要搞数据的统计分析，那第一步我们得先有数据吧，也就是数据的统计工作

要搞数据的统计分析，那第一步我们得先有数据吧，也就是数据的统计工作。

提起数据统计，那自然绕不开数据埋点。关于埋点怎么埋，随便一查，就有很多总结得很好的文章了。

But，我想说的是，如果你们公司从来没整过埋点这个事，那也不用大费周章，因为界内已经有很多成熟的埋点公司了，例如神策、友盟等等。直接花钱办事就完了，也不贵。

我们今天研究的，是通过埋点能够获得哪些数据呢？总结下来，大概有这么五类：

1. 整体概况；
2. 用户获取；
3. 活跃与留存；
4. 事件转化；
5. 用户特征。

来来来，我们逐个剖析一下，这几类数据，具体都包含什么，以及获取这些数据有啥用。

1. 整体概况

• 实时数据意义：可以获取到每个小时的产品实时数据，帮助你了解产品目前的实时情况。
• 使用概况意义：产品整体的使用情况，包括用户量、访问情况、留存等，帮助你对产品整体指标有一个大致的了解。

2. 用户获取

• 渠道访问意义：每个渠道的用户的使用情况，包括渠道中新用户的占比、留存等，帮助你了解产品在获客层面上的优势与不足。
• 版本数据意义：每个版本的使用情况，帮助你了解在产品升级的过程中，是否在活跃和留存方面有所改善。

3. 活跃与留存

• 访问流量意义：产品的每日访问数据，指标集中在新老用户的访问行为上，提供访问次数、时长、次数分布、访问时段高峰等指标，帮助了解新老用户在使用产品时的一些行为特征。
• 用户留存意义：提供用户 7 日、次日、次周、次月留存的数据，帮助你了解新老用户的使用粘性。

4. 事件转化

• 自定义事件意义：用户自定义关键事件，系统会自动生成该事件的发生次数、人数以及分布情况，也就是能够看到用户都在干啥。
• 收益类事件意义：用户自定义收益类事件，系统会自动生成该事件的发生次数、人数以及分布情况，