推荐序

到目前为止，中国的信息化建设大致经历了两个阶段。2015年之前，IT系统的引入主要是为了提升业务运营的效率，形成一套人与IT组件构成的业务系统，在纯线上产品中，只有IT组件构成的业务系统。在IT化的过程中，产生了数据这一副产品，通过数据可以进行一些基础的统计和分析工作。2015年之后，大数据的概念深入人心，大数据的场景逐步落地，之前的数据生成思路需要进行革新，不能只把数据当成副产品来看待，而是要考虑面向数据流的思路，IT系统只是数据生成的载体。

这就要求我们在IT系统建设时，不能只是为了完成业务功能，还要考虑如何进行有效的数据采集，对工程师的技能要求发生了变化，不仅要会写代码实现功能，还要建立数据思维。

我2007年加入百度，2015年离开，这八年的时间我主要做了一件事情，就是从零构建百度的用户行为数据平台，这其中走了不少弯路，也实现了不少价值。最深刻的一点体会就是：数据这件事情要做好，最重要的是数据源。只要数据源头解决好了，后面的分析处理都比较好办。那怎么才叫把数据源解决好呢？我也总结了四个字：大、全、细、时。大是指宏观上，当然也有物理层面的含义；全就是指要把多种数据源都采集下来，是全量而非抽样；细强调多维度，维度越多，越能精细化分析；时就是时效性，数据采集和查询分析都需要尽可能地实时。

为了实现对数据的采集，可以有三种方式：代码埋点、工具导入和全埋点。这三种方式都是手段，并且各有优缺点，选择时需要完全基于实际的业务需求和现状来设计，而不能一味地追求某一种方式，如果把全埋点当成必杀技，那就大错特错了。

灼洲作为神策数据的iOS和Android SDK开发负责人，这两年多来对相关的技术进行了深入的研究和大量实践。特别是得益于Android系统的开放性，使数据的自动收集更为容易。由于自动收集的本质是对所有操作进行拦截，相比于代码埋点只是采集的一部分必要操作，显然利用自动收集的方式收集的操作类型更全面，因此我们将它命名为全埋点，而不是无埋点。

当然，虽然这种方式是自动化的，但有一些精细化的维度，以及后端的数据，无法用这种方式来实现。但如果想要及时地看到一些产品的宏观指标，又不想要工程师做太多的配合，这是一种很好的方式。

神策数据志在推动国内企业数据化的建设进程。因此，我们将探索和实践的成果全部贡献出来，供各位开发者学习，期待更多的人能够认识到数据的重要性，以及学会数据采集的具体方法。

桑文锋

神策数据创始人 & CEO