1.发现日常使用产品（WEB、APP）的数据埋点现象，并总结记录下来；
美团首页埋点例子
</a>href="http://waimai.meituan.com" #URL地址
data-bid="b_lalhpjhj"
data-lab="{"custom":{"title":"猫眼电影"}}" #数据标签
class="link maoyan-link" #数据类型
title="猫眼电影" #主题
query="utm_source=meituanweb" #搜索：广告系列来源=美团web
data-query="utm_source=meituanweb"
target="_blank">猫眼电影
2.梳理自己目前困惑的数据埋点问题和看到的埋点知识点，并总结记录下来；
q1：用户路径分析怎么进行埋点和具体分析？
用户进入每个页面之后，进行页面显示埋点，事件名称page_show，当前页面名称page_name、当前页面类型page_type、前向页面名称page_name、当前页面名称page_type
假如现在进行f1-f2-f3-f4的行为漏斗分析，f1页面left join f2页面（前向页面名称=f1）left join f3页面（前向页面名称=f2）left join f4页面（前向页面名称=f3），设置漏斗区间为1天，f4页面时间-f1页面时间<=24小时即可
工作量：对每个需要分析的页面需要进行埋点，定义好页面名称、页面类型，且需要记录每个页面的前向页面来源；如果是按钮点击的漏斗，不仅需要设置按钮名称、按钮类型，还需要设置按钮所在的页面名称、按钮类型。
这是我自己的思考，感觉这个问题和案例3比较相似，不过案例3的行为路径是“首页点击搜索-进入结果页-浏览小视频”或者“首页点击关注-浏览小视频”，确定了落地页面是“浏览小视频”，需要对前向来源进行分析，但是抹除逻辑很复杂，实际操作困难，是否有更好的解决方案呢？
网友评论