小程序插件如何更好地应用

1、开发共享，避免重复开发

在小程序内使用插件，可免去小程序开发者重复开发，一定程度上减少了开发工作量。

例如：在旅游景区的小程序可以使用地图插件，开发者无需在小程序内独立开发地图内导航、出行指引、周边服务推荐等能力，直接使用地图插件即可为用户提供导航服务，免去很大量的开发工作。

2、插件可提供针对行业的完整服务

同时覆盖线上线下

插件不仅可以解决线下服务或郑的问题，还能针对特定行业提供全套完整服务。

商家希望借助小程序更好地连接用户和服务，包括线上、线下服务。线下服务往往人力成本、硬件设备等要求较高，商家在小程序内提供完整服务的门槛较高。

还以景区服务小程序为例，使用门票购买插件，用户可在小程序内完成门票线上预订、购买等流程，在到达景区后，耐团简通过插件服务提供商提供的移动终端或硬件设备，可完成门票兑换、核销。

而对于餐饮、零售等线下行业而言，小程序开发商小猪CMS表示昌裤，插件更是极大降低了商家的成本，商家可以使用预订、排队、外卖等插件，由插件开发者提供线下服务，商家只需在小程序内引用插件，即可使用由插件开发者提供的预订、外卖等服务，节省了成本。

作者以前开发设计采集器参考了 Google 的那套设计思路。这套设计方式基本都能高桥满足分析需求，如果要区分用户和用户行为，采集的数据模型需要开发跟数据同学约定好。

本篇讲解的采集器，需求来源于用户行为分析平台，数据模型是固定的，设计思路会有些不同。

说明

数闹丛据采集后，数据分析（机器学习）专家一般会对数据进行筛选、降维、建模。这个过程中数据筛选是花费最多的环节，所以在采集数据的环节，我们有必要定义好一定的数据规则（模型），在数据源头上，让采集器做更多的工作，减少数据筛选的工作量。这里扩展一下，当前工业上比较流行的机器学习库 TensorFlow 出了个 JS 版本，官方针对微信小程序开发了一套小程序插件 tfjs-wechat ，大家可以尝试一下，说不定可以让采集器智能化。

对于采集分析用户行为的数据，我们先从采集器使用的数据模型开始讲起。

当前数据分析平台的数据模型由两块组成：用户属性和用户事件。

用户属性

用户属性指的是：用户 id、年龄、姓名、性别、所在的地区、首次注册时间、vip 等。

用户事件

用户事件指的是：用户在小程序上做了什么 *** 作，比如点击了购买按钮这个行为事件，访问了某个页面。

模型：

内置事件

内置事件指的是采集器自动处理上报的事件，分为两类。

自定义事件

自定义事件指的是用户自己设置的事件，通过调用采集器的 API 上报事件。比如：上报一个点击购买按钮的用户行为事件， sdk.track ("buy"， {price: '￥10'}) ， 其中事件名是 "buy"，事件属性是 "price"。

用户内置属性

用户内置属性指的是平台内置的用户属性字段，通过调用采集器封装好的 API，传入属性值上报。比如：realName（姓名）、age（年龄）、city（城市）、country（国家）、$gender（性别）等。

用户自定义属性

用户自定义属性指的是用户自定义的用户属性字段， 通过调用采集器的 API，传入属性字段以及值戚弯猛。

先上模块关系图：

---