國內(nèi)主流新一代用戶行為分析系統(tǒng)選型過程分享

企業(yè)在選擇用戶行為分析工具時(shí)，大都不清楚如何選擇適合自己業(yè)務(wù)的用戶行為分析工具。筆者自己公司之前網(wǎng)站分析用百度統(tǒng)計(jì)APP分析用友盟，公司是做電商行業(yè)的，最近公司提出要精細(xì)化運(yùn)營，用數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)增長，因此在10月份分別考察了國內(nèi)做得比較出色的幾家公司：數(shù)極客(阿里系)、神策數(shù)據(jù)(百度系)和GrowingIO(LinkedIn系)三家公司的用戶行為分析產(chǎn)品。

我在選型過程中將各家公司的功能和服務(wù)對(duì)比文檔進(jìn)行整理，從團(tuán)隊(duì)背景和產(chǎn)品定位、數(shù)據(jù)接入方式、定量分析功能、定性分析功能、二次開發(fā)與數(shù)據(jù)應(yīng)用、服務(wù)項(xiàng)目等六個(gè)主要方面深入對(duì)比數(shù)極客、神策、GrowingIO三大用戶行為分析平臺(tái)，希望能對(duì)有用戶行為分析需求的企業(yè)在選擇分析平臺(tái)時(shí)有所幫助。

一、 團(tuán)隊(duì)背景及產(chǎn)品定位

數(shù)極客團(tuán)隊(duì)：來自阿里集團(tuán)淘寶網(wǎng)(CEO、CTO)、阿里云(首席架構(gòu)師)，CEO 是產(chǎn)品、運(yùn)營、營銷背景，曾聯(lián)合創(chuàng)業(yè)并融資近千萬美元，CTO和架構(gòu)師是阿里大數(shù)據(jù)方面的資深技術(shù)專家。
產(chǎn)品定位：用戶行為智能分析平臺(tái)
根據(jù)數(shù)極客官網(wǎng)介紹，數(shù)極客是領(lǐng)先的第三代互聯(lián)網(wǎng)數(shù)據(jù)分析平臺(tái)，基于AARRR用戶生命周期管理模型提供全程解決方案產(chǎn)品，采用多維細(xì)分、同期群分析、漏斗分析、對(duì)比分析等超過十種數(shù)據(jù)分析方法為互聯(lián)網(wǎng)經(jīng)營者提供獲客、活躍、留存、轉(zhuǎn)化、用戶行為等分析數(shù)據(jù)，提供全面開放的數(shù)據(jù)API，支持所有行業(yè)互聯(lián)網(wǎng)平臺(tái)在營銷、運(yùn)營、A/B測試等環(huán)節(jié)實(shí)時(shí)應(yīng)用，通過精準(zhǔn)數(shù)據(jù)分析提升營銷、產(chǎn)品、運(yùn)營的轉(zhuǎn)化率，使企業(yè)經(jīng)營更科學(xué)、更智能。
神策團(tuán)隊(duì)：百度大數(shù)據(jù)部日志分析(CEO、CTO等4人)，4人均是技術(shù)背景，CEO是百度大數(shù)據(jù)技術(shù)經(jīng)理。
神策定位：靈活自定義的多維數(shù)據(jù)分析產(chǎn)品
神策分析（Sensors Analytics），是神策數(shù)據(jù)推出的用戶行為分析產(chǎn)品，提供私有化部署和SaaS兩種部署方式、實(shí)現(xiàn)基礎(chǔ)數(shù)據(jù)采集與建模，并可作為 PaaS 平臺(tái)支持二次開發(fā)；神策分析，主要針對(duì)營銷渠道效果評(píng)估、精細(xì)化運(yùn)營改進(jìn)、產(chǎn)品功能及用戶體驗(yàn)優(yōu)化、輔助管理層決策等典型業(yè)務(wù)場景。
GrowingIO團(tuán)隊(duì)：是個(gè)明星創(chuàng)業(yè)團(tuán)隊(duì)，CEO是LinkedIN商業(yè)分析部總監(jiān)，對(duì)企業(yè)數(shù)據(jù)分析系統(tǒng)的實(shí)現(xiàn)有豐富的經(jīng)驗(yàn)。
GrowingIO定位：新一點(diǎn)無埋點(diǎn)用戶行為數(shù)據(jù)分析產(chǎn)品
GrowingIO 是基于用戶行為的新一代數(shù)據(jù)分析產(chǎn)品，無需埋點(diǎn)即可采集全量、實(shí)時(shí)的用戶行為數(shù)據(jù)，數(shù)據(jù)分析更精細(xì)，幫助管理者、產(chǎn)品經(jīng)理、市場運(yùn)營、數(shù)據(jù)分析師、增長***等提升轉(zhuǎn)化率、優(yōu)化網(wǎng)站 / APP，實(shí)現(xiàn)用戶快速增長和變現(xiàn)。
團(tuán)隊(duì)綜合實(shí)力評(píng)分：GrowingIO > 數(shù)極客 > 神策數(shù)據(jù)

二、數(shù)據(jù)處理(接入數(shù)據(jù)與導(dǎo)出)

用戶行為數(shù)據(jù)的接入一般都采用埋點(diǎn)的方式，數(shù)據(jù)埋點(diǎn)是指網(wǎng)站、APP在添加了統(tǒng)計(jì)監(jiān)控代碼后，通過特定的方式將需要采集的行為指標(biāo)和業(yè)務(wù)指標(biāo)通過SDK傳到分析平臺(tái)上進(jìn)行分析的過程。
一般會(huì)針對(duì)不同的業(yè)務(wù)場景和數(shù)據(jù)采集需求采用不同的數(shù)據(jù)采集方式，目前主流的埋點(diǎn)方式有代碼埋點(diǎn)，可視化埋點(diǎn)、全埋點(diǎn)和后端埋點(diǎn)，我們看一下在數(shù)據(jù)接入方面的對(duì)比：

后端數(shù)據(jù)接入：前端埋碼主要采集的是行為數(shù)據(jù)，后端埋碼主要采集的是業(yè)務(wù)數(shù)據(jù)，根據(jù)場景不同來實(shí)現(xiàn)，比如說你想看的就是行為數(shù)據(jù)，這些數(shù)據(jù)很多時(shí)候不會(huì)存在數(shù)據(jù)表中，只能通過前端埋碼來實(shí)現(xiàn)。
導(dǎo)入歷史數(shù)據(jù)：數(shù)極客和神策數(shù)據(jù)均支持，導(dǎo)入歷史數(shù)據(jù)可以激活過往數(shù)據(jù)，挖掘潛在價(jià)值。但神策支持歷史數(shù)據(jù)一次性導(dǎo)入，數(shù)極客除了用戶行為分析之外，還有商業(yè)智能BI產(chǎn)品，通過BI不但可以一次性導(dǎo)入，有更新時(shí)也會(huì)自動(dòng)更新。 GrowingIO不支持導(dǎo)入歷史數(shù)據(jù)。
廣告UTM支持：UTM參數(shù)是一種URL尾部不影響URL跳轉(zhuǎn)用來標(biāo)記流量的一種參數(shù)?？梢酝ㄟ^在網(wǎng)址上添加UTM參數(shù)來統(tǒng)計(jì)來自不同推廣媒介在我們產(chǎn)品上的留存和轉(zhuǎn)化；可添加到網(wǎng)頁上的UTM參數(shù)共5個(gè)：utm_source，utm_campaign， utm_medium，utm_content，utm_term 每個(gè)參數(shù)都需要匹配一個(gè)值，該功能三家產(chǎn)品都支持。
來源渠道管理：通過渠道管理,可以對(duì)渠道進(jìn)行追蹤,數(shù)極客和GrowingIO均提供直接訪問和常見搜索引擎渠道識(shí)別,此類渠道無需人工添加，神策暫不支持該功能。
iOS渠道統(tǒng)計(jì)：通過調(diào)用trackinstallation在iOS APP中集成并初始化后，當(dāng)APP啟動(dòng)就可以通過調(diào)用trackinstallation將設(shè)備中的渠道屬性寫入到屬性中，目前數(shù)極客和神策數(shù)據(jù)支持該功能。
混合開發(fā)APP接入：對(duì)于混合開發(fā)的APP數(shù)據(jù)計(jì)入，數(shù)極客和神策數(shù)據(jù)支持接入，有比較成熟的框架，GrowingIO暫時(shí)處于測試階段。
無埋點(diǎn)采集：全埋點(diǎn)實(shí)際上是對(duì)前端所有的用戶行為數(shù)據(jù)全部采集，不需要技術(shù)支持，產(chǎn)品運(yùn)營同學(xué)數(shù)據(jù)分析時(shí)只需要按需可視化提取就可以進(jìn)行多維度交叉分析，數(shù)極客和GrowingIO均支持，神策暫不支持。
可視化埋點(diǎn)：在添加了SDK的頁面，產(chǎn)品、運(yùn)營、營銷的同學(xué)在頁面上直接點(diǎn)選所見即所得采集想要分析的指標(biāo)，可視化埋點(diǎn)不需要技術(shù)支持，是采集相對(duì)簡單的指標(biāo)的一種高效埋點(diǎn)方式，數(shù)極客和GrowingIO的方案比較成熟，也可以試用體驗(yàn)。
代碼埋點(diǎn)：是指將采集的代碼部在用戶觸發(fā)行為的代碼位置，當(dāng)用戶有行為觸發(fā)時(shí)，記錄用戶觸發(fā)行為和行為產(chǎn)生的業(yè)務(wù)指標(biāo)。例如，通過代碼采集用戶觸發(fā)提交訂單行為時(shí)，提交訂單人數(shù)次數(shù)，提交訂單的金額，訂單號(hào)，支付方式等指標(biāo)。
埋點(diǎn)管理 : 對(duì)于數(shù)據(jù)指標(biāo)體較復(fù)雜的產(chǎn)品，不同類型的埋點(diǎn)指標(biāo)較多，如何能高效的管理埋點(diǎn)，避免漏埋誤埋就很重要了。數(shù)極客GrowingIO的埋點(diǎn)管理支持搜索、編輯、刪除等管理操作。
事件導(dǎo)入時(shí)效性：把用戶的行為抽象成事件，當(dāng)用戶觸發(fā)事件后會(huì)向平臺(tái)發(fā)數(shù)據(jù)，發(fā)數(shù)據(jù)的時(shí)效性在網(wǎng)速正常的情況系，神策和數(shù)極客都是1分鐘內(nèi)，GrowingIO是1小時(shí)，在大數(shù)據(jù)分析時(shí)代，數(shù)據(jù)分析的實(shí)時(shí)性是選擇分析平臺(tái)時(shí)比較重要的一個(gè)方面。
導(dǎo)出數(shù)據(jù)文件：在數(shù)據(jù)導(dǎo)出方面數(shù)極客支持的格式最多（CSV，Excel，TXT，SQL，JSON，XML）能滿足各種數(shù)據(jù)導(dǎo)出分析的需求。神策和GrowingIO目前只是簡單的格式導(dǎo)出。
數(shù)據(jù)處理評(píng)分： 數(shù)極客 >神策數(shù)據(jù) > GrowingIO

三、定量分析功能

目前截止到2018年1月份，神策、數(shù)極客GrowingIO均可以支持的功能： 指標(biāo)四則運(yùn)算、用戶流向分析、用戶流向分析、基礎(chǔ)漏斗分析、用戶屬性分析、用戶行為序列。我們通過通過以下的對(duì)比表詳細(xì)看下：

高級(jí)細(xì)分漏斗：在創(chuàng)建了自定義漏斗后，可以支持按照用戶屬性、會(huì)話屬性、自定義屬性、用戶分群對(duì)漏斗進(jìn)行橫向解構(gòu)，找到影響漏斗轉(zhuǎn)化的核心因素，從而提升轉(zhuǎn)化率。
指標(biāo)四則運(yùn)算：數(shù)極客可以對(duì)的默認(rèn)事件、自定義事件、可視化埋點(diǎn)事件的指標(biāo)通過四則運(yùn)算全面盤活，可以根據(jù)業(yè)務(wù)需求創(chuàng)建適用更多分析場景的絕對(duì)指標(biāo)和相對(duì)指標(biāo)。
事件分析：在用戶行為分析中，一般都把行為抽象為事件，神策和數(shù)極客支持代碼埋點(diǎn)能通過靈活的多維事件交叉分析推廣營銷、運(yùn)營、產(chǎn)品方面的行為指標(biāo)和業(yè)務(wù)指標(biāo)。
細(xì)分漏斗對(duì)比：在業(yè)務(wù)模型中，漏斗通過橫向解構(gòu)可以將業(yè)務(wù)流程拆解為更細(xì)的流程從而發(fā)現(xiàn)流程中轉(zhuǎn)化的漏點(diǎn)，細(xì)分漏斗其實(shí)是一種橫向結(jié)構(gòu)，通過用戶屬性維度將漏斗進(jìn)行拆解，例如拆解所屬城市，可以看到每個(gè)城市的轉(zhuǎn)化情況，從而找到漏斗的在所屬城市的漏點(diǎn)。細(xì)分漏斗功能三家都支持，但神策和GrowingIO僅支持維度值的兩兩對(duì)比，數(shù)極客在這塊沒有維度值的限制。
高級(jí)漏斗分析：高級(jí)漏斗功能能看到漏斗每一步的流入和流失細(xì)節(jié)，該功能暫時(shí)只有數(shù)極客支持。
用戶流向分析：用戶流向分析也就叫傳統(tǒng)路徑分析，可以分析用戶從進(jìn)入產(chǎn)品后整體的流動(dòng)情況，用來分析優(yōu)化產(chǎn)品體驗(yàn)流程，該功能三家都支持。
智能路徑分析：智能路徑用來分析用戶到達(dá)目標(biāo)路徑所有的路徑組合中關(guān)鍵的路徑，通過對(duì)關(guān)鍵路徑創(chuàng)建漏斗，分析優(yōu)化關(guān)鍵路徑的分析方法。神策暫不支持，其他兩家支持。
表單分析：互聯(lián)網(wǎng)產(chǎn)品中表單隨處可見，但要優(yōu)化表單的填寫體驗(yàn)，就需要從字段層面分析用戶的填寫行為，該功能是數(shù)極客平臺(tái)的特色功能，能從表單轉(zhuǎn)化率，表單放棄率，填寫時(shí)間，重填率等指標(biāo)分析表單的體驗(yàn)，幫助我們優(yōu)化表單的體驗(yàn)，從而提升表單的轉(zhuǎn)化率。
用戶構(gòu)成分析：數(shù)極客和GrowingIO都支持用戶構(gòu)成分析，神策數(shù)據(jù)暫時(shí)不支持該功能。
活躍分析：數(shù)極客的留存可以創(chuàng)建所有事件的日活、周活、月活，同時(shí)還可以按照不同維度進(jìn)行拆分。
留存分析：數(shù)極客的留存可以創(chuàng)建所有事件行為的日留存、周留存、月留存，同時(shí)還可以按照不同維度進(jìn)行拆分。
魔法數(shù)字：魔法數(shù)字是通過數(shù)據(jù)分析可以找到影響產(chǎn)品指標(biāo)的關(guān)鍵行為指標(biāo)，比如Facebook發(fā)現(xiàn)當(dāng)用戶關(guān)注用戶數(shù)超過5個(gè)后次日留存會(huì)大幅提升。該功能是GrowingIO獨(dú)家的特色功能。
事件分布分析：將用戶行為抽象成事件后，通過事件分布分析可以看到行為觸發(fā)人數(shù)按照不同時(shí)間粒度的分析，未產(chǎn)品優(yōu)化決策提供支持。該功能數(shù)極客和神策均支持，GrowingIO暫不支持。
頁面與頁面組分析：對(duì)于PC和APP端可以按照頁面、頁面組、指定頁面對(duì)所有的頁面進(jìn)行分析。數(shù)極客的頁面組基本上可以滿足所有場景頁面組分析需求，支持頭匹配、未匹配，包含、正則表達(dá)等多種規(guī)則創(chuàng)建頁面組。
錯(cuò)誤分析：當(dāng)用戶訪問我們的產(chǎn)品時(shí)，如果有請(qǐng)求錯(cuò)誤，請(qǐng)求超時(shí)，數(shù)極客的錯(cuò)誤分析可以分析出錯(cuò)頁面，錯(cuò)誤詳情、錯(cuò)誤時(shí)間等指標(biāo)，幫助技術(shù)同事第一時(shí)間掌握產(chǎn)品性能體驗(yàn)訪問的問題，幫助從細(xì)節(jié)方面提高產(chǎn)品的轉(zhuǎn)化率。該功能也是數(shù)極客的特色功能。
用戶分群：第三代用戶分群通過用戶屬性、時(shí)間屬性、行為屬性精細(xì)定位用戶分群，通過精細(xì)定位的用戶分群，可以進(jìn)行精細(xì)化運(yùn)營，精準(zhǔn)營銷等用戶運(yùn)營策略。
分群用戶畫像：在我們通過分群工具篩選出來用戶，
用戶屬性分析：添加采集數(shù)據(jù)的SDK后，分析平臺(tái)可以默認(rèn)采集到用戶屬性、會(huì)話屬性、渠道屬性、推廣屬性等，三平臺(tái)均支持用戶自定義上傳用戶屬性。根據(jù)用戶屬性可以對(duì)所有的業(yè)務(wù)指標(biāo)和行為指標(biāo)進(jìn)行多維度的細(xì)分。是所有細(xì)分功能的基礎(chǔ)。
用戶行為序列：用戶行為分析平臺(tái)可以查看所有用戶行為序列，了解用戶的
流失分析：通過用戶行為模型預(yù)測用戶流失，搭建用戶流失模型，該功能暫時(shí)只有神策可以支持。
行為預(yù)測：基于用戶行為歷史數(shù)據(jù)預(yù)測用戶行為趨勢，該功能暫時(shí)只有神策數(shù)據(jù)可以支持。
跨屏分析：用戶用戶id可以在多個(gè)設(shè)備打通分析，該功能只有數(shù)極客可以實(shí)現(xiàn)。
智能路徑分析：智能轉(zhuǎn)化路徑分析，根據(jù)所選擇的目標(biāo)事件，自動(dòng)分析完成目標(biāo)事件所經(jīng)過的路徑組合，使用好智能路徑可以簡化轉(zhuǎn)化漏斗設(shè)置，提高分析效率。
表單分析：從用戶進(jìn)入表單頁面起，就產(chǎn)生了微漏斗，從進(jìn)入總?cè)藬?shù)到最終完成并成功提交表單人數(shù)，這個(gè)過程中，有多少人開始填寫表單，填寫表單用時(shí)，填寫表單遇到了什么困難導(dǎo)致無法完成表單，都影響最終轉(zhuǎn)化效果，數(shù)極客可以從字段層面對(duì)以上指標(biāo)進(jìn)行數(shù)據(jù)分析優(yōu)化，從而提升表單的轉(zhuǎn)化率。
用戶分群畫像分析：數(shù)極客可以對(duì)創(chuàng)建的用戶分群進(jìn)行多維度畫像分析，企業(yè)可以對(duì)指定的用戶群進(jìn)行多維度畫像分析，為運(yùn)營策略優(yōu)化提供數(shù)據(jù)分析支持。
事件分布分析：可以對(duì)用戶觸發(fā)的所有行為進(jìn)行分布分析，了解用戶行為偏好分析。
自定義活躍留存分析： 數(shù)極客的自定義活躍留存可以按照用戶行為抽象出來的事件自定義創(chuàng)建各種用戶留存、活躍。
定量分析工具評(píng)分： 數(shù)極客 >神策數(shù)據(jù) > GrowingIO

四、定性分析功能

定性分析工具作為用戶行為分析系統(tǒng)中輔助定量分析不可獲取的一部分，最大的特點(diǎn)是能將用戶行為可視化，清晰直觀的展示用戶的行為數(shù)據(jù)。我們來看下三平臺(tái)在定性分析模塊的功能對(duì)比。

熱圖分析：熱圖分析是通過熱力圖的形式直觀表達(dá)用戶的頁面訪問深度、點(diǎn)擊、停留、滑動(dòng)
的等行為，是一種定性的用戶行為分析產(chǎn)品。常見的熱圖有鏈接點(diǎn)擊熱圖、瀏覽熱圖、注意力熱圖、頁面點(diǎn)擊熱圖、分屏熱圖。
鏈接點(diǎn)擊圖：鏈接點(diǎn)擊圖可以直觀地展示用戶的點(diǎn)擊交互情況和每個(gè)頁面元素的點(diǎn)擊量、點(diǎn)擊占比，同時(shí)可按不同訪問設(shè)備、不同時(shí)間和用戶維度進(jìn)行熱圖細(xì)分分析，從此輕松掌控用戶所有點(diǎn)擊交互分析。
瀏覽熱圖：用戶在瀏覽網(wǎng)站時(shí)，鼠標(biāo)移動(dòng)和眼球移動(dòng)有84%到88%的相關(guān)性，瀏覽熱圖是通過采集用戶鼠標(biāo)滑動(dòng)軌跡形成的熱圖，滑動(dòng)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(shí)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(shí)的思考和停留的時(shí)間，比如，當(dāng)用戶在購物車頁面的提交訂單按鈕停留時(shí)間較長時(shí)，產(chǎn)品經(jīng)理可以結(jié)合訂單分析功能去分析用戶停留的原因，解決用戶的疑慮，從而提高購買轉(zhuǎn)化率。
點(diǎn)擊熱圖點(diǎn)：擊熱圖是根據(jù)用戶的點(diǎn)擊數(shù)量來繪制熱圖，被點(diǎn)擊多的區(qū)域會(huì)更亮，反之越暗。
分屏熱圖：將每一屏的瀏覽用戶數(shù)和比例直觀的展現(xiàn)出來。因此在產(chǎn)品功能、頁面內(nèi)容的展示方面，可以根據(jù)分屏熱圖進(jìn)行優(yōu)化，提高重要信息的曝光度。
視頻回放：視頻回放是通過視頻回放形式再現(xiàn)用戶整個(gè)會(huì)話的每一個(gè)點(diǎn)擊、滑動(dòng)、輸入等操作行為的定性分析工具，讓產(chǎn)品運(yùn)營同學(xué)能清晰了解衡量用戶在app、web、H5上的交互情況，便于企業(yè)深入了解用戶，優(yōu)化產(chǎn)品體驗(yàn)。
小結(jié)：在定性分析功能方面，數(shù)極客的熱圖應(yīng)該是目前市面上熱圖最多的一家，GrowingIO
支持連接點(diǎn)擊圖和頁面點(diǎn)擊熱圖。
視頻回放功能是數(shù)極客的行為分析系統(tǒng)的一大亮點(diǎn)功能，雖能清晰直觀回溯用戶的行為，但視頻暫時(shí)不能聚合，如何能解決這個(gè)問題，視頻回放的功效會(huì)更大。
總體來講定性分析方面 數(shù)極客>GrowingIO>神策

五、二次開發(fā)與數(shù)據(jù)應(yīng)用

不同的企業(yè)對(duì)于用戶行為分析有不同的需求。例如大部分企業(yè)都會(huì)考慮在引入第三方分析系統(tǒng)后是否支持二次開發(fā)，是否能在原有系統(tǒng)基礎(chǔ)上滿足一些定制化需求。
對(duì)于二次開發(fā)與擴(kuò)展方面功能對(duì)比：

指標(biāo)預(yù)警：指標(biāo)自動(dòng)告警是對(duì)異常指標(biāo)進(jìn)行自動(dòng)監(jiān)控告警的功能，通過指標(biāo)告警不僅可以隨時(shí)監(jiān)控注冊(cè)量，注冊(cè)轉(zhuǎn)化率，跳出率等行為指標(biāo)，成交量、成交金額這樣的指標(biāo)同樣可以實(shí)時(shí)進(jìn)行監(jiān)控。目前GrowingIO不支持該功能。
自動(dòng)化運(yùn)營：自動(dòng)化運(yùn)營是基于采集的行為指標(biāo)并設(shè)置運(yùn)營觸發(fā)機(jī)制進(jìn)行自動(dòng)化運(yùn)營的工具。目前只有數(shù)極客支持該功能。
Push推送服務(wù)：該功能是可以基于用戶行為，在APP端自定義push進(jìn)行運(yùn)營的工具，該功能目前三家均支持該功能。
私有化部署： 私有化部署是將整個(gè)系統(tǒng)部署在客戶本地的一種服務(wù)模式。數(shù)極客和神策數(shù)據(jù)支持私有化部署的方式。GrowingIO暫不支持。
二次開發(fā)：數(shù)極客和神策數(shù)據(jù)均可以支持在原有系統(tǒng)上進(jìn)行二次開發(fā)。
權(quán)限管理：能按數(shù)據(jù)平臺(tái)不同業(yè)務(wù)模塊不同職能部門對(duì)權(quán)限進(jìn)行細(xì)分。
數(shù)極客支持按照功能、應(yīng)用、數(shù)據(jù)等多個(gè)層級(jí)進(jìn)行權(quán)限自定義配置，可以選擇讓某些用戶只看某些功能，某些應(yīng)用，包括只能查看某些指標(biāo)。
GrowingIO支持按照功能、數(shù)據(jù)進(jìn)行權(quán)限細(xì)分，同時(shí)支持對(duì)用戶進(jìn)行分組。提供了高度自定義的權(quán)限方式，方便用戶管理用戶項(xiàng)目內(nèi)部的所有數(shù)據(jù)，以及用戶。保障高度的數(shù)據(jù)安全的同時(shí)，幫助用戶和用戶的組織實(shí)現(xiàn)更好的協(xié)作。
神策：神策提供的用戶管理一共可以分為三種不同的類型，分別是管理員、分析師和普通賬號(hào)，同時(shí)支持對(duì)角色進(jìn)行數(shù)據(jù)和功能的授權(quán)。
在權(quán)限管理方面：數(shù)極客>GrowingIO>神策數(shù)據(jù)
A/B測試：
A/B測試是三家行為分析平臺(tái)數(shù)極客獨(dú)有一個(gè)功能。A/B 測試是一種通過數(shù)據(jù)分析科學(xué)優(yōu)化產(chǎn)品的方法，為同一個(gè)優(yōu)化目標(biāo)制定兩個(gè)或多個(gè)方案（比如兩個(gè)不同樣式的分享button），隨機(jī)選擇兩部分用戶，讓一部分用戶使用 A 方案，另一部分用戶使用 B 方案，統(tǒng)計(jì)并對(duì)比不同方案的點(diǎn)擊率、轉(zhuǎn)化率、活躍留存等指標(biāo)，找到最優(yōu)的產(chǎn)品決策方案。
產(chǎn)品帶的痛點(diǎn)：
“后驗(yàn)”主義產(chǎn)品驗(yàn)證，如未達(dá)到預(yù)期，回滾導(dǎo)致開發(fā)成本高，客戶流失風(fēng)險(xiǎn)高；
大部分產(chǎn)品經(jīng)理依靠直覺去決策，但實(shí)際情況是我們想的不一定是用戶想的；
聽用戶說什么不如看用戶做什么，通過嚴(yán)謹(jǐn)?shù)挠脩粜袨閿?shù)據(jù)分析，是可靠的產(chǎn)品驅(qū)動(dòng)方法；再厲害的PM也跑不過一半的A/B測試；
傳統(tǒng)的開發(fā)流程，上線需要排期，開發(fā)迭代效率低，AB測試不需要發(fā)版，直接可以快速驗(yàn)證方案。
用科學(xué)的數(shù)據(jù)分析指導(dǎo)我們產(chǎn)品決策才是產(chǎn)品增長的核心

數(shù)據(jù)應(yīng)用方面評(píng)分： 數(shù)極客 > 神策數(shù)據(jù) > GrowingIO

六、服務(wù)項(xiàng)目

在服務(wù)項(xiàng)目方面，均提供產(chǎn)品說明文檔，常見問題FAQ等。
在線客服：
神策數(shù)據(jù)：神策數(shù)據(jù)服務(wù)流程：方案咨詢、需求梳理、事件設(shè)計(jì)、數(shù)據(jù)接入驗(yàn)證、產(chǎn)品使用
數(shù)極客：有問題可以隨時(shí)通過數(shù)極客官方微信客服咨詢，回復(fù)速度一般在3分鐘內(nèi)。除了正常的梳理需求、需求梳理、數(shù)極客為付費(fèi)用戶提供增長指標(biāo)體系、數(shù)據(jù)分析現(xiàn)場培訓(xùn)、一對(duì)一服務(wù)、數(shù)據(jù)指標(biāo)診斷服務(wù)、增長解決方案。
GrowingIO：提供現(xiàn)場產(chǎn)品培訓(xùn)，在線的數(shù)據(jù)分析、增長***學(xué)院。

服務(wù)項(xiàng)目評(píng)分： 數(shù)極客 > 神策數(shù)據(jù) > GrowingIO

總結(jié)

通過以上產(chǎn)品、服務(wù)、二次開發(fā)等多方面的對(duì)比，可以得到以下結(jié)論：

1. 數(shù)極客用戶行為分析系統(tǒng)更多是從營銷、運(yùn)營、產(chǎn)品三個(gè)方面基于AARRR模型對(duì)整個(gè)用戶生命周期的行為數(shù)據(jù)進(jìn)行分析，數(shù)據(jù)顆粒度更精細(xì)(可以按任意維度細(xì)分?jǐn)?shù)據(jù))，分析模型和方法論更科學(xué)和完善，不僅僅有數(shù)據(jù)分析功能，還有自動(dòng)化運(yùn)營、A/B測試等應(yīng)用數(shù)據(jù)進(jìn)行優(yōu)化的工具，有成熟的產(chǎn)品、運(yùn)營成功經(jīng)驗(yàn)；
2. GrowingIO的無埋點(diǎn)技術(shù)讓數(shù)據(jù)采集效率更高，同時(shí)有魔法數(shù)字等較新的理念，使用門檻在這三家公司中相對(duì)較高，數(shù)據(jù)的實(shí)時(shí)性和細(xì)分方面比數(shù)極客和神策稍弱一些，最大的優(yōu)勢是數(shù)據(jù)分析的內(nèi)容豐富，公眾號(hào)的內(nèi)容質(zhì)量很高。
3. 神策數(shù)據(jù)是一種偏技術(shù)風(fēng)格的數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品，數(shù)據(jù)分析模型相對(duì)較少，但數(shù)據(jù)導(dǎo)入工具較豐富，主打是以數(shù)據(jù)倉庫為核心的用戶行為分析工具，對(duì)于想建立數(shù)據(jù)倉庫的公司來說是個(gè)不錯(cuò)的選擇。

由于我們公司更關(guān)注數(shù)據(jù)在產(chǎn)品運(yùn)營方面的應(yīng)用，不想在技術(shù)數(shù)據(jù)接入方面投入過多的人力，同時(shí)希望通過數(shù)據(jù)分析產(chǎn)生實(shí)際的效果，經(jīng)過仔細(xì)對(duì)比、選型之后，最終采用了數(shù)極客，目前使用2個(gè)月，數(shù)極客提供了一對(duì)一的分析師服務(wù)，用提升下單轉(zhuǎn)化率作為試點(diǎn)，手把手的幫我們將轉(zhuǎn)化率提高了近1/3，BOSS對(duì)效果也比較滿意(每天新增百萬級(jí)別的銷售收入)。