起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識誰更了解用戶：用戶行為分析軟件競品報告
編輯導讀：產品最終是要滿足用戶的需求，而如何去了解用戶就顯得尤為關鍵。相比于傳統的用戶調查，用第三方的用戶行為分析軟件效率會更高。本文選取了擇神策數據、數極客和GrowingIO三個產品，進行競品分析，希望對你有幫助。
本文寫作目的是：了解、對比各用戶行為分析軟件，為選型做準備。
一、用戶行為分析概述
隨著互聯網增長紅利的消退，眾多企業面臨著獲客成本高、用戶流失率高等的問題。
獲客成本高即表示拉來一個用戶需要付出高昂的成本，以投放廣告為例，原因可能來自于投放平臺價格昂貴，廣告曝光/用戶點擊率不高，或者直接是投放的渠道、手段、時機不對，這些都會導致獲客成本變高，究其根本原因是對用戶不夠了解，同樣高流失率的原因同樣在于此。
那么如何去了解用戶呢？實際上，大多數企業都積累了用戶行為數據，但卻沒有充分發揮其價值，因此市場上出現了很多用戶行為分析軟件，并基于上述業務場景提供了各自的解決方案。
大體來說，眾多用戶行為分析軟件的核心價值都是助力企業實現數據驅動業務增長，即通過用戶行為分析，幫助企業解決三個方面的問題：運營推廣效果提升、產品體驗優化和網站運營狀態監控，完成用戶行為數據的商業價值發揮。
二、競品選擇
2.1 競品選擇
在用戶行為分析領域有很多優秀的產品，比如有谷歌分析、百度統計等傳統大牌的數據分析廠商，也有神策數據、數極客、諸葛IO等新興數據分析廠商。
基于寫作目的，本文選擇神策數據、數極客和GrowingIO三個軟件進行對比分析。
2.2 商業畫布
本部分主要是分析競品的商業化模式，具體見下圖。
神策數據商業畫布：
數極客商業畫布：
GrowingIO商業畫布：
三家均都宣導提供一站式解決方案，但是從關鍵業務上來看，神策數據和數極客表現得更好，除了用戶行為分析之外，它還為數據分析結果提供了豐富的數據應用工具，如智能推薦等。
另外在市場宣傳活動上，神策數據和GrowingIO自己開展專題活動，這也是神策數據和GrowingIO在平臺知名度上更高一些的原因之一。
三、用戶行為分析系統搭建
用戶行為數據采集和分析的核心流程是①數據采集、②數據處理、③數據展示。圍繞這三個核心步驟，進行產品和技術層面的建設。
本部分主要從產品層面分析各競品如何基于核心流程進行解決方案的建設。
3.1?數據采集方案制定
在采集數據之前，首先需要設計數據采集方案，確定好需要采集哪些數據和數據采集方式等，這是后續用戶行為分析及數據應用的前提。沒有正確的數據源，一切都是無用功。
3.1.1 用戶行為定義
用戶在網站上發生的一切行為，如點擊、瀏覽等行為，都可以抽象成一個“事件模型”，其描述了某用戶在某時間某地點通過某方式做了某事，可用4W1H來表示：who、when、where、what、how，另外也可用5W2H來表示。
通常我們將事件模型拆解成兩部分：事件event和用戶user，事件記錄了4W1H信息，用戶則記錄用戶屬性信息。對應到用戶行為分析系統，則需要建立事件表和用戶表兩個基本表，兩個表通過唯一標識平臺ID（即event表中的user_id和User表中的id）來關聯。
具體如下圖所示：
3.1.2 數據采集方案
在了解用戶行為定義之后，接下來就是設計數據采集方案。
設計數據采集方案，也就是設計數據指標體系，一個完整的數據指標體系會包含多種類型的指標，如單一和復合指標等。單個數據指標基本構成是事件和事件屬性，因此在設計指標體系時，主要從定義事件和添加事件屬性兩個方面展開，其關鍵點是分析業務流程和用戶關鍵行為。
舉例來說，用戶搜索時會經過以下流程：進入搜索頁→觸發搜索→點擊搜索結果，那么就可針對這個流程中定義事件和添加事件屬性。初步事件表建立如下。
當然，詳細的事件表中還包括其他信息，如數據類型、獲取方式等。這里太多的細節了，以后補充。
神策數據、數極客和GrowingIO都為客戶提供設計數據采集方案的服務，一方面三者都具有豐富的行業經驗，對數據采集更了解，另一方面也可使客戶更快上手使用系統，是續費率的保證。
通過調研發現，神策數據在設計數據采集方案上的能力相對較強，其充分考慮了現實業務中可能遇到的復雜情況，比如需要一個用于開發和調試的環境，該環境的數據應該與生產環境的數據相隔離。對于這種情況，神策數據提供了多項目工具，可解決上述問題。
另外，神策數據的產品使用手冊也是一大亮點，對產品使用和技術接入進行了詳細介紹，并全面解答了使用過程中可能遇到的問題。這是客戶服務標準化建設一部分，不僅減少服務成本投入，也能幫助客戶快速上手。
3.2?數據采集
首先，通過下方表格直觀的比較神策數據、數極客和GrowingIO在數據采集上的差異。
數據采集需要做到全面、精準、有用，有用性是根據業務場景來判斷，系統不可控，而全面性和精準性則是由系統主導。
通過上述對比可以發現數極客和神策數據都支持全平臺、全渠道、全量數據采集。
有區別的是，神策采集的數據源更豐富，數據采集方式也更全面，如提供各式數據導入API工具。GrowingIO數據采集主要采用無埋點方式，雖然很方面，數據采集很快，但是其采集到的數據顆粒度較粗，無法滿足解決深層業務問題的需求。
在確保數據采集精確性上三者都做了數據驗證環節。但相比之下發現，神策有更多的數據驗證方式，更能確保數據源的精準。如對事件、事件屬性、用戶屬性數據設置了入庫檢驗規則，并支持設置ip、域名黑名單來過濾數據，確保入庫數據有效。
綜上，數據采集能力排名結果為：神策數據＞數極客≥GrowingIO。
3.3?競品分析功能對比
用戶行為分析功能可分為定性分析功能和定量分析功能兩個方面。飄紅表示該競品的特色功能。
數據概覽：
數據概覽一般展示的是核心指標的變化情況，如日活，營收等。神策和GrowingIO的數據看板聚合程度要高于數極客，可根據不同的需求建立看板分組，對看板進行歸類。在實際接入和查詢數據時，神策數據展示和查詢效率最高，主要是因為①設置了查詢緩存機制、②支持流量抽樣查詢，故使用體驗優于后兩者，GrowingIO的數據實時性和查詢速度最差。
事件分析：
用戶行為分析中，將用戶行為抽象為一個事件，通過細分、篩選、對比等對各事件進行分析可回答渠道推廣、運營和產品方面的問題，如對比不同渠道推廣效果。神策還具有事件分組功能可滿足自定義下拉面板的展示效果。
Session分析：
Session記錄用戶在一段時間內做了什么事情。Session分析就是把用戶單點行為事件串聯起來，進行計算，基于計算結果來分析業務問題，如用戶每次平均逛幾個頁面。Session分析彌補了事件分析的不足，目前神策數據支持session分析，其還可以自定義session切割時長和參與切割的事件。數極客支持對瀏覽事件的session分析。
頁面分析：
對頁面上的用戶行為數據進行統計分析。數極客是對指定頁面、頁面組和所有頁面上進行某一事件分析，并支持按維度和篩選條件進行分析。GrowingIO的活動頁分析和落地頁分析可對指定頁面或頁面組進行分析，不需要手動操作，就直觀展現頁面的基本情況，如pv、uv、停留時長等，也可設置頁面關鍵指標，分析關鍵指標的變化情況。
分布分析：
分析用戶分布情況，找到核心用戶群，如分析不同購買金額區間的用戶分布情況，實時調整運營策略。數極客對事件指標分組區間按只支持按不同的時間粒度進行劃分，而神策和GrowingIO支持多種分組區間，如金額、發生次數等，在業務分析上更有意義。
漏斗分析：
漏斗分析主要用于分析一個多步驟過程中每一步的轉化和流失情況，目的是對流失較多的路徑進行細化多維度分析，找到漏點提升轉化。數極客和GrowingIO支持不同漏斗之間的對比，以及同一漏斗按不同時間和維度進行的細分對比，而神策只支持對同一漏斗按不同維度進行細分對比。相對于數極客展示每層漏斗的流入和流出頁面細節，神策數據提供的對每層轉化和流失用戶的查看用戶畫像和添加用戶分群功能，更能幫助產品和運營人員找到漏點和流失原因。通過查看用戶畫像功能，可以查看該層轉化成功或流流失用戶的用戶特征，通過把流失用戶添加到用戶分群，在利用用戶路徑工具，可以清晰找到用戶流失原因。GrowingIO支持對結果創建用戶分群。
用戶路徑：
通過記錄用戶在進入產品后路徑分布情況，可用于優化產品體驗流程。數極客只記錄了用戶行為在頁面間的流向，可以看到每個頁面的流失和流入，其起始事件必須是某一頁面地址。神策數據和GrowingIO記錄的則是用戶行為事件流向，同時神策支持對每個步進行分組展開，如用戶某步是瀏覽商品詳情頁，可設置按頁面地址分組展開，就可以看到在這一步用戶具體瀏覽了哪些頁面。
歸因分析：
根據目標轉化事件了解用戶轉化路徑。神策數據屬于運營位歸因，通過向前回溯前序行為，按照模型計算出各前序行為對此目標事件完成的貢獻程度。GrowingIO屬于渠道歸因，按照模型計算出各渠道對目標事件的貢獻程度。
間隔分析：
間隔分析主要用于分析用戶完成兩個動作的間隔時長。如電商類產品分析用戶首次打開App到完成首次下單所需要的時間。在創建漏斗或歸因分析時需要預判窗口期，這時就可用間隔分析來大概判斷轉換窗口期時長。目前GrowingIO不支持間隔分析。
智能路徑：
根據所選好的目標事件，自動分析完成目標事件所經過的路徑組合。使用智能路徑可以簡化漏斗設計過程，提高分析效率。數極客和GrowingIO都支持該功能。
錯誤分析：
錯誤分析是收集并歸類崩潰日志，提供錯誤管理及分析，幫助技術人員解決問題，從而提高平臺的穩定性。數極客的錯誤分析詳細展示了出錯平臺、錯誤摘要、錯誤頁面、出錯時間等數據。神策分析沒有單獨的錯誤分析模塊，但在數據概覽中統計了App崩潰分析，數據粒度相對較粗。
表單分析：
數極客的表單分析工具從表單轉化率、表單放棄率、填寫時間、重填率等指標分析表單填寫體驗，從而提升表單轉化率。
分享分析：
分析微信小程序的拉新、獲客、轉化等情況，并進一步挖掘分享的KOL。
魔法數字：
通過分析用戶初期訪問的行為、頻次與留存之間的關系，找到影響產品指標的關鍵行為指標。該功能是GrowingIO獨家的特色功能。
渠道價值分析：
分析各渠道的數據指標，從整體角度把握當前各個渠道推廣投放表現。
活躍分析：
包括日活，月活等。神策只在數據看板模塊展示了日活，月活等數據，數極客和GrowingIO則提供了活躍分析工具，支持按照用戶行為抽象出來的事件自定義創建各種用戶活躍數據。
留存分析：
分析用戶參與情況和活躍程度，包括次日留存、7日留存等，支持按照不同維度進行拆分，神策還支持流失分析，即次日流失等
屬性分析：
分析不同屬性下用戶分布情況，神策中數值型屬性支持自定義區間。
用戶分群：
用戶分群創建方式包括①用戶屬性和行為規則、②上傳ID列表、③保存分析結果三種，數極客目前支持第①種方式創建分群，神策和GrowingIO三種方式都支持。通過精細定位的用戶分群，可以進行精細化運營，精準營銷等用戶運營策略。
用戶細查：
從個體層面分析單個用戶的行為序列，是精細化運營的關鍵。支持在事件分析、漏斗分析、用戶分群等只要涉及到“用戶”的時候，都可以查看用戶行為序列。
用戶畫像：
對用戶群進行形象的多維度展示。數極客按用戶屬性、會話環境和行為特征三個維度來分析用戶群畫像，不可新增維度。神策數據支持多維度和自定義添加畫像信息來分析用戶群畫像。
指標預警：
除了配置具體的預警值閾值外，神策數據還提供預測值預警，根據歷史趨勢自動計算出建議閾值，進而對偏離歷史趨勢的異常指標進行預警，可以解決指標閾值建立困難的問題。
行為錄屏：
數極客支持對所有平臺進行用戶行為錄屏，并支持視頻回放。行為錄屏能清楚復現用戶的實際操作過程，可用于提升產品體驗。這是數極客的特色功能。
APP點擊分析：
神策數據支持記錄用戶在 APP 上的點擊情況，并以直觀的效果展示給使用者。
鏈接點擊熱圖：
記錄每個頁面元素的點擊量、點擊占比等信息，并可按不同維度進行細分分析，可用于檢查網站的互動性、吸引力，進而優化頁面結構。神策數據不僅記錄分析單頁面的點擊情況，還支持頁面組的瀏覽和點擊情況。
觸達率熱圖：
展示頁面不同高度用戶瀏覽數量和比例，可用于首屏優化，提高重要信息的曝光度。
頁面點擊熱圖：
根據用戶的點擊數量來繪制熱圖，被點擊多的區域會更亮，反之越暗。
瀏覽熱力圖：
用戶在瀏覽網站時，鼠標移動和眼球移動有84%到88%的相關性，瀏覽熱圖通過采集用戶的鼠標滑動軌跡形成，滑動越多的地方顏色熱度越高。
注意力熱圖：
通過注意力熱圖，掌握用戶停留時長較熱的區域，注意力熱圖可以幫助我們了解用戶瀏覽時的思考和停留的時間。
元數據管理：
統一配置和管理所追蹤數據元信息的地方，比如自定義事件、事件屬性、用戶屬性等信息。
權限管理：
能按不同業務模塊不同職能部門對權限進行細分。兩者支持按照功能、應用、數據等多個層級進行權限自定義配置，但神策數據和GrowingIO的賬戶管理機制更豐富。
通過上述分析，神策、數極客和GrowingIO的分析工具可以滿足業務需求，就三者共有功能來看，神策和GrowingIO的分析工具表現更好，數據顆粒度更細，支持按任意維度和篩選條件細分分析，更能滿足多樣化業務場景，而數極客表現一般，僅可滿足基本需求。
而從三者各自獨有的功能來看，神策數據獨有的功能是session分析和運營位歸因分析，數極客獨有的功能是錯誤分析、表單分析、行為錄屏、熱圖分析，GrowingIO獨有的功能是分享分析、魔法數字和渠道價值分析。
總體來說，數極客分析工具最全面，尤其在定性分析工具表現更突出，但是缺點是單個功能挖的不夠深。而神策數據和GrowingIO則是功能雖然不如數極客全面，但是功能各具特色，優點是單個功能做的深，表現比較驚艷。
綜上，在功能全面性上：數極客＞GrowingIO＞神策數據
在數據顆粒度細致程度上：神策數據＞GrowingIO＞數極客
3.4?數據應用與二次開發
在數據應用層面，神策數據擁有獨立的自動化運營、智能推薦和用戶畫像產品，數據應用完整程度更高。數極客擁有A/B Test產品，在這方面完成度更高。GrowingIO無智能推薦應用。
在二次開發上，神策數據的平臺拓展性最好，提供PaaS平臺，可深度開發。數極客的私有化版本支持二次開發，GrowingIO不支持二次開發。
四、客戶服務
神策數據、數極客和GrowingIO的售前、售中和售后的標準客戶服務比較完善。除此之外，數極客還提供了指標診斷服務和增長專家服務。
五、競品對比結論
神策數據是偏技術風格的數據產品，從核心流程上來說，神策數據的主要優勢集中在數據采集、數據處理（傳輸、存儲和查詢）上。神策數據支持私有化部署、開源SDK，幫助企業搭建數據倉庫，積累數據資產，同時提供豐富的API可做二次開發，客戶可以直接獲取和使用數據，與自己的系統集成。但是神策數據的劣勢在于產品化程度不高，功能不全面，交互和邏輯相對復雜，對于非技術側的人員，產品使用門檻比較高。
相對于神策數據來說，數極客和GrowingIO更像是BI分析工具，以SaaS部署為主。數極客的優勢在于，分析工具比較豐富，其用戶行為錄屏和熱圖分析，是其最為突出的特色功能。GrowingIO的優勢在于“無埋點”采集方式，上手簡單容易。但是兩者的劣勢都是分析維度相對不足，這歸因于其數據采集時的數據粒度不夠精細，此外性能支撐能力也都一般。
總體來說，神策數據更適合數據量級較大、想建立數據倉庫的企業使用。數極客和GrowingIO更適合關注數據在產品運營方面應用的初創團隊和中小企業使用。
本文由 @細嗅薔薇 原創發布于人人都是產品經理，未經許可，禁止轉載
題圖來自 Unsplash，基于 CC0 協議
向作者請教，關于文中列出的功能對比表格，撰寫時是如何抓住分析維度的？通過查看官網文檔，我很難拆解出如此精確和全面的分析維度[送花]
請問，數據采集中埋點校驗是怎么完成分析的，我在身策的技術文檔中也沒有找到相關資料
結合埋點元數據系統和埋點日志進行分析