部署方舟SDK时，最常使用的就是用户行为事件埋点。事件埋点就是通过在页面或APP中加入一段代码，记录下用户的使用行为并回传到数据仓库中，供运营人员做数据分析、优化产品和精准营销。
埋点方式：
常见的埋点位置包括各种页面和页面上的多种控件，其中页面包括WAP、H5、WEB等，而控件包括文本框、按键/热区、下拉菜单等。
在页面和控件上的埋点，通常会将行为数据存储到本地缓存并上传，受限于缓存清理、网络开通、丢包等因素影响，数据质量无法做到绝对精准。这类数据应用到优化产品界面、用户偏好领域，对结果的影响并不显著。
如果对数据质量要求极端的高，例如线上商城的交易数据，则需要在服务器端进行数据采集。
数据格式：
采集的日志格式通常是由事件的5个基本要素决定：时间（When）、地点（Where）、人物（Who）、行为（What）、方式（How）。
时间：除了标准的yyyymmdd hhmmss的格式之外，还可以采用登录序号、session等，用以区分登录次数，用来界定用户的活跃次数和行为归属。
地点：事件发生的地点，包括IP、GPS，有些场景下还需要加入触发的场景，例如用户实在哪些场景下发生（微信、APP、WEB）。
人物：参与事件的用户，指用户的唯一ID，包括设备ID、UID、Cust_ID等非敏感信息，不建议直接采集用户的手机号、身份证、姓名等身份信息。
行为：事件的内容，采用Event-Label的形式，事件名定义成EventID，事件的属性/参数则记录成Label，格式是Key-Value。此处可以根据业务需求，可以记录无限的属性/参数。例如，理财产品、股票、商品、文章的编号，还可以是商品的细节（女鞋、37码、红色、运动、时尚等标签）。
方式：事件发生的方式和使用的环境，通常记录一些静态的信息，例如设备型号（Apple）、软件版本（4.10）、网络环境（4G）。
埋点数据的应用：
获取用户行为事件之后，可以实现最基础的报表功能，计算每个页面的PV、UV，按键的点击次数、人数，除此之外，还有更多深层次的应用：
- 深度用户画像研究
通过埋点事件的属性/参数，可以挖掘更深层次的用户洞察，主要指“通过事件看人群”和“通过人群看事件”。前者指研究完成指定事件的用户的画像，通常来讲，完成不同事件的群体往往千差万别，例如分析深夜抢优惠券的用户群体画像；后者指针对特定群体用户的不同事件的偏好，例如40-50岁、女性群体对理财产品的偏好往往更倾向关注和购买高门槛、高收益类别。
- 行为热力图
根据用户点击每个事件的频次，评估出用户使用最多的功能和业务，将其入口调整到最突出的位置，达到优化产品布局的目标。
- 流程漏斗转化
将一条业务流程的各个环节的事件触发次数、用户数串联起来，可以定位出用户在哪个环节漏损最大，后续在未来的产品迭代中逐步优化。
- 智能路径
设定起点事件A和终点事件B，模糊地穷举出用户从A到B的所有可能，找到用户最常使用的路径。
- 千人千面
基于用户近期行为，为其推出定制化的专属界面布局（常用功能靠前）、推荐活动和商品。例如，在淘宝APP内搜索新的商品，会在1分钟左右更新到推荐位。
- 建立客群、定向营销
根据实际业务场景和用户属性，设定多组条件可以划定出营销的人群。通过API接口把用户名单（手机号、邮箱）传给推送平台做触达。简单的场景可以推送生日月祝福语、专属福利券，复杂些的设定成将“女鞋”加入购物车且未完成“完成交易”事件的用户，隔日推送消息敦促用户完成交易。
