为什么每个数字优先公司都需要产品分析

世界已经见证了数字经济的爆炸式增长，而大流行只是加速了这一过程。全球在线支出已从 2020 年的 $2.9T 增长到 2021 年的 $4.2T。这意味着公司现在需要比以往任何时候都更详细地审视数字客户旅程。

世界正在转向数字经济，而大流行只会加速这一进程。Adobe最近的一份报告估计，2021 年全球在线支出将达到 4.2 万亿美元，而 2020 年仅为 2.9 万亿美元。这凸显了在您考虑企业未来时采用数字优先方法的重要性。

随着客户越来越多地通过网站和移动应用程序参与进来，您需要更加仔细地考虑数字客户旅程。为了提高客户获取、转化率和保留率，您需要回答以下问题：

- 用户在我的注册流程中的哪些地方流失，为什么?

- 哪些系列的行动导致成功的转化路径?

- 我的用户多久使用一次我的产品(活跃使用)?

- 哪些用户行为正在推动更好的保留?

- 我的新网站/应用功能是否能推动转化、参与度和留存率?

虽然您可能已经拥有一些用于分析的工具，但它们通常无法满足每个人的需求——尤其是构建应用程序和网站以支持您的数字形象的产品团队。事实上，我们对全球 450 多名产品经理的调查发现，超过 50% 的人无法快速获得产品问题的答案，另外 38% 的人无法有效衡量产品指标。

原因之一是许多组织试图仅使用商业智能 (BI) 工具来回答产品问题。

商业智能 (BI) 和产品分析 — 为什么两者都需要

借助 BI 工具，您可以查询和可视化数据仓库中的数据，无论是财务、营销、人力资源还是产品数据。它非常适合将组织中的大量数据浓缩为几个关键 KPI，但存在一个明显的缺点。

BI 在可以可视化的数据类型方面非常灵活，但因此，它无法像专门构建的产品分析工具那样深入了解用户洞察，因为它仅限于数据仓库中的数据结构。

产品分析可以让你更深入。通过使用捕获用户行为关键方面(事件、用户和其他维度)的标准化数据模型，Mixpanel 等产品分析工具提供了一个强大的、微调的查询引擎，比其他分析工具更有效地回答问题。

正如我之前所写的，产品分析的这种好处允许产品团队进行自助分析，并在几秒钟内获得有关用户的复杂问题的答案。这段时间的洞察力对于使公司能够参与产品开发的快速、探索性和创造性过程至关重要。

例如，如果您希望通过漏斗分析来查看用户在您的注册流程中的进展(或不进展)。使用 SQL，这个漏斗可能需要数百行 SQL 才能创建，但在 Mixpanel 中，可能只需要十次点击。

如果您想进一步检查在注册流程的特定阶段离开的用户，您将能够轻松地将离开的用户保存为一个群组，并分析该群组是否随时间发生变化，按用户对其进行细分属性，或将它们与其他用户群组进行比较，以了解它们的不同之处。

使用 BI 工具，这些问题的答案需要数据工程团队的新工作流，将数据转换为正确的格式来回答这些特定问题。这有时可能意味着等待数天甚至数周。对于许多组织而言，专门的数据分析师甚至数据科学家的任务是帮助完成这个过程，然后为他们的时间创建一个队列。

自助式产品分析有助于产品团队有时间获得洞察力，但也可以防止数据团队、分析师和数据科学家承担繁重的手工工作，以免分散他们对更重要和战略性项目的注意力。

通过这种方式，产品分析和 BI 工具可以携手合作。我们的许多客户利用 BI 工具来跟踪更广泛的公司指标，同时使用 Mixpanel 帮助他们的产品团队快速深入了解用户行为。

现代数据堆栈以及产品分析如何适应

需要对数据进行大量前期投资才能从 BI 工具中获得价值。这通常需要一个专门的数据团队来管理数据的收集、质量和转换为可由 BI 工具有效查询的表，然后还将这些数据加载到数据仓库中。这可能会使早期公司难以实施 BI，但可以在没有这些步骤的情况下实施产品分析。

然而，我们发现大多数公司最终意识到他们需要构建自己的数据堆栈来支持他们所有的数据和分析需求。这意味着，无论何时您选择构建产​​品分析，都应该轻松地将其集成到您的现代数据堆栈中。

这可以通过多种方式实现。

1. 使用客户数据平台 (CDP) 或软件开发工具包 (SDK)

一种选择是使用 CDP 作为用户数据的存储库，并将该数据提供给各种应用程序，包括像 Mixpanel 这样的产品分析。这确保从第一天起，您的产品团队就可以访问超级强大的产品分析，以实现快速迭代和增长。

2. 从数据仓库导入数据

我们还与许多公司合作，这些公司通过将来自各种来源的数据放入单个数据仓库来为其公司数据创建单一真实来源。由于 BI 工具和产品分析正在查询相同的数据，这意味着不同工具的信息是相同的。

这有助于您建立对数据的信任，因为组织中的每个人(无论他们使用哪种工具)都会看到相同的数字。

这种方法的另一个优点是，您可以使用大量其他数据(例如，来自 CRM 系统的运营数据)来丰富作为产品分析一部分收集的用户行为数据，从而更深入地了解您的用户。

最后，产品和用户洞察对于数字优先战略至关重要，正如他们所说，时间就是金钱。使用产品分析工具是每个数字优先公司都需要拥有的关键推动因素。

同样重要的是要认识到 BI 和产品分析不一定服务于相同的目的——无论如何你都需要产品分析，并且它与 BI 工具结合使用效果很好。