神策分析支持通过对用户行为数据的采集和分析，帮助企业利用数据不断驱动产品的迭代。
数据采集是基本、是源头。在数据采集的过程中，我们需要考虑如下问题：
- 前端埋点 VS. 后端日志
- 文本 VS. 格式化数据
- 批量 VS. 实时
- 文件落地 VS. 网络传输
我们先看几个场景:
- 分析 UV、PV、点击量等基本指标
- 精细化分析核心转化流程
- 活动/ 新功能快速上线迭代时的效果评估
- 客服服务质量的考核
- 不同快递在不同省份运送不同品类产品的速度比较
在数据采集过程中，我们需要考虑的原则：
- 大：充分考虑用户规模与数据规模的增长，做好数据资产积累的准备
- 全：多端采集，针对全量用户行为而非抽样，贯穿用户使用产品的整个生命周期
- 细：尽可能采集足够全面的属性与维度，尽量保存数据细节，让积累的数据资产更加优质。例如，从 Who When Where How What 这 5 个角度来采集用户行为数据
- 时：在技术条件与成本允许的情况下，尽可能地提高数据采集的时效性，从而提高后续数据应用的时效性
不同的具体业务场景，对于数据的存储模型的要求是不一样的。面对不同的实际业务分析场景，需要采用不同的数据采集方案；不同的实际业务分析场景，对于数据的完备性和多维度的要求是完全不同的。
在多年不断实践的过程中，我们发现代码埋点会带来一些难题。
- 面临的技术难题之开发与管理的代价：
- App 迭代更新时需要更新埋点
- 埋点较多时如何管理
- 面临的技术难题之埋点的更新依赖于应用的发版：
- 埋点更新需要伴随 App 更新
- 需要等待用户更新 App 的漫长过程
为了更好的帮助客户进行快速迭代，针对轻量级的分析场景，神策推出了可视化全埋点。
数据采集方式的选择是基于业务场景的，那么，不同的业务场景下应该选取什么样的数据采集方式呢?
可视化全埋点和代码埋点相比的优缺点的总结:
| 比较项 | 代码埋点 | 可视化埋点 |
|---|---|---|
| 准确性 | 高 | 较高 |
| 兼容性 | 好 | 中等 |
| 稳定性 | 稳定 | 不稳定 |
| 自定义属性 | 支持 | 不支持 |
| 管理成本 | 中等 | 较高 |
| 埋点成本 | 较高 | 无 |
| 回溯历史 | 不支持 | 支持 |
可以看出，在埋点本身质量上，代码埋点是要远优于可视化全埋点的，但是可视化全埋点在埋点成本和回溯历史方面有着无可比拟的优势。对于满足如下情景的客户来说，可视化全埋点可以在早期更好地实现数据驱动。
没有研发资源或研发资源很少
项目较为早期，以交互分析为主，业务分析为辅
需要分析的大部分是活动类页面，分析诉求主要是移动端
如果你所在的公司，规模较大、研发资源相对充足，并且对于建设一个牢固的数据根基有着很强的愿望，那么代码埋点是最佳的选择;如果使用可视化全埋点，很可能会导致延误自身数据根基建设的时机。
同时我们可以提供一些例子，指出一些典型分析场景使用那种埋点方式更佳。
| 场景 | 代码埋点 | 可视化全埋点 |
|---|---|---|
| 分析 UV、PV、点击量等基础指标 | 高成本 | 低成本 |
| 查看某一控件的点击 | 高成本 | 低成本 |
| 精细化分析核心转化流程 | 可以实现 | 无法实现 |
| 评估活动 / 新功能快速上线迭代时的效果 | 高成本 | 低成本 |
| 考核客服服务质量 | 可以实现 | 无法实现 |
| 比较不同快递在不同省份运送不同品类产品的速度 | 可以实现 | 无法实现 |
同时，考虑到可视化全埋点的事件还可能会随着时间推移失效，这就意味着核心的业务相关的监控用可视化全埋点实现并不是一个好事。
最后，为了帮助大家更好的理解自身是否需要，神策数据整理了常见的需要可视化全埋点的客户的典型条件，供大家参考选择。
| 客户典型条件 | 可视化全埋点体现的优势 |
|---|---|
| 数据分析的建设处于早期阶段，还没有形成规范的流程 | 不依赖于研发埋点，速度快 |
| 历史上的数据忘记埋了也能找回来 | |
| 不依赖事件设计 | |
| 研发是外包的，没有埋点能力 | 不依赖于研发埋点，速度快 |
| 市场部门，没有埋点能力，查看数据周期较短 | 不依赖于研发埋点，速度快 |
| 历史上的数据忘记埋了也能找回来 | |
| 工具型产品，迭代不频繁 | 不依赖事件设计 |
代码埋点和可视化全埋点，是神策分析提供给不同阶段的客户的两种埋点方法。从建设更坚实的数据根基的角度来说，首推代码埋点，但是如果面向一些短平快的分析诉求，可以考虑使用可视化全埋点。
根据上面的分析我们可以得知，一个分析场景，只要涉及一些和业务相关，和长线分析相关的，可视化全埋点的表现欠佳，它提供的数据体系是不具备连续性的。从历史发展的角度来看，我们面临着一个分析场景更加多元的场景，无论是物联网设备还是各大平台层出不穷的小程序，可视化全埋点都比较难应对这类场景，代码埋点仍然是主流。
但是目前有许多客户面临着建设自身数据根基的第一步，为了让第一步迈的更简单，神策团队打造了可以在主流场景适用的可视化全埋点功能，神策数据愿意一直陪伴在客户建设自身数据根基的每一个阶段，同时并提供恰到好处的服务。