Ⅰ 什么是埋点
埋点，是网站分析的一种常用的数据采集方法。数据埋点分为初级、中级、高级三种方式。数据埋点是一种良好的私有化部署数据采集方式。
埋点技术如何采集数据，有何优缺点？
数据埋点分为初级、中级、高级三种方式，分别为：
初级：在产品、服务转化关键点植入统计代码，据其独立ID确保数据采集不重复（如购买按钮点击率）；
中级：植入多段代码，追踪用户在平台每个界面上的系列行为，事件之间相互独立（如打开商品详情页——选择商品型号——加入购物车——下订单——购买完成）；
高级：联合公司工程、ETL采集分析用户全量行为，建立用户画像，还原用户行为模型，作为产品分析、优化的基础。
无疑，数据埋点是一种良好的私有化部署数据采集方式。数据采集准确，满足了企业去粗取精，实现产品、服务快速优化迭代的需求。
但，因手动埋点工程量极大，且一不小心容易出错，成为很多工程师的痛。且其开发周期长，耗时费力，很多规模较小的公司并不具备自己埋点的能力。无埋点成为市场新宠。最后埋点、无埋点两种技术谁能成为最后赢家，我们拭目以待。
Ⅱ 广告变现产品常见的数据埋点
广告变现产品在实际数据分析中，光依赖广告后台的填充率、展示率、点击率，是完全不足够的。所以，这篇文章主要来分享一下广告变现产品常见的数据埋点。
01 非激励型广告常见埋点
一般非激励型广告（横幅广告、原生广告、插屏广告）的埋点主要分为以下几个埋点：
广告开始加载——>广告加载成功——>广告触发——>广告展示成功——>广告点击
广告开始加载：客户端向某广告聚合发起请求
广告加载成功：成功收到回调，从广告聚合中拉取到某广告平台的缓存
广告触发：用户进入到某广告场景中
广告展示成功：广告成功展示
广告点击：用户点击广告
02 非激励型广告常见数据指标
1. 广告加载成功率=广告加载成功/广告开始加载
相比广告平台中的填充率，广告平台的填充率通常指瀑布流中某层、bidding中某个广告平台的填充率，而这里的广告加载率指的是某个广告位置的整体填充率。通常情况下，在不进行任何限制且用户网络情况良好的情况下，广告加载成功率是可以达到90%以上的。
如果广告平台的展示率较低，通常是由于人均广告触发次数较低或者广告场景展示率较低。
2. 人均广告触发次数=通关插屏广告触发次数/DAU
如果人均广告触发次数较低，那么需要考虑是否要更换广告触发时机，选择更容易被用户触发的广告场景；或者调整用户使用流程，尽量引导用户到达该广告场景。
3. 广告场景展示率=广告展示成功/广告触发
如果广告场景展示率比较低（<50%），需要考虑广告缓存是否过晚，需要优化缓存机制。
4. 广告点击率=广告点击/广告展示成功
对比自家打点广告点击率与广告后台点击率的差距，如果打点广告点击率明显高于广告后台，可能存在无效点击，被广告平台过滤，需要引起警惕。
解决办法：插屏广告增加一个Ad break，提醒用户接下来会有插屏广告；横幅广告与主要操作界面保持一定的间隔；原生广告修改广告样式，这些都是非常有效的降低误点击的方法。
03 激励型广告常见埋点
激励型广告主要分为以下几个埋点：
激励广告开始加载——>激励广告加载成功——>激励广告弹窗触发——>用户点击观看激励广告——>激励广告展示成功——>用户看完激励广告——>激励广告点击
激励广告开始加载：客户端向某广告聚合发起请求
激励广告加载成功：成功收到回调，从广告聚合中拉取到某广告平台的缓存
激励广告弹窗触发：激励广告弹窗出现
用户点击观看激励广告：用户点击激励广告弹窗上的观看按钮
激励广告展示成功：激励广告展示成功
用户看完激励广告：用户完整看完激励视频广告，客户端收到相关回调，准备给用户发放相关奖励
激励广告点击：用户点击激励视频广告
04
激励型广告常见数据指标
激励型广告数据指标除了需要分析非激励型广告常见数据指标，还需要分析以下2个数据指标：
弹窗点击率=用户点击观看激励广告/激励广告弹窗触发
如果用户弹窗点击率较低（<50%），那就需要优化奖励内容（包括奖励的商品或数量）；同时弹窗的UI上进行优化，也是一个可以考虑的方向。
完播率=用户看完激励广告/激励广告展示成功
如果完播率较低，则更多需要考虑优化奖励内容（包括奖励的商品或数量）。