神策Wave自动埋点
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @sensorsdata/wavetracking。
技能介绍
它解决什么问题
在数据分析实践中,埋点方案常常散落在 PRD、需求池和代码评审里。同一个点击行为,可能有人写成 click,有人写成 button_click;同一页面的元素命名也容易随着版本迭代而漂移。结果就是:报表口径不一致、漏斗断层、回溯成本高。
神策 Wave 自动埋点(Wave-tracking) 面向这类数据采集链路,把“事件、属性、页面/元素标识”整理成可审查的结构,减少人工复制粘贴和口头对齐。
它如何工作
- 聚焦埋点方案:围绕事件名称、触发时机、关键属性、页面或元素标识,给出可落地的埋点描述。
- 支持 Wave 语境:按神策 Wave 的埋点约定组织内容,便于团队在采集方案阶段检查边界。
- 强调一致性:在命名与字段口径上保持统一,降低后续清洗和建模的歧义。
适用边界
- 本技能用于 埋点方案与采集规格 的整理与审查,不替代客户端最终上报实现。
- 若业务要求强一致、审计或回放能力,仍需结合事件字典、发布流程和质量监控。
- 生产环境中请避免在描述里写入敏感信息(如 token、手机号、精确地址)。
使用场景
- 产品迭代时,团队需要统一首页按钮的埋点命名,避免后续报表口径冲突
- 数据分析师评审漏斗数据前,要确认关键页面元素的属性是否完整准确
- 前端开发在实现点击事件采集前,需要明确触发时机和上报字段
适合人员
- 产品经理:需要在需求评审阶段明确埋点方案,确保开发理解一致
- 数据分析师:想要在分析前确认埋点规格符合业务指标定义
- 前端工程师:需要明确埋点字段和触发规则,避免实现偏差
- 数据工程师:要维护统一的埋点字典,确保数据链路一致性