resume.github.io

数据埋点治理与数据质量体系

数据埋点治理是利多星数据产品体系中的基础设施项目。它覆盖 APP、小程序、PC 和 H5 页面行为数据，目标是让埋点从“能查到数据”升级为 可信、可验收、可进入 BI、可支撑用户分析 的数据资产。

3 端覆盖APP、小程序、PC / H5 行为数据

5 阶段 SOP盘点、标准、检查、修复、上线监控

7 个事件完成 14 天全量事件专项验数分析

A/B/C/D 分级建立埋点质量准入标准

项目背景

金融产品的用户行为数据分布在 APP、小程序、PC 和 H5 页面中。业务需要分析 VIP 页面点击、系统通知栏、案例股详情页、策略组合、直播、课程、栏目浏览等行为。

但埋点数据一旦字段不稳，就会直接影响后续分析：

• 用户点击了哪里，但页面 URL 没洗出来。
• 同一个模块有多个编码，口径无法合并。
• 关键字段未上报，无法判断用户行为归属。
• APP、小程序、PC 端字段不一致，三端不可比。
• 埋点用户 ID 与订单客户 ID 无法稳定关联。
• 原始表和宽表清洗逻辑不一致，导致看板结果不同。

因此，这个项目的重点是建立 埋点资产盘点、质量验收、问题修复和宽表治理 的完整机制。

项目目标

1. 建立跨产品、跨端口的统一埋点管理和验收流程。
2. 对核心事件进行全量验数，识别字段缺失、ID 差异、URL 清洗、模块编码等问题。
3. 建立 A/B/C/D 埋点质量分级，明确哪些数据能进入正式 BI。
4. 输出宽表清洗规则，让原始行为数据能被后续 BI、标签和客户分析复用。
5. 将埋点治理从临时排查转成长期可执行的数据质量体系。

我的角色

我负责埋点治理的方法论梳理、验收 SOP 设计、字段质量分析、问题清单整理和数仓协同。这个项目需要同时懂业务页面、埋点事件、SQL 验数、宽表清洗和 BI 使用场景。

工作方向	我承担的工作
资产盘点	梳理核心产品、核心事件、所属模块、端口、触发条件和关键属性
验收标准	设计 A/B/C/D 质量分级，明确属性完整率、空值率、趋势稳定性等标准
全量验数	对重点事件做 7 天 / 14 天全量 SQL 分析和 HTML 报告
问题定位	识别字段未上报、URL 缺失、模块编码重复、ID 映射差异等问题
宽表治理	输出神策宽表清洗规则、short_user_code 补全、H5 URL 字段清洗和页面类型识别
协同推进	将问题反馈给产品、开发、数仓和业务方，推动修复和重新验数

埋点验收 SOP

我将埋点验收拆成 5 个阶段：

阶段	核心动作	产出
1. 埋点资产盘点	整理事件 ID、事件名、模块、端口、触发条件、关键属性和 Owner	埋点资产清单
2. 验收标准定义	按 P0/P1/P2 定义准确性、完整率、趋势稳定性要求	量化验收标准
3. 数据质量检查	检查 PV/UV 趋势、字段空值率、三端一致性和漏斗逻辑	数据质量报告
4. 问题分类修复	区分埋点未报、字段错误、清洗缺失、业务口径不明等问题	问题清单与修复计划
5. 看板上线监控	只有达到准入标准的事件进入 BI，并持续监控波动	质量看板和复盘机制

质量分级

为了让业务明确哪些埋点可用，我设计了 A/B/C/D 分级：

等级	判断标准	BI 使用方式
A - 可用	三端一致性高，关键属性完整，趋势稳定	可进入正式 BI
B - 谨慎	有小问题但趋势清晰	可做趋势分析，不做精确结论
C - 排查	字段缺失或波动明显	只用于问题排查
D - 不用	关键字段严重缺失或数据不稳定	不进入 BI

这个分级的价值，是让“数据能不能用”变成可讨论、可验收的标准，减少感觉判断。

专项验数

项目中对 14 天全量数据做了多个事件专项分析，覆盖系统通知栏、案例股详情页、VIP 策略组合、尊享直播汇、精彩推荐、精品课程、栏目浏览等场景。

验数对象	分析重点	发现的问题 / 价值
系统通知栏点击	PV、UV、消息类型、落地页 URL	将通知用户与 H5 落地页访问关联起来
案例股详情页	H5 访问、sp_id 分布、页面贡献	识别少数核心 ID 贡献主要流量
VIP 策略组合	策略组合点击、用户权限分布	判断核心付费用户行为
尊享直播汇	直播间点击、周末回放行为	发现同名直播间多 ID 和回放流量问题
精品课程	点击、课程 ID、父模块探索率	发现部分字段未上报问题
栏目浏览	column_code、column_sort	发现字段空值和双编码问题

这些分析用于验证每个事件是否具备进入正式看板的条件，重点不在单个事件的流量展示。

宽表清洗

埋点治理的另一个重点，是让原始行为数据可以被业务稳定使用。

我输出的宽表治理思路包括：

• short_user_code 补全逻辑：当用户短编码为空或异常时，用可映射字段补齐。
• H5 URL 字段清洗：补充 page_url、url_path、url_host、referrer_title 等字段。
• 页面类型识别：从 URL 中提取页面类型、策略代码、股票代码等信息。
• 原始表与宽表差异复核：避免同一事件在不同表中出现不同结果。
• 宽表 v2 建表方案：修复 v1 宽表漏洗 H5 URL 字段的问题。

数据如何驱动

埋点治理的数据链路是：

原始埋点
  -> 字段拆解
  -> 质量评分
  -> 问题修复
  -> 宽表清洗
  -> BI / 标签 / 用户分析

这个项目让后续的私享家 BI、用户标签、客户活跃分析和产品运营看板有了更可信的数据基础。

成果与价值

• 建立跨端埋点验收 SOP，将埋点工作从需求记录推进到质量管理。
• 输出 A/B/C/D 分级标准，让埋点是否可进入 BI 有明确判断依据。
• 完成重点事件的全量验数分析，沉淀 SQL、HTML 报告和问题清单。
• 发现并记录字段未上报、双编码、URL 清洗缺失、ID 体系差异等问题。
• 输出宽表 v2 清洗方案，为后续 BI 和用户标签提供稳定底表。
• 体现了 数据产品经理对“数据可信度”的把控能力。

个人能力沉淀

这个项目让我更加明确：数据产品的第一步是判断数据是否可信。只有埋点、字段、ID 和宽表稳定，业务看板、客户标签和用户分析才有意义。