用户行为数据，是围绕用户访问某产品过程的用户行为轨迹数据

追踪问题：产品使用情况如何？用户浏览习惯如何？

用户行为数据，是围绕用户访问某产品过程的用户行为轨迹数据。其中大体包含了用户量、曝光量、点击量、浏览量、访问时长、停留时长等等观测用户使用情况的表征数据。

这里是一组典型的平台用户使用行为的描述，而这些行为的最终，是产出了上面的业务数据（订单与成交金额）：

访问首页→点击并浏览商品详情→点击客户咨询进行咨询→点击购买提交订单→点击支付，支付完成。

由此我们可以解释，行为数据与业务结果之间的关系，并且两者的关注点也是有差异的，在行为链路中，我们更注重每一层的转化关系以及用户为什么没有向下转化的障碍点。

再以B端管理系统为例。

B端的管理系统具有典型性，可以用点线面来归纳。点指的是诸如事件曝光点击等，线指的是用户使用路径，面则是广义的综合性观察，比如流量分布，比如区域热图等。

通过观察这些，可以观察到用户的使用率和使用路径，并且得知用户使用产品是否真的贴合需求，设计的是否合理高效。

行为数据要结合具体的场景或者维度去观察，才能产生更有用的信息。

运用行为数据，我们可以去做很多分析：漏斗分析、留存分析、流量分布分析、路径分析 、单页热力分析、点击分析、 人群分析等等，这些都是分析方式，在后续关联篇章中会去探讨。

行为数据的获取是依赖于埋点的，在业界有两大类埋点方式：全埋点、手动埋点。

行为数据的三大事件类型基本可以归类为：曝光事件、点击事件、停留事件。

对于C端侧重于曝光、点击，对于B端侧重点击、停留 （从流量转化与访问效能两个角度来说）。

以上介绍了业务结果和行为点击两种数据，而这两种内容，都会涉及到埋点采集这件事，这里我们介绍下关于埋点采集数据这件事情。

3. 埋点采集

追踪问题：如何根据人物、场景、动作制定精准的采集方案？

埋点，是对特定数据的采集，由前端埋点和上报、进行数据处理和数据分析。一般数据埋点分以下三种：

全埋点虽然是所有数据可按需可查，但是因为它的数据量极大，且需要2次定义和清洗，所以只能对通用性质的数据进行采集。而针对性的内容，由数据采集定义后，由前端上报后，可能做到定点、定期精细具体的统计。

两者大致能产出什么数据分析呢？主要以平台/系统这个角度看。

1）整体分析——通用全埋点

用户活跃、用户留存、用户跳出率、用户停留时长、用户流量分布……

2）局部与特定分析——手动埋点

关键事件点击率、关键入口渠道流量总计与分布、关键链路漏斗、关键具体区域曝光与停留时长……

为了获取更精准的业务/行为数据，我们一般会采用手动埋点的方式，所以前期第一阶段会在场景中确定分析目标，然后梳理相应需要的指标。

书写明确的埋点需求是很重要的一个环节，书写得足够明确，才能和业务、前端、数据分析师进行准确的沟通，分析目标一致，然后上线后建立相应的数据看板。