以下 5 个步骤整合到您的工作流程中，以开始使用更好的分析工具：
第0步：用数据赋予你的工程师权力。
有一个关键的第0步，没有这一步，无论你的整体流程有多好，你的检测都不会达到标准。
拥有最佳检测实践的产品开发团队从第一天起就让工程师参与他们的产品决策和用户研究。
你如何鼓励你的工程团队变得更加以数据为导向，并在一个明确定义的检测流程上保持一致？这里有一些战术上的建议：
- 在开发周期的早期，与你的工程师合作制定分类法。
- 一旦数据在生产中上线，与你的工程师分享你发现的有趣见解。你也可以将你与工程师的讨论集中在跟踪数据如何对你的业务成果产生积极影响上。
- 建议你的工程师使用他们关心的指标来激发他们对数据和分析的兴趣。例如工程团队可以检测网站性能指标。
数据可以让你的工程师对他们正在开发的产品有更多的投入，定量地了解他们所建立的功能的影响，并在困难的决定中指导他们，如哪些功能需要废弃。然后，这也将使你的团队能够更好地维持一个高效和功能性的分析检测流程。
第1步：为数据命名惯例定义一个全公司的标准和准则。
将所有团队和所有平台应该使用的事件、事件属性和用户属性的语法标准化。通过以下方式将这一标准纳入一个容易获取的指南：
- 在你的公司内部wiki中进行链接。
- 如果你有一个功能规格的模板，那么这个标准应该被链接到该模板中。
- 在产品开发的入职过程中分享这个标准。
如果没有统一的标准，那么跟踪可能会由于团队用不同的名字来记录数据而中断。我们的《数据分类法手册》是一个很好的资源，用于命名惯例和如何最好地构造你的分类法。
第3步：与你的工程师和数据治理员合作，为新特征确定分类法。
工程师应该从早期就参与到整个过程中，因为他们可以最好地验证你希望为新功能追踪的数据的可行性和范围（例如，这个事件属性的值在该事件发生时是否可用？）你的工程师是一个很好的资源，可以优先考虑哪些数据是最重要的，以及了解在每个用户行为发生时有哪些背景。
工程师和消费数据的团队之间的合作是关键。在一个理想的世界里，分析师、工程部、QA和分类学/规范建立者之间不存在任何隔阂。根据你公司的规模和结构，你可能还想考虑创建一个数据治理者的角色，他的职责将包括拥有数据的结构、凝聚力、质量和维护。
确保所有关键利益相关者保持一致的一个有用的建议是，在你的功能规格模板中包括一个计划的事件、事件属性和用户属性的表格，这将伴随着每个功能。
第4步：将你的分类法记录在一个中央资源中，在实际的代码工具化过程中可以很容易地访问。
这对持续的一致性很重要，特别是在包含多个需要访问数据的团队的组织内。常用的一些工具是：
- Google/Airtable电子表格
- Confluence/内部wiki页面
拥有一个中央资源是至关重要的，因为这样你就可以很容易地复制功能之间共享的必要背景。例如，如果你正在改变你的结账流程，那么你可以复制所有的 "购物车 "属性，这些属性应该在所有的结账事件中被追踪到。
然而，如果你想让与工程团队的合作尽可能无障碍，最佳和最有效的方法可能是在GitHub中建立一个分类库，在其中定义事件类型、事件属性和用户属性。然后，每个团队都可以从这个库中进行消费。例如，这可以确保安卓和iOS总是对相同的数据使用相同的名称。此外，团队成员可以很容易地跟踪对版本库的提交，而对电子表格的编辑则很难跟踪。编写跟踪代码的工程师也可以随时访问GitHub repo。最后，许多工具，如Airtable和Amplitude的分类法插件，还包括有用的API，可以利用这些API直接在你的代码库中维护你的分类法。
第5步：PM和工程师应该一起工作，以验证和QA数据。
类似于你的代码审查过程，你应该有一个检测审查过程。在将数据发送到生产之前，分类法的变化应该总是被发送到Airtable和Amplitude中的一个测试项目。然后，工程师或项目管理人员可以用新检测的数据创建一些样本图表，以验证其准确性。