如何保证埋点数据的准确性

1、 数据上报流程

2、 本公司/待分析产品的数据上报链路

这块的信息后续补上

3、 常见的埋点问题及其产生原因

（1）埋点数据和业务产生偏差

原因维护需求文档时未进行定期沟通。

（2）采集的数据与后台数据发生差异，无法准确进行分析

原因:采集方式出现了偏差，前后端统计的口径出现了偏差导致数据出现了不一致的情况。

（3）数据发生丢失的情况

原因：采用了前端采集方式，会造成少量数据的丢失情况。

4、 该如何提升埋点质量

（1）准确分析需求适用的场景，整理埋点模块的业务流程、功能架构和信息架构

（2）根据场景来选择最适用的埋点方式，分析代码埋点、可视化埋点和全埋点最适合的场景以及优缺点，具体问题具体分析，根据业务场景和产品所处的阶段，梳理和构建埋点体系，避免场景不适用，数据采集与分析混乱的情况。

（3）埋点要是有效事件，而不是单纯的频次信息，同时指标的选择要对产品具有实际的分析和指导意义，对于产品改善没有任何指导意义的事件不要添加，同时要从多个维度进行分析，同时注意不同指标的关联性， 不要割裂埋点数据之前的关联性，同时不要过于分散。

（4）埋点的后台的日志数据做整合分析，善于发现每个异常，尽量避免数据缺失和不足的情况，统一维护指标字典。