編輯導(dǎo)讀：產(chǎn)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(guān)鍵。相比于傳統(tǒng)的用戶調(diào)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(shù)據(jù)、數(shù)極客和GrowingIO三個產(chǎn)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(zhǔn)備。

一、用戶行為分析概述

隨著互聯(lián)網(wǎng)增長紅利的消退，眾多企業(yè)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(dǎo)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(shù)企業(yè)都積累了用戶行為數(shù)據(jù)，但卻沒有充分發(fā)揮其價值，因此市場上出現(xiàn)了很多用戶行為分析軟件，并基于上述業(yè)務(wù)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(yè)實現(xiàn)數(shù)據(jù)驅(qū)動業(yè)務(wù)增長，即通過用戶行為分析，幫助企業(yè)解決三個方面的問題：運營推廣效果提升、產(chǎn)品體驗優(yōu)化和網(wǎng)站運營狀態(tài)監(jiān)控，完成用戶行為數(shù)據(jù)的商業(yè)價值發(fā)揮。

二、競品選擇

2.1 競品選擇

在用戶行為分析領(lǐng)域有很多優(yōu)秀的產(chǎn)品，比如有谷歌分析、百度統(tǒng)計等傳統(tǒng)大牌的數(shù)據(jù)分析廠商，也有神策數(shù)據(jù)、數(shù)極客、諸葛IO等新興數(shù)據(jù)分析廠商。

基于寫作目的，本文選擇神策數(shù)據(jù)、數(shù)極客和GrowingIO三個軟件進行對比分析。

2.2 商業(yè)畫布

本部分主要是分析競品的商業(yè)化模式，具體見下圖。

神策數(shù)據(jù)商業(yè)畫布：

數(shù)極客商業(yè)畫布：

GrowingIO商業(yè)畫布：

三家均都宣導(dǎo)提供一站式解決方案，但是從關(guān)鍵業(yè)務(wù)上來看，神策數(shù)據(jù)和數(shù)極客表現(xiàn)得更好，除了用戶行為分析之外，它還為數(shù)據(jù)分析結(jié)果提供了豐富的數(shù)據(jù)應(yīng)用工具，如智能推薦等。

另外在市場宣傳活動上，神策數(shù)據(jù)和GrowingIO自己開展專題活動，這也是神策數(shù)據(jù)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(tǒng)搭建

用戶行為數(shù)據(jù)采集和分析的核心流程是①數(shù)據(jù)采集、②數(shù)據(jù)處理、③數(shù)據(jù)展示。圍繞這三個核心步驟，進行產(chǎn)品和技術(shù)層面的建設(shè)。

本部分主要從產(chǎn)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(shè)。

3.1?數(shù)據(jù)采集方案制定

在采集數(shù)據(jù)之前，首先需要設(shè)計數(shù)據(jù)采集方案，確定好需要采集哪些數(shù)據(jù)和數(shù)據(jù)采集方式等，這是后續(xù)用戶行為分析及數(shù)據(jù)應(yīng)用的前提。沒有正確的數(shù)據(jù)源，一切都是無用功。

3.1.1 用戶行為定義

用戶在網(wǎng)站上發(fā)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(yīng)到用戶行為分析系統(tǒng)，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(biāo)識平臺ID（即event表中的user_id和User表中的id）來關(guān)聯(lián)。

具體如下圖所示：

3.1.2 數(shù)據(jù)采集方案

在了解用戶行為定義之后，接下來就是設(shè)計數(shù)據(jù)采集方案。

設(shè)計數(shù)據(jù)采集方案，也就是設(shè)計數(shù)據(jù)指標(biāo)體系，一個完整的數(shù)據(jù)指標(biāo)體系會包含多種類型的指標(biāo)，如單一和復(fù)合指標(biāo)等。單個數(shù)據(jù)指標(biāo)基本構(gòu)成是事件和事件屬性，因此在設(shè)計指標(biāo)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(guān)鍵點是分析業(yè)務(wù)流程和用戶關(guān)鍵行為。

舉例來說，用戶搜索時會經(jīng)過以下流程：進入搜索頁→觸發(fā)搜索→點擊搜索結(jié)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(dāng)然，詳細(xì)的事件表中還包括其他信息，如數(shù)據(jù)類型、獲取方式等。這里太多的細(xì)節(jié)了，以后補充。

神策數(shù)據(jù)、數(shù)極客和GrowingIO都為客戶提供設(shè)計數(shù)據(jù)采集方案的服務(wù)，一方面三者都具有豐富的行業(yè)經(jīng)驗，對數(shù)據(jù)采集更了解，另一方面也可使客戶更快上手使用系統(tǒng)，是續(xù)費率的保證。

通過調(diào)研發(fā)現(xiàn)，神策數(shù)據(jù)在設(shè)計數(shù)據(jù)采集方案上的能力相對較強，其充分考慮了現(xiàn)實業(yè)務(wù)中可能遇到的復(fù)雜情況，比如需要一個用于開發(fā)和調(diào)試的環(huán)境，該環(huán)境的數(shù)據(jù)應(yīng)該與生產(chǎn)環(huán)境的數(shù)據(jù)相隔離。對于這種情況，神策數(shù)據(jù)提供了多項目工具，可解決上述問題。

另外，神策數(shù)據(jù)的產(chǎn)品使用手冊也是一大亮點，對產(chǎn)品使用和技術(shù)接入進行了詳細(xì)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(wù)標(biāo)準(zhǔn)化建設(shè)一部分，不僅減少服務(wù)成本投入，也能幫助客戶快速上手。

3.2?數(shù)據(jù)采集

首先，通過下方表格直觀的比較神策數(shù)據(jù)、數(shù)極客和GrowingIO在數(shù)據(jù)采集上的差異。

數(shù)據(jù)采集需要做到全面、精準(zhǔn)、有用，有用性是根據(jù)業(yè)務(wù)場景來判斷，系統(tǒng)不可控，而全面性和精準(zhǔn)性則是由系統(tǒng)主導(dǎo)。

通過上述對比可以發(fā)現(xiàn)數(shù)極客和神策數(shù)據(jù)都支持全平臺、全渠道、全量數(shù)據(jù)采集。

有區(qū)別的是，神策采集的數(shù)據(jù)源更豐富，數(shù)據(jù)采集方式也更全面，如提供各式數(shù)據(jù)導(dǎo)入API工具。GrowingIO數(shù)據(jù)采集主要采用無埋點方式，雖然很方面，數(shù)據(jù)采集很快，但是其采集到的數(shù)據(jù)顆粒度較粗，無法滿足解決深層業(yè)務(wù)問題的需求。

在確保數(shù)據(jù)采集精確性上三者都做了數(shù)據(jù)驗證環(huán)節(jié)。但相比之下發(fā)現(xiàn)，神策有更多的數(shù)據(jù)驗證方式，更能確保數(shù)據(jù)源的精準(zhǔn)。如對事件、事件屬性、用戶屬性數(shù)據(jù)設(shè)置了入庫檢驗規(guī)則，并支持設(shè)置ip、域名黑名單來過濾數(shù)據(jù)，確保入庫數(shù)據(jù)有效。

綜上，數(shù)據(jù)采集能力排名結(jié)果為：神策數(shù)據(jù)＞數(shù)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(shù)據(jù)概覽：

數(shù)據(jù)概覽一般展示的是核心指標(biāo)的變化情況，如日活，營收等。神策和GrowingIO的數(shù)據(jù)看板聚合程度要高于數(shù)極客，可根據(jù)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(shù)據(jù)時，神策數(shù)據(jù)展示和查詢效率最高，主要是因為①設(shè)置了查詢緩存機制、②支持流量抽樣查詢，故使用體驗優(yōu)于后兩者，GrowingIO的數(shù)據(jù)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(xì)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(chǎn)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(nèi)做了什么事情。Session分析就是把用戶單點行為事件串聯(lián)起來，進行計算，基于計算結(jié)果來分析業(yè)務(wù)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(shù)據(jù)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(shù)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(shù)據(jù)進行統(tǒng)計分析。數(shù)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(xiàn)頁面的基本情況，如pv、uv、停留時長等，也可設(shè)置頁面關(guān)鍵指標(biāo)，分析關(guān)鍵指標(biāo)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(qū)間的用戶分布情況，實時調(diào)整運營策略。數(shù)極客對事件指標(biāo)分組區(qū)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(qū)間，如金額、發(fā)生次數(shù)等，在業(yè)務(wù)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(zhuǎn)化和流失情況，目的是對流失較多的路徑進行細(xì)化多維度分析，找到漏點提升轉(zhuǎn)化。數(shù)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(xì)分對比，而神策只支持對同一漏斗按不同維度進行細(xì)分對比。相對于數(shù)極客展示每層漏斗的流入和流出頁面細(xì)節(jié)，神策數(shù)據(jù)提供的對每層轉(zhuǎn)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(chǎn)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(zhuǎn)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(jié)果創(chuàng)建用戶分群。

用戶路徑：

通過記錄用戶在進入產(chǎn)品后路徑分布情況，可用于優(yōu)化產(chǎn)品體驗流程。數(shù)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(shù)據(jù)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(shè)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(jù)目標(biāo)轉(zhuǎn)化事件了解用戶轉(zhuǎn)化路徑。神策數(shù)據(jù)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(biāo)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(biāo)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(chǎn)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(chuàng)建漏斗或歸因分析時需要預(yù)判窗口期，這時就可用間隔分析來大概判斷轉(zhuǎn)換窗口期時長。目前GrowingIO不支持間隔分析。

智能路徑：

根據(jù)所選好的目標(biāo)事件，自動分析完成目標(biāo)事件所經(jīng)過的路徑組合。使用智能路徑可以簡化漏斗設(shè)計過程，提高分析效率。數(shù)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(shù)人員解決問題，從而提高平臺的穩(wěn)定性。數(shù)極客的錯誤分析詳細(xì)展示了出錯平臺、錯誤摘要、錯誤頁面、出錯時間等數(shù)據(jù)。神策分析沒有單獨的錯誤分析模塊，但在數(shù)據(jù)概覽中統(tǒng)計了App崩潰分析，數(shù)據(jù)粒度相對較粗。

表單分析：

數(shù)極客的表單分析工具從表單轉(zhuǎn)化率、表單放棄率、填寫時間、重填率等指標(biāo)分析表單填寫體驗，從而提升表單轉(zhuǎn)化率。

分享分析：

分析微信小程序的拉新、獲客、轉(zhuǎn)化等情況，并進一步挖掘分享的KOL。

魔法數(shù)字：

通過分析用戶初期訪問的行為、頻次與留存之間的關(guān)系，找到影響產(chǎn)品指標(biāo)的關(guān)鍵行為指標(biāo)。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(shù)據(jù)指標(biāo)，從整體角度把握當(dāng)前各個渠道推廣投放表現(xiàn)。

活躍分析：

包括日活，月活等。神策只在數(shù)據(jù)看板模塊展示了日活，月活等數(shù)據(jù)，數(shù)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(chuàng)建各種用戶活躍數(shù)據(jù)。

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(shù)值型屬性支持自定義區(qū)間。

用戶分群：

用戶分群創(chuàng)建方式包括①用戶屬性和行為規(guī)則、②上傳ID列表、③保存分析結(jié)果三種，數(shù)極客目前支持第①種方式創(chuàng)建分群，神策和GrowingIO三種方式都支持。通過精細(xì)定位的用戶分群，可以進行精細(xì)化運營，精準(zhǔn)營銷等用戶運營策略。

用戶細(xì)查：

從個體層面分析單個用戶的行為序列，是精細(xì)化運營的關(guān)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(shù)極客按用戶屬性、會話環(huán)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(shù)據(jù)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(biāo)預(yù)警：

除了配置具體的預(yù)警值閾值外，神策數(shù)據(jù)還提供預(yù)測值預(yù)警，根據(jù)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(biāo)進行預(yù)警，可以解決指標(biāo)閾值建立困難的問題。

行為錄屏：

數(shù)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(fù)現(xiàn)用戶的實際操作過程，可用于提升產(chǎn)品體驗。這是數(shù)極客的特色功能。

APP點擊分析：

神策數(shù)據(jù)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(xì)分分析，可用于檢查網(wǎng)站的互動性、吸引力，進而優(yōu)化頁面結(jié)構(gòu)。神策數(shù)據(jù)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(shù)量和比例，可用于首屏優(yōu)化，提高重要信息的曝光度。

頁面點擊熱圖：

根據(jù)用戶的點擊數(shù)量來繪制熱圖，被點擊多的區(qū)域會更亮，反之越暗。

瀏覽熱力圖：

用戶在瀏覽網(wǎng)站時，鼠標(biāo)移動和眼球移動有84%到88%的相關(guān)性，瀏覽熱圖通過采集用戶的鼠標(biāo)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(qū)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(shù)據(jù)管理：

統(tǒng)一配置和管理所追蹤數(shù)據(jù)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(quán)限管理：

能按不同業(yè)務(wù)模塊不同職能部門對權(quán)限進行細(xì)分。兩者支持按照功能、應(yīng)用、數(shù)據(jù)等多個層級進行權(quán)限自定義配置，但神策數(shù)據(jù)和GrowingIO的賬戶管理機制更豐富。

通過上述分析，神策、數(shù)極客和GrowingIO的分析工具可以滿足業(yè)務(wù)需求，就三者共有功能來看，神策和GrowingIO的分析工具表現(xiàn)更好，數(shù)據(jù)顆粒度更細(xì)，支持按任意維度和篩選條件細(xì)分分析，更能滿足多樣化業(yè)務(wù)場景，而數(shù)極客表現(xiàn)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(shù)據(jù)獨有的功能是session分析和運營位歸因分析，數(shù)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(shù)字和渠道價值分析。

總體來說，數(shù)極客分析工具最全面，尤其在定性分析工具表現(xiàn)更突出，但是缺點是單個功能挖的不夠深。而神策數(shù)據(jù)和GrowingIO則是功能雖然不如數(shù)極客全面，但是功能各具特色，優(yōu)點是單個功能做的深，表現(xiàn)比較驚艷。

綜上，在功能全面性上：數(shù)極客＞GrowingIO＞神策數(shù)據(jù)

在數(shù)據(jù)顆粒度細(xì)致程度上：神策數(shù)據(jù)＞GrowingIO＞數(shù)極客

3.4?數(shù)據(jù)應(yīng)用與二次開發(fā)

在數(shù)據(jù)應(yīng)用層面，神策數(shù)據(jù)擁有獨立的自動化運營、智能推薦和用戶畫像產(chǎn)品，數(shù)據(jù)應(yīng)用完整程度更高。數(shù)極客擁有A/B Test產(chǎn)品，在這方面完成度更高。GrowingIO無智能推薦應(yīng)用。

在二次開發(fā)上，神策數(shù)據(jù)的平臺拓展性最好，提供PaaS平臺，可深度開發(fā)。數(shù)極客的私有化版本支持二次開發(fā)，GrowingIO不支持二次開發(fā)。

四、客戶服務(wù)

神策數(shù)據(jù)、數(shù)極客和GrowingIO的售前、售中和售后的標(biāo)準(zhǔn)客戶服務(wù)比較完善。除此之外，數(shù)極客還提供了指標(biāo)診斷服務(wù)和增長專家服務(wù)。

五、競品對比結(jié)論

神策數(shù)據(jù)是偏技術(shù)風(fēng)格的數(shù)據(jù)產(chǎn)品，從核心流程上來說，神策數(shù)據(jù)的主要優(yōu)勢集中在數(shù)據(jù)采集、數(shù)據(jù)處理（傳輸、存儲和查詢）上。神策數(shù)據(jù)支持私有化部署、開源SDK，幫助企業(yè)搭建數(shù)據(jù)倉庫，積累數(shù)據(jù)資產(chǎn)，同時提供豐富的API可做二次開發(fā)，客戶可以直接獲取和使用數(shù)據(jù)，與自己的系統(tǒng)集成。但是神策數(shù)據(jù)的劣勢在于產(chǎn)品化程度不高，功能不全面，交互和邏輯相對復(fù)雜，對于非技術(shù)側(cè)的人員，產(chǎn)品使用門檻比較高。

相對于神策數(shù)據(jù)來說，數(shù)極客和GrowingIO更像是BI分析工具，以SaaS部署為主。數(shù)極客的優(yōu)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(yōu)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(shù)據(jù)采集時的數(shù)據(jù)粒度不夠精細(xì)，此外性能支撐能力也都一般。

總體來說，神策數(shù)據(jù)更適合數(shù)據(jù)量級較大、想建立數(shù)據(jù)倉庫的企業(yè)使用。數(shù)極客和GrowingIO更適合關(guān)注數(shù)據(jù)在產(chǎn)品運營方面應(yīng)用的初創(chuàng)團隊和中小企業(yè)使用。

本文由 @細(xì)嗅薔薇 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自 Unsplash，基于 CC0 協(xié)議