數據無埋點適合你的業務嗎

社交網路，讓我們越來越多地從數據中觀察到人類社會的複雜行為模式，為大數據提供了信息彙集、分析的第一手資料。

大數據，從龐雜的數據背後挖掘、分析用戶的行為習慣和喜好，找出更符合用戶「口味」的產品和服務，並結合用戶需求有針對性地調整和優化自身，正是大數據的價值。而這信息的彙集、分析就繞不開『埋點』。

今天，安安就跟大家在互聯網業務風險層面，聊一聊傳統埋點與無埋點的二三事。

技術科普埋點

上面紅色的字體就是埋點了，它不做頁面相關的事情而是把用戶當前點擊的東西，傳到伺服器達到記錄用戶點擊的每一步。該例子是淘寶detail頁面的一個小縮影。（by 網路）

白話科普埋點

大家走出機場航站樓的第一眼，就能看到整潔平坦的馬路。

其實，一條規劃寬闊平整的馬路下面，隱藏著電力、電信、天然氣、自來水、通訊、雨污排水、熱力、燃氣、有線、網通，石油管道等地下管線。這一點很像我們的業務信息高速公路，上面是快速運轉的業務通道，下面隱藏著大量的實時數據。

有時候，上下班會經過一些路段，遇到施工隊不停的開挖、埋上，過一段時間再開挖、再埋上，導致行車不便，需要繞路而行。後來才了解到是路面之下有新的管道進行鋪設，或者是有管道和線路損壞，需要經常的更換和維修。

(別扯犢子，這和無埋點有啥關係?

.............客官稍安勿躁，且聽我慢慢道來。)

前段時間遇到一個客戶，他是負責產品的老大，我們兩人聊完工作開始吐槽各自的公司。我吐槽我們公司的交流水平參差不齊，他吐槽前端業務變化太快，太複雜。

因為今年經濟大環境形式不好，業務部門迫於壓力開始積極推動各種線上互聯網的營銷玩法，結果研發部門壓力巨大，一方面忙著產品的更新迭代，另一方面，風控部門因為面臨線上的業務風險而制定了一堆策略，需要在程序里埋點，還有之前因為業務場景變換導致之前的埋點還要被去除掉。研發人員非常緊缺、天天加班，已經有好幾位同事要提離職了。

做新業務、新產品就好像公路下面加新管道，還情由可原，但是為了舊業務(問題管路)，不停地開挖埋上，埋上開挖（有時候作為程序員你可能都不知道你挖的是誰埋的管子，淚奔），最後他說了一句話，誰來給我們解決離職率的問題（哈哈）。

本來我們想聊聊工作和生活，細想想他說的話，原來跪倒在埋點這個事情上。細思極恐（程序員加班過多導致家庭不和諧，離婚率上升……）。

扯遠了，說說埋點這事。

關於無埋點的二三事

埋點不是什麼新概念，我的理解就是解決問題的一種思路和方法。馬路管道鋪設咱不懂（至於你家馬路挖了埋，埋了挖馬路不能走算你倒霉-囧-），但俺們是搞IT和高科技的，必須要用這種方法嗎？不是聽說可以無埋點嗎？

埋點 vs 無埋點

傳統的用戶行為分析需要前端工程師在相應的位置寫代碼埋點，然後在後台自行分析、挖掘數據。後來為了更好的可視化，出現了一些工具可以形成更友好的報表或dashboard，並輔助進行數據挖掘，當然埋點的過程還是需要前端工程師來幫忙的。

比較常用的包括Google Analytics、Adobe Analytics、Omniture、Fullstory、百度統計、諸葛IO、Talkingdata、友盟等等。

最近又有一些工具宣稱可以直接面對業務人員，免去埋點，實現可視化配置和實時數據分析。這類工具包括Heap Analytics(不埋點技術的鼻祖)、GrowingIO、諸葛IO等。

但這些工具的缺點也很明顯，比如滾動條高度、及其他稍複雜的監控都無法做到，如果需要採集全方位的數據進行更專業的分析，仍需要靠開發人員來埋點配置。（知乎白小亮授權轉載）

我的理解，道路因為要鋪設新的業務管道，那必須開挖路面，變魔術肯定是行不通的。同時如果你要計量或控制管道的流量大小，知道管道里的流動情況，也必須在相應的節點上裝相應的閥門，就好像埋點。

說回線上業務，這些業務都是數據構成的，這些數據想要知道具體的細節，一定是需要裝埋點這種閥門嗎？

我們知道數據都是可以打標籤的，只要獲取了全部的流量，也就得到了一大堆的標籤數據。有了不同標籤的數據，再進行識別控制，落地風控策略，這也就是今天提到的無埋點方法。

據我知道的傳統埋點方法是這種圖：

埋點的時候居然業務還要下線這麼沒天理？ 我替前端業務人員吐個槽先。

成本才是關鍵問題

大家都知道，一個非常成熟的業務需求在邏輯上是十分完整，風控策略也是相對完整的。因為業務形態沒有什麼太大的變化，往往在程序設計初期相應的埋點就已經實現了，後期調整的餘地也非常的小。

但是對於快速變化並且複雜的業務場景，就比如說這些互聯網的線上業務，你再提埋點就會像我前面故事裡講到的那樣，程序員不僅累，估計排期也不能應對，如果需要分鐘級的策略調整更是不敢想像。而且，如果埋點錯了或者漏了，修正後又得重新跑一遍流程，一個星期兩個星期又過去了有木有。

這種運營成本就是越往後越高，特別是對溝通效率和人力開發成本來說。對於前端的業務人員來說，時間就是金錢，能用流量分析的低成本方法搞定的事情，為啥一定要上人捏，現在人力是很貴的（CEO都懂，HR都懂，創業公司都懂的）。

其實，埋點還是無埋點都可以解決業務問題，最終需要看用戶的選擇。我相信，對於不同的業務問題，我們的程序員們只要了解了其中產品邏輯，都能清晰且輕鬆的搞定。

無埋點解決方案的邏輯線

替互聯網業務風險畫個像：

業務風險存在於身份驗證的各個階段中，如今企業在面臨業務發現問題時，最大的問題就在於對用戶行為沒有可視性，在無法了解問題全貌的狀態下，就難以做出正確的判斷。

替豈安科技技術畫個像：

為了達到風險識別分析對業務研發盡量透明，豈安的解決方案創新性的利用了網路流量進行業務行為風險識別，結合外部的業務風險情報服務，可有效識別業務風險行為並保障極高的效率和安全性。

替豈安無埋點解決方案畫個像：

業務數據敏感無法採用雲模式，而傳統私有化方案成本高，接入周期長。豈安無埋點解決方案無需業務研發配合，以觀察者模式監控所有用戶行為，按需快速採集信息，可將風控決策周期縮短至一天內完成信息採集和策略測試部署。

替無埋點合適的業務畫個像：

常見使用無埋點的業務領域有互聯網金融，航旅，電商等。豈安的無埋點解決方案採用數據旁路內網採集，全量分析，不存在敏感數據外泄風險，保護用戶數據隱私，並降低雲端穩定性風險。

更多關於無埋點、業務安全、旁路內網採集、智能自適應、惡意爬蟲、反欺詐乾貨，關注微信公眾號：bigsec