开始之前
作者以前开发设计采集器参考了 Google 的那套设计思路。这套设计方式基本都能满足分析需求，如果要区分用户和用户行为，采集的数据模型需要开发跟数据同学约定好。
本篇讲解的采集器，需求来源于用户行为分析平台，数据模型是固定的，设计思路会有些不同。
说明
- 文中代码只展示关键点，具体请参考源码。
- 本篇并非是从头到尾教大家如何开发一个完整的采集器，那不是一篇文章能够讲清楚的。主要是讲解了设计思路，几个重点实现。相信大家看完本篇分享，再结合源码，最终能够理解并自己实现一套采集器，会比作者做的更加出色。
数据模型和设计实现
数据采集后，数据分析（机器学习）专家一般会对数据进行筛选、降维、建模。这个过程中数据筛选是花费最多的环节，所以在采集数据的环节，我们有必要定义好一定的数据规则（模型），在数据源头上，让采集器做更多的工作，减少数据筛选的工作量。这里扩展一下，当前工业上比较流行的机器学习库 TensorFlow 出了个 JS 版本，官方针对微信小程序开发了一套小程序插件 tfjs-wechat，大家可以尝试一下，说不定可以让采集器智能化。
对于采集分析用户行为的数据，我们先从采集器使用的数据模型开始讲起。
模型
当前数据分析平台的数据模型由两块组成：用户属性和用户事件。
用户属性
用户属性指的是：用户 id、年龄、姓名、性别、所在的地区、首次注册时间、vip 等。
用户事件
用户事件指的是：用户在小程序上做了什么操作，比如点击了购买按钮这个行为事件，访问了某个页面。
模型：
在这里插入图片描述
内置事件
内置事件指的是采集器自动处理上报的事件，分为两类。
- 一类是采集器监听小程序的行为事件，有 访问页面（screen）、分享（share）、应用开启（onLaunch）、应用展示（onShow）；
- 另一类是系统内置的事件，有 会话相关事件（session_start、session_close）、登陆登出注册事件（login、logout、signup）、应用首次激活事件（activate）、广告点击事件（ad_click）、A/B 实验事件（abtest）、数据异常错误事件（send_error）、设置用户属性事件（user_profile）、转发分享事件（share）。
自定义事件
自定义事件指的是用户自己设置的事件，通过调用采集器的 API 上报事件。比如：上报一个点击购买按钮的用户行为事件，sdk.track ("buy"， {price: '￥10'})， 其中事件名是 "buy"，事件属性是 "price"。
用户内置属性
用户内置属性指的是平台内置的用户属性字段，通过调用采集器封装好的 API，传入属性值上报。比如：realName（姓名）、age（年龄）、city（城市）、country（国家）、$gender（性别）等。
用户自定义属性
用户自定义属性指的是用户自定义的用户属性字段， 通过调用采集器的 API，传入属性字段以及值。
设计
先上模块关系图：
在这里插入图片描述
网友评论