本文是Android无埋点系列的开篇——-埋点技术概览
埋点是数据产品经理（分析师）基于业务需求，对用户在应用内产生的页面和位置植入相关代码，并通过采集工具上报统计数据。这些埋点数据是推动产品优化和运营的重要参考。而按照埋点采集数据类型不同，可以把埋点采集的数据分为以下几类：
点击和页面埋点都有明确的触发时间（事件），而曝光埋点则没有明确的触发时间点，一般认为中被渲染出来就认为是一个曝光。很多情况下被渲染并不代表它是可被用户看到的。
不同业务（公司）在在进行埋点方案选型时，会根据业务形态去选择最适合自己的方案，一般都离不开这几点：
埋点又叫数据埋点，是数据采集领域（尤其是用户行为数据采集领域）的术语，是指在应用中特定流程收集一些信息（用户行为或事件），如用户点击某个icon次数，用户浏览某个页面的时长等等。埋点采集到的数据是数据分析人员用来分析应用的使用状况和为优化产品的重要依据。
随着技术的进步和发展，互联网各家公司从不同角度，提出了多种技术方案，这些方案可以归类为：
代码埋点，是最早出现的一种技术，也是最基础的一种技术，开发人员按照产品（运营）的埋点文档，在用户行为满足一定条件时（如点击某个icon），调用数据上报的接口上报该行为数据。该技术方案特点：
可视化埋点是指通过可视化工具选择需要收集的埋点数据，下发配置给客户端，客户端进行配置的解析并采集对应节点的数据。一般是客户端APP在不同的页面截图发送给服务器，由服务器根据该截图，生成需要采集的节点的配置信息，该技术方案特点：
GrowIO
备注：图片来源于GrowIO官网
无埋点并不是不需要埋点，而是指将App内产生的所有的、满足某些条件的行为，全部自动采集并上报到数据后台。在计算时对数据进行筛选，选出可用的数据，该技术方案特点：
Android中的无埋点一般是通过全局监听或AOP技术来实现的。Android传统意义上实现无埋点的两大核心技术：
本文不再详细讲解无埋点的两大核心技术，有兴趣的小伙伴可以参考网易团队的无埋点实践文章网易HubbleData之Android无埋点实践
但传统的无埋点有三个致命的缺点：
这几个缺点也是很多公司在选择埋点的解决方案时没有选择无埋点的原因，这里有没有办法去进行一个改进的设计呢？