页面|数据人该知道的埋点体系（二）( 二 )_阿里云

2. 性能指标也可以通过埋点来监控App的性能情况。比如crash率也就是系统指定版本异常退出的次数在该版本中所有启动次数比例；还有次均TCP建连时间，代表网络请求中TCP建立连接的平均耗时，单位毫秒；再有次均首字节到达时间，代表网络请求中首字节到达的平均耗时，单位毫秒。再有次均请求资源大小，代表网络请求完成的平均消耗资源，单位B；最后还有：异常数量，代表发生异常的网络请求数量。
3. 数据产品使用埋点数据还是各种数据产品的数据源，比如BI平台，可视化的展示各项埋点指标数据；ABTest平台，利用埋点数据对比分析实验组和对照组的效果，以更好的帮助业务判断功能策略的好与坏；用户分群，利用埋点的用户行为数据圈选合适的用户群，触达到用户以提供用户的活跃度和粘性。
4. 归因模型在电商领域可以根据埋点日志进行销售归因。我们引入电商坑位归因的概念，把每一笔的成交都归给转化路径的不同的坑位。据坑位的曝光转化价值来评价坑位质量。把宝贵的流量尽可能都引导到转化率更高的坑位，以此达到精细化运营的效果。有了这个坑位价值评判的机制后，各个坑位的改版也能准确的评估，真正做到了数据驱动增长。
埋点体系的介绍到这里就全部结束啦，希望对大家能有所帮助！
下期预告：
后面的文章的将和大家介绍埋点管理平台的搭建实战以及根据埋点日志设计的电商归因模型。
作者：杭州@阿坤，母婴电商行业数据分析师兼数据产品经理；致力于研究电商行业的数据驱动增长，以及数据产品从0到1的搭建；“数据人创作者联盟”成员，“最佳创作奖”获得者。
本文由@一个数据人的自留地原创发布于人人都是产品经理。未经许可，禁止转载
题图来自Unsplash，基于CC0协议