信任自己数据的团队和怀疑自己数据的团队之间的区别很少在于工具。问题在于跟踪是如何实施的，是有方法的还是仓促的。
实现事件跟踪似乎很简单：安装一个库，触发一些事件，就是这样。这就是大多数分析系统的创建方式，以后没有人可以使用。重复的事件、不一致的名称、不匹配的数据以及长期怀疑数字错误。
本文将跟踪视为一个工程和治理项目，具有重要的步骤和重要的顺序。论文的主题是，良好的实现与其说是编写跟踪代码，不如说是在它之前和之后的纪律。
步骤 1：测量计划出现在代码之前
几乎所有不良跟踪的根本错误都是从实施开始的。在编写一行代码之前，您需要一个测量计划，一个将每个事件与业务问题链接起来的文档。
该计划列出了将跟踪的内容、原因、每个事件通知的决策以及每个事件具有哪些属性。这看起来很官僚；事实恰恰相反。他是一个避免跟踪无用而忘记本质的人。
如果没有计划，每个开发人员都会按照他们认为合适的方式进行工具，最终会出现一堆没有人一起设计的事件。有了计划，跟踪就有了绘图，而绘图可以让数据在以后得到解释。
步骤 2：标准化术语和结构
定义了要跟踪的内容后，下一个重要步骤是在实施之前决定如何一致地命名和构建所有内容。
建立约定：事件如何命名、属性如何调用、值遵循什么格式。确定“用户完成购买”是具有属性的一个事件还是多个不同的事件。这些在纸上做出的选择可以避免破坏分析的碎片化。
在编码之前这样做的原因很简单：稍后纠正命名法需要更改历史数据，而历史数据无法在不丢失的情况下重命名。您尽早标准化的内容可以节省数月的返工时间。你留下的东西后来变成了一笔可能永远无法还清的债务。
步骤 3：通过验证进行部署，而不是在黑暗中进行部署
准备好计划和标准后，实施几乎是机械的，但有一个要求：在每个事件到达时对其进行验证。
这里最重要的一步是不要相信仅仅因为编写了代码就触发了事件。检查每个事件是否在正确的时间以正确的属性到达，且没有重复。跟踪数据有一个潜在的特征：错误是无声的。触发两次或根本不触发的事件不会生成可见的错误；它只会破坏预先的分析。
成熟的团队对待跟踪就像对待任何关键代码一样：进行验证。一项执行不力且未被注意到的事件将在数月内影响决策，而且没有人会知道。
步骤 4：确定稍后由谁负责处理数据
跟踪并不是一个结束的项目。产品发生变化，屏幕被重新设计，流程被重写，每一次变化都可能悄然破坏一个事件。
几乎每个人都会跳过的步骤是定义持续治理：谁负责保持跟踪运行，谁批准新事件，谁在屏幕更改时进行审查。如果没有所有者，分析系统就会自行退化。六个月后，一半的事件不再像他们所说的那样。
这种治理不需要很麻烦。它需要存在。明确的负责人和简单的审查程序已经避免了将可靠数据转变为可疑数据的熵。
步骤 5：将隐私视为一项要求，而不是补丁
在巴西实施跟踪需要将[LGPD0视为项目的一部分、来自测量计划，而不是最后一刻的调整。
这意味着逐一决定收集该行为的法律依据是什么、数据存储多长时间以及如果持有者请求删除将如何处理。它还意味着不在事件属性中捕获不应该存在的敏感数据，这是记录不需要收集的键入内容或标识符时的常见错误。
该计划中内置的隐私成本很低。事件发生后修补隐私既昂贵又迟。这一步与其他步骤并不分开；他穿过每个人。
步骤 6：记录含义，而不仅仅是名称
有一个步骤可以区分在员工流动中幸存的轨迹和在关键人员离开时消失的轨迹：用人类语言记录每个事件的含义。
事件名称不言自明。 “订单确认”对于不同的团队来说可能意味着不同的事情，付款批准的时刻、发票开具的时刻、发货的时刻。如果没有书面定义，每个人都会以自己的方式解释它，基于不同解释的分析会产生不一致的结论。
在公司中，此文档通常称为事件字典，可以让后来到达的人员了解他们正在查看的内容。这也避免了两个区域针对“相同”指标报告不同数字并花费数天发现它们测量不同事物的经典情况。记录意义在创作时很便宜，而在六个月后就变得无价了。
跳过步骤时出现的错误
值得指出问题所在，因为症状是可以识别的。当跳过测量计划时，就会出现无人使用的事件以及会产生影响的事件的缺乏。当跳过标准化时，分析就变成了考古学。当跳过验证时，决策将基于损坏的数据，而没有人注意到。当治理被忽视时，系统就会腐烂。当隐私被忽视时，法律风险就会积累。
这些步骤相辅相成。精心设计的计划有助于标准化，有助于验证，支持治理，并且已经纳入了隐私。以正确的顺序实施跟踪并不是更多的工作，而是更少的返工。
最后，跟踪的质量决定了您根据数据做出的每个决策的质量。从第一次事件开始就值得这样做，因为以后修复它的成本很高，有时甚至是不可能的。
跟踪实施不当会带来一个很少被考虑到的隐性成本：信任的侵蚀。当这些数字一次都没有加起来时，团队就开始不信任他们。从那时起，决策再次根据本能做出，对分析的全部投资都损失了，不是因为数据消失了，而是因为没有人再相信它。重建信任比第一次建立跟踪更困难。因此，这每一步本质上都是对可信度的投资，而数据可信度一旦丢失，就是最难恢复的资产。
如果您的团队要实施或重做跟踪，并希望避免会削弱数据信心的错误，那么在开始检测之前值得讨论一下。博客上还有其他有关数据、指标和治理的文本，对这些步骤进行了补充。
另请阅读
- [事件和跟踪：指标和 KPI 快速指南1
- 【应用中的数据分析2
- [高级分析3
- [高级分析 - 完整指南基本步骤4
- [应用程序分析5
- [数字产品中的大数据6