1. 用户关联

在服务端应用中，神策分析也要求为每个事件设置用户的 Distinct Id，这有助于神策分析提供更准确的留存率等数据。

对于注册用户，推荐使用系统中的用户 ID 作为 Distinct ID，不建议使用用户名、Email、手机号码等可以被修改的信息。对于未注册的匿名用户，服务端也需要一个 ID 以标记用户（此 ID 一般情况是神策前端 SDK 生成的 ID）。

所有的 track 和 profile 系列方法建议明确指定 is_login_id 参数，以便明确告知神策分析用户 ID 的类型。在该用户未调用 track_signup()（登录/注册）前，is_login_id 参数的值应该为 False，调用 track_signup() 后，is_login_id 参数的值应该为 True。

注：请不要在事件属性或者用户属性中传递 $is_login_id 参数

1.1. 用户注册/登录

当同一个用户的 Distinct Id 发生变化时（一般情况为匿名用户注册行为），可以通过 track_signup() 将旧的 Distinct ID 和新的 Distinct ID 关联，以保证用户分析的准确性。例如：

# 匿名ID 由前端传过来
anonymous_id = '9771C579-71F0-4650-8EE8-8999FA717761'

register_id = '0012345678'

# 用户注册/登录时，将用户注册 ID 与 匿名 ID 关联
sa.track_signup(register_id, anonymous_id)
PYTHON

注意，对同一个用户，track_signup() 一般情况下建议只调用一次（通常在用户注册时调用），用户登录前后的行为的关联建议在业务端实现。在神策分析 1.13 版本之前，多次调用 track_signup() 时，只有第一次关联行为是有效的。神策分析 1.13 版本之后提供了多设备 id 关联的方法。更详细的说明请参考 标识用户——简易用户关联，并在必要时联系我们的技术支持人员。


2. 设置用户属性

为了更准确地提供针对人群的分析服务，神策分析 SDK 可以设置用户属性，如年龄、性别等。用户可以在留存分析、分布分析等功能中，使用用户属性作为过滤条件或以用户属性作为维度进行多维分析。

使用 profile_set() 设置用户属性:

distinct_id = 'ABCDEF123456789'

properties = {
# 用户性别属性（Sex）为男性
'Sex' : 'Male',
# 用户等级属性（Level）为 VIP
'UserLevel' : 'Elite VIP',
}

# 设置用户属性
sa.profile_set(distinct_id, properties, is_login_id=True)
PYTHON


对于不再需要的用户属性，可以通过 profile_unset() 接口将属性删除。

用户属性中，属性名称与属性值的约束条件与事件属性相同，详细说明请参考 数据格式。

2.1. 记录初次设定的属性

对于只在首次设置时有效的属性，我们可以使用 profile_set_once() 记录这些属性。与 profile_set() 接口不同的是，如果被设置的用户属性已存在，则这条记录会被忽略而不会覆盖已有数据>，如果属性不存在则会自动创建。因此，profile_set_once() 比较适用于为用户设置首次激活时间、首次注册时间等属性。例如：

distinct_id = 'ABCDEF123456789'

# 设置用户渠道属性（AdSource）为 "App Store"
sa.profile_set_once(distinct_id, {'AdSource' : 'App Store'})

# 再次设置用户渠道属性（AdSource），设定无效，属性 "AdSource" 的值仍为 "App Store"
sa.profile_set_once(distinct_id, {'AdSource' : 'Search Engine'})
PYTHON

2.2. 数值类型的属性

对于数值型的用户属性，可以使用 profile_increment() 对属性值进行累加。常用于记录用户付费次数、付费额度、积分等属性。例如：

distinct_id = 'ABCDEF123456789'

# 设置用户游戏次数属性（GamePlayed），将次数累加1次
sa.profile_increment(distinct_id, {'GamePlayed' : 1}, is_login_id=True)
PYTHON

2.3. 列表类型的属性

对于用户喜爱的电影、用户点评过的餐厅等属性，可以记录列表型属性。需要注意的是，列表型属性中的元素必须为 str 类型，且元素的值不会自动去重（1.12 之前的神策系统版本才会自动去重）。关于列表类型限制请见 数据格式 中属性长度限制。

distinct_id = 'ABCDEF123456789'

properties = {
# 电影列表
'Movies' : ['Sicario', 'Love Letter'],
# 游戏列表
'Games' : ['Call of Duty', 'Halo'],
}

# 传入properties，设置用户喜欢的电影属性（movies）和喜欢的游戏属性（games）
# 设置成功后，"Movies" 属性值为 ["Sicario", "Love Letter"]；"Games" 属性值为 ["Call of Duty", "Halo"]
sa.profile_append(distinct_id, properties, is_login_id=True)

# 传入属性名称和需要插入属性的值，设置用户喜欢的电影属性（Movies）
# 设置成功后 "Movies" 属性值为 ["Sicario", "Love Letter", "Dead Poets Society"]
sa.profile_append(distinct_id, {'Movies' : ['Dead Poets Society']}, is_login_id=True)

# 传入属性名称和需要插入属性的值，设置用户喜欢的电影属性（Movies），
# 属性值 "Love Letter" 与已列表中已有元素重复，操作仍有效，
# 设置成功后， "Movies" 属性值为 ["Sicario", "Love Letter", "Dead Poets Society", "Love Letter"]
sa.profile_append(distinct_id, {'Movies' : ['Love Letter']}, is_login_id=True)
PYTHON


3. 埋点事件采集

在 SDK 初始化完成之后，您可以通过以下接口进行数据埋点。

3.1. 追踪事件

第一次接入神策分析时，建议先追踪 3~5 个关键的事件，只需要几行代码，便能体验神策分析的分析功能。例如：

  • 图片社交产品，可以追踪用户浏览图片和评论事件
  • 电商产品，可以追踪用户注册、浏览商品和下订单等事件

用户通过 track() 接口记录事件，对于任何事件，必须包含用户标志符（Distinct ID）和事件名（event_name）两个参数。同时，用户可以在 track() 的第三个参数传入一个 dict 对象，为事件添加自定义事件属性。以电商产品为例，可以这样追踪一次购物行为：

distinct_id = 'ABCDEF123456'

properties = {
# '$time' 属性是系统预置属性，传入 datetime 对象，表示事件发生的时间，如果不填入该属性，则默认使用系统当前时间
'$time' : datetime.datetime.now(),
# '$ip' 属性是系统预置属性，如果服务端中能获取用户 IP 地址，并填入该属性，神策分析会自动根据 IP 地址解析用户的省份、城市信息
'$ip' : '123.123.123.123',
# 商品 ID
'ProductId' : '123456',
# 商品类别
'ProductCatalog' : 'Laptop Computer',
# 是否加入收藏夹，Boolean 类型的属性
'IsAddedToFav' : True,
}

# 记录用户浏览商品事件
sa.track(distinct_id, 'ViewProduct', properties, is_login_id=True)

properties = {
# 用户 IP 地址
'$ip' : '123.123.123.123',
# 商品 ID 列表，list<str> 类型的属性
'ProductIdList' : ['123456', '234567', '345678'],
# 订单价格
'OrderPaid' : 12.10,
}

# 记录用户订单付款事件
sa.track(distinct_id, 'PaidOrder', properties, is_login_id=True)
PYTHON