以用户可以随时拿到自己的原始数据以及经过我们清洗后的数据格式和规范数据。并且我们的平台提供接口和API给用户进行查询。CSDN：诸葛io在打造工具过程中遇到哪些坎，难点有哪些？你们是如何解决的？孔淼：遇到的问题很多，这里简单说一下，比如我们的交叉查询复杂度很大，所以为了做到实时灵活查询，我们对硬盘进行了优化，也在计算逻辑上从业务角度利用集合运算做了很多tricksCSDN：具体说一下诸葛io与其他分析平台相比有哪些不同？核心优势是什么？孔淼：几方面考虑：
1.传统分析平台不是基于用户的，我们是基于用户分析的，所以我们对用户流失分析，产品分析会更加make sense一些，也更适合落地growth hacking。2.传统分析平台基本上都是UV/DAU/留存等通用指标，并且也都是地域，设备，系统等通用环境维度，几乎所有产品的指标都一样，诸葛io可以让用户从自己的业务角度进行细分用户分析，也能任意关注自己的某个业务指标。3.我们提供的API平台+数据对用户自己开放，可以帮助更多公司更方便的进行定制开发和二次分析。
4.我们也有专业的团队基于产品数据，挖掘用户行为分析，以及流失分析，个性化推荐的，提供完善的分析流程和体验CSDN：诸葛io主打精细化运营，您怎样看未来移动产品对精细化运营分析工具的依赖？孔淼：其实之前已经提供，未来移动产品必须得要精细化运营分析产品，过去人群比较单一，都是80后，一二线城市，而且创业方向比较广，还有设备红利，所以传统分析工具基本上也是应对与这种流量分析需求。但是现在人口沉降，创业方向也越来越垂直和细分，例如车后市场，母婴等等，并且创业门槛变低，竞争也越来越激烈，所以洞察人群，精细分析，以及快速驱动变得更急迫。否则只有靠猜测，经验和直觉了。 CSDN：如果要做到精细化，需要记录很多用户信息，不仅仅是行为数据，关于数据安全，诸葛io怎么处理？孔淼：关于数据安全，主要有两方面：
1.诸葛io的运维团队会从数据传输，服务器端口等通用标准上严格检测和监控，并且我们是第一方数据分析，第一方数据只属于用户，我们不靠数据变现。2.诸葛io也在积极和各个安全团队接洽，通过他们的帮助一起守卫用户的数据安全。CSDN：产品如何收费，盈利模式如何？目前诸葛io有哪些可行的规划？孔淼：诸葛io的产品现在主要有三个套餐： 基础版完全支持小团队的分析和成长，专业版和企业版会有更优质的服务和围绕企业分析场景更丰富的功能，往后我们会围绕数据分析提供更多的模块，帮助产品增长。 CSDN：诸葛io除了现有在研发、上线 、推广的产品之外未来有怎样的战略布局？孔淼：我们未来会将分析深入到行业，更多的场景，并且也让更多的团队能够更简单的开始数据分析，也更快速的驱动增长。我们也会提供更多的活动和方式与创业者交流，希望帮助他们更多的了解精细化数据分析。 CTO CLUB官方微信请关注csdn-cto；评论 (0条)
抢沙发，第一个发表评论诸葛io:零代码 启动精益数据分析之旅
　　自2010年，国内知名移动数据统计工具“友盟”上线，5年来，iPhone已经从4代更新到了6s。然而，国内的开发者们，却还在用5年前的方法统计数据，依然维持着通过最简单的DAU、总装机等虚荣指标作判断的数据应用方式。即使“精益创业”已被炒得火热，但“精益数据分析”却没能取代“拍脑门”，成为更科学的决策依据。
　　尽管，近年陆续出现了一些期望以数据说话的统计工具。但是，当产品、运营希望玩转数据、以数据驱动产品优化、提升运营效果时，他们遭遇了一个大问题：布点难，难于上青天，数据从此掉朱颜。
　　因此，作为在国内率先提出Growth Hacking概念的精细化数据分析工具——诸葛io，正式推出了零代码、可视化的数据布点解决方案。
　　无码布点入驻诸葛io
　　无码布点，是由诸葛io提供的一款零代码、可视化、无需二次发版的事件管理平台。
　　“自定义事件”是诸葛io实现精细化分析的基础。以往，为了紧贴产品业务逻辑，每个需要检测的事件在产品/运营确认后，都要经过代码编写、测试、发版等过程，才能从客户端取得数据，进行分析。而现在，诸葛io彻底革新了这一传统的事件管理方式。任何Android应用，只需加入一行代码，就能实现动态的可视化事件管理。
　　一行代码，解放程序猿
　　只需接入一行代码，就可以实现动态的事件跟踪，更可通过可视化界面完成实时调试。不论产品如何调整，不论数据监测需求如何变化，研发人员都不再饱受布点困扰。技术人力将被完全释放，专注于新功能的研发与实现。
　　所见即所得，乐翻运营喵
　　在诸葛io的可视化事件设置内，所有标为绿色的元素，都可被直接布点监测，收集数据变化，且无需重新发版。运营人员可以更自由地掌控应用数据，尽情释放数据想象力，不管是核心事件触发数、模块使用率、步骤转化率、还是不慎被遗漏的某个按钮点击，都可以动态地通过所见即得的方式，完成监测。
　　数据说人话，决策更可控
　　目前，诸葛io零代码事件管理已经上线，现在登录诸葛io，就可以开始体验。通过动态、实时、可视化的零代码自定义布点，公司的决策者可以从多个角度了解产品运行的真实情况。不再仅以DAU论英雄，而是切实掌握付费转化率、高价值用户画像等干货，依据用户的真实需求，优化产品、调整运营策略，从而获得用户数量与质量的提升。
　　诸葛io，作为国内首屈一指的精细化运营分析工具，一直强调数据分析的应用与价值。自2015年3月上线，已拥有围绕产品业务逻辑展开的一系列功能，如：自定义事件、自定义留存、漏斗转化、群组细分、用户画像等。诸葛io旨在以先进的用户跟踪技术和简单易用的集成开发方法，帮助产品与运营者挖掘用户的真实行为特征。产品上线运营半年，已拥有暴走漫画、墨迹天气、小影、寻医问药网的诸多样板客户，总覆盖设备数超过一亿。目前，诸葛io支持Android、iOS和HTML(JS)三个平台。
欢迎关注新浪深圳科技频道温馨提示！由于新浪微博认证机制调整，您的新浪微博帐号绑定已过期，请重新绑定！&&|&&
观乎其上,得乎其中,
观乎其中,得乎其下。
LOFTER精选
网易考拉推荐
用微信&&“扫一扫”
将文章分享到朋友圈。
用易信&&“扫一扫”
将文章分享到朋友圈。
早上来跟Li无意中聊到国内的一家基于用户行为进行产品数据分析工具时，在其首页的产品feature说明中，首先提到通过“无埋点”方案实现用户行为的数据采集。我当时看到不需要前端在代码中进行任何埋点，就能拿到用户行为的统计数据，很是疑惑这种所谓的“无埋点”方式是通过什么原理进行实现的? 如是便有了下面的这篇文章.
Data Analysis [Via 500Px]
去年9月份时在这篇文章中，曾经简单的提到了国内一些数据平台在数据采集、分析、可视化上的一些弊端（主要对比了Umeng和Keen IO两个平台之间的差异，现在看来二者其实没有太大的可比性）。一个数据平台，在对数据处理步骤大致可分为五个步骤:
数据处理步骤[Via chenkai]
而“无埋点”方式正是从属于数据采集的范畴内。对于一个平台而言数据采集是否丰富，采集的数据是否准确，是否及时，都直接影响整个数据平台的在应用层面的效果。而数据采集则是一个数据平台首先面对的核心问题。平台更多承载的是解决问题的一种solution，也就是解决问题的场景。数据采集方式的多与寡，则也直接决定其是否能够适应和解决多个场景下、多种不同的角色、多个不同的行业的对数据采集的需求。前端埋点从移动端角度来说，我相信在同一家公司中，不同团队对于前端埋点需求都是不一样的。简单来说产品角度更加注重的是埋点所带来的大量用户行为数据，能否通过一定数据漏斗分析挖掘找到当前产品的问题，并能对当下产品模型制定一定改善计划或策略。指标当然也是完全迥异的，挖掘潜在需求、分解不同用户群日常习惯、提高用户留存、减少页面间流失率、分析当前用户群画像等。而从运营角度来说，找到与产品调性较为匹配的投放渠道、估算不同渠道之间拉取新增的实际成本、运营创意方向的选择与取舍，热点事件借势营销策略等。这些都是我们随时要面临的问题，都需要不断的判断与决策。而决策的依据是什么-数据。有人会说没有提到开发这个角色，并不是这个角色不重要，其实从影响面大小这个角度来说。开发对数据平台依赖主要集中在反馈应用程序质量一些指标上，比如版本之间的错误率、堆栈错误信息的收集、定位异常或崩溃代码位置、基于用户行为路径日志问题的复现等。这些以结果为导向的指标，是短期内就可量化的，且对不确定因素预估能够投射到用户层面影响是可控的，而并非是轻视。那前端埋点有哪几种形式？简单来说分为：代码埋点、可视化埋点、无埋点三种.
App Dg Point [Via 500px]
代码埋点应该是目前业内最为熟悉且被广泛采用的一种数据接入手段。在 Google Analytics 年代，就已经出现了类似的方案。目前，国内的主要第三方数据分析服务商，如百度统计、友盟、TalkingData 等都提供了这一方案。相信各位看到各个平台对接的SDK入口，应该不会陌生。以熟悉的Umeng平台为例,要统计A页面一个Button点击事件次数。首先在APP或者界面初始化的时候，初始化Umeng的SDK，然后在这个Button事件发生时就调用SDK里面相应的方法，发送接口发送数据，极为简单。Umeng平台就像我去年在这篇文章提到一样，说到底它只是一个统计工具，并没有提供完整的多维分析功能。而要做到多维分析就意味这，数据采集的多样化。可惜的是它目前还做不到，例如仅仅是为了统计某个数值，友盟还要单独区分出“计数事件”和“计算事件”，这样设置因为其失去了灵活性，在复杂场景上基本就难以胜任了。我相信很多产品都在使用代码埋点上都面临一个问题-成本高。首先埋点地方过多，因为不同的版本验证问题不同不易于管理。每一个控件的埋点都需要添加相应的手工代码，不仅工作量大，而且限定了必须是技术人员才能完成。这大大掣肘了其他团队参与、临时调整的可能。其次是版本更新的代价比较大，每一次更新埋点方案，就意味着必须要修改代码，然后通过各个渠道进行分发，一旦有相当多数量的用户对新版的更新不感冒时，导致埋点代码能够采集到的数据也就得不到更新，前功尽弃。而对于运营团队来说，代码埋点方案无意于把所有资源和方案都要前置到发版前，很难在实际日常运营中能够及时依赖实时数据捕获焦点做出应变。当然代码埋点还是有优势的，它最大优势是控制精准。精准主要体现在,我们可以选择何时发送什么样数据到后台。极强自主性完全把控了数据内容和发送的时机，对于上线后影响因素较小数据埋点它无疑是最适用的，但问题在于不可控因素出现后快速应变响应上，就显得不够灵活且难以补救。
Data Graph [Via 500px]
可视化埋点
可视化埋点其实应运而生的。代码埋点本身因为成本过高，且每次都需要手工修改代码，更新版本，难以灵活应变。那既然有这么多不便，为何没有一种方式，可以给那些不懂代码不同团队的成员使用，实时设置一些需要统计锚点到客户端，而不需要大费周章频繁更新客户端版本。就像手游把核心代码和配置、资源进行分离，在用户启动APP时通过网络加载动态的配置和资源。而正是出于这种需求，在国外，以为首的数据分析服务商，都相继提供了可视化埋点的方案，Mixpanel将之称作为 codeless。而国内的 、、等也都提供了类似的解决方案。MixPanle在去年这篇文章也提到过，如下以MixPanel为例演示.
Data Point [Via Mixpanel]
在Mixpanel官方事例中，从如上界面截图可以看到，当你点击底部电影选项右上角分享按钮时，在弹出的增加锚点窗口中，设置点击这个按钮将发送的是 “Shared movie clip” 事件。然后点击 Deploy 按钮，把这个配置下发到客户端。那么在嵌入了 Mixpanel 的 SDK 的这个 APP中 ，则自动会在 APP 启动时或者客户端定时获取的方式，更新后台设置的锚点统计配置。当配置完成在真实的用户使用时，点击这个分享按钮就会真正地发送 “Shared movie clip” 事件到后台，且实时可见。那这种方式是如何实现的呢？简单来说在客户端集成了Mixpanel Sdk之后，Sdk会定时(例如每秒)做一次截图。在截图的同时，Mixpanel会从 keyWindow 对象开始进行遍历它的所有subviews()集合，得到当前视图下所有 UIView、UIResponder 对象的层级关系。Mixpanel会根据截图和UI元素的可视化信息来重新进行页面渲染，并且根据控件的类型，来识别哪些控件是可以增加可埋点的，并且可以在后台操作。当使用者在后台的截屏画面上点击了某个可埋点的控件时，后台会根据使用者做一些事件关联方面的配置，并且将配置信息进行保存和部署到客户端。客户端在开启或定时获取后台锚点配置之后，则会根据新的锚点配置采集数据。整个过程部署都是实时的。为何要采用可视化的方式？主要解决两个问题。第一不懂代码的人也可以通过Mixpanel后台配置统计锚点并实时下发到客户端生效。第二这种方式直接避免手工修改代码，需要更新版本成本才能生效的笨拙方式。变得更为主动。当然有利也有弊，可视化埋点能够覆盖的功能有限的，目前并不是所有的控件操作都可以通过这种方案进行定制；同时，Mixpanel 为首的可视化埋点方案是不能自己设置属性的，例如，一个界面上有一个文本框和一个按钮，通过可视化埋点设置点击按钮为一个“提交”事件时，并不能将文本框的内容作为事件的属性进行上传的，因此，对于可视化埋点这种方案，在上传事件时，就只能上传 SDK 自动收集的设备、地域、网络等默认属性，以及一些通过代码设置的全局公共属性了；作为前端埋点的一种方案，可视化埋点这种方式也依然没有解决传输时效性和数据可靠性的问题。
Mixpanel DashBoard&
无埋点其实无埋点方案出来也比较早。作为最早提出这种方案提供商,早在2013年就已经推出了“无埋点”这个技术方案。后续的用户行为分析的大佬也在去年中期推出同样的服务，也借鉴了两者，在国内最早正式推出了三大平台的无埋点分析方案，同时，国内也还有的灵动分析和提供了无埋点分析解决方案。如下已Heap为例:
Heap Example [Via Heap Analytics]
界面上看感觉和可视化埋点很像。但从实际的实现角度上看，二者的区别是可视化埋点先通过界面配置哪些控件的操作数据需要收集；而“无埋点”则是先尽可能收集所有的控件的操作数据，然后再通过后台操作界面，选择哪些数据需要在系统里面进行量化分析。“无埋点”相比可视化埋点的优点在于，一方面是解决了数据“回溯”的问题，例如，在某一天，突然想增加某个控件的点击的分析，如果是可视化埋点方案，则只能从这一时刻望后收集数据，而如果是“无埋点”，则从部署 SDK 的时候数据就一直都在收集了；只需要在后台筛选出来即可。另一方面，“无埋点”方案也可以自动获取很多启发性的信息，例如，“无埋点”可以告诉使用者这个界面上每个控件分别被点击的概率是多大，哪些控件值得做更进一步的分析等等。当然，与可视化埋点一样，“无埋点”依然没有解决覆盖的功能优先，不能灵活地自定义属性，传输时效性和数据可靠性欠佳这几个缺点。甚至由于所有的控件事件都全部搜集，反而会给服务器和网络传输带来更大的负载。
Heap DashBoard [Via Google]
小结可能写到这，文章的篇幅已经很长了。三种不同埋点方式，也均各有利弊。并不存在一个可以完美解决所有场景的数据接入方案，而是应该根据不同的产品，不同的分析需求，不同的使用场景，选择最合适的一种接入方案。而将来的数据精细化运营，离不开精细、高效的数据统计和分析。这必然会成为一种趋势
阅读(302)|
用微信&&“扫一扫”
将文章分享到朋友圈。
用易信&&“扫一扫”
将文章分享到朋友圈。
历史上的今天
在LOFTER的更多文章
loftPermalink:'',
id:'fks_',
blogTitle:'统计埋点的那些事',
blogAbstract:'原文链接：
{if x.moveFrom=='wap'}
{elseif x.moveFrom=='iphone'}
{elseif x.moveFrom=='android'}
{elseif x.moveFrom=='mobile'}
${a.selfIntro|escape}{if great260}${suplement}{/if}
{list a as x}
推荐过这篇日志的人：
{list a as x}
{if !!b&&b.length>0}
他们还推荐了：
{list b as y}
转载记录：
{list d as x}
{list a as x}
{list a as x}
{list a as x}
{list a as x}
{if x_index>4}{break}{/if}
${fn2(x.publishTime,'yyyy-MM-dd HH:mm:ss')}
{list a as x}
{if !!(blogDetail.preBlogPermalink)}
{if !!(blogDetail.nextBlogPermalink)}
{list a as x}
{if defined('newslist')&&newslist.length>0}
{list newslist as x}
{if x_index>7}{break}{/if}
{list a as x}
{var first_option =}
{list x.voteDetailList as voteToOption}
{if voteToOption==1}
{if first_option==false},{/if}&&“${b[voteToOption_index]}”&&
{if (x.role!="-1") },“我是${c[x.role]}”&&{/if}
&&&&&&&&${fn1(x.voteTime)}
{if x.userName==''}{/if}
网易公司版权所有&&
{list x.l as y}
{if defined('wl')}
{list wl as x}{/list}