选产品采用软件,先决定你首先需要衡量还是应用内引导,再用你自己算出的一个采用率来测试每个候选,并在演示之前定好权重、为六条标准打分。同样的分数,对先衡量的团队和先引导的团队,会得出不同的赢家。
读完你会知道
- 三类工具:采用分析、应用内引导和套件;比较功能之前先决定要做哪件事
- 任何工具都必须复现一个你手算验证的数字:窗口内使用功能 N 次的账户数 ÷ 有资格的账户数(示例里是 26.0%)
- 演示之前先写权重:同样的分数,先衡量的团队得 74、53、67,先引导的团队得 51、70、68
产品采用软件的三种类型
「产品采用软件」被当作一个品类来卖,其实包含三种不同的工作,多数选型失误都源于把它们混为一谈。
| 类型 | 主要工作 | 通常包含 | 通常欠缺 |
|---|---|---|---|
| 采用分析 | 看清谁在用哪个功能 | 事件、漏斗、留存、分群 | 任何显示在你应用内部的东西 |
| 应用内引导 | 向用户展示消息、引导和清单 | 引导、提示气泡、清单、定向规则 | 自家活动之外的深入分析 |
| 套件 | 两者合一 | 各有一点 | 任何一方专业产品的深度 |
比较功能之前,先决定你要雇它做哪件事。如果你今天说不出上个季度发布的功能有多大比例的账户在用,就要先做衡量;没有衡量的引导,只会让你展示一些无从评估的消息。如果你已经衡量得很好,数字显示人们总是卡在同一步,引导才是下一笔采购。
本文讲怎么选软件。如何计算采用率,见 如何衡量产品采用;拿到数字之后怎么办,见 如何提高产品采用。
任何工具都必须复现的采用率
无论买什么,它都要能产生一个你可以手算验证的数字。用这个:
功能采用率 = 在窗口内使用该功能至少 N 次的账户(或用户)数 ÷ 有资格使用它的账户(或用户)数
在看数据之前先定好 N 和窗口:比如 28 天内使用三次。写下谁算「有资格」,比如所在套餐包含该功能的账户。
示例数据:1,200 个有资格的账户,其中 312 个在 28 天内至少使用了三次这个功能。
- 采用率 = 312 ÷ 1,200 = 26.0%。
- 上线引导之后,同样的 1,200 个账户里有 384 个在接下来的 28 天达标:384 ÷ 1,200 = 32.0%。
- 相对提升 = 384 ÷ 312 − 1 = 23.1%,按百分点算变化是 6.0 个点。
算术很简单,解读却不简单。没有对照组,引导之后的上升可能是季节性的,也可能来自账户构成的变化。要做两项预防:和没有变化的时期比较,并把看过引导的账户与相似的没看过的账户比较。一个让这种比较变得困难、或者不让你导出底层账户列表的工具,是在藏着分母。
选型的六条标准
用右栏的问题在试用时给每个候选打分。
| 标准 | 检查什么 | 试用时的问题 |
|---|---|---|
| 衡量采用 | 事件、漏斗、留存、分群,以及能设置的窗口 | 我能用自己对「使用」的定义复现上面的 26.0% 吗? |
| 账户层面 | 除了个人用户,它能看账户吗? | 我能按账户而不只是按用户汇报采用情况吗? |
| 应用内引导 | 引导、清单、定向,以及它们对页面速度的影响 | 我能只向没用过该功能的账户展示消息吗? |
| 导出与所有权 | 你能把原始事件和账户列表导出吗? | 我能导出某张图表背后的行吗? |
| 隐私与同意 | 同意前采集什么、保留期、数据请求 | 默认存什么、存多久? |
| 部署成本 | 谁来写埋点、怎么保持更新 | 把一个功能端到端衡量要多少小时? |
其中两项藏着容易忽略、等咬到才发现的限制。
事件和属性的限制。每个分析系统都有。举一个公开的例子,Google Analytics 文档写明每个事件最多 25 个参数,参数名最长 40 个字符、值最长 100 个字符,每个应用用户最多 500 个不同名称的事件。计划发一个带 40 个属性来描述功能的事件,在一个产品里会撞上这个上限,在另一个里则不会。要求对方书面给出限制,并和你的埋点方案对照。
引导的无障碍。提示气泡和引导会在你的页面上放控件。WCAG 2.2 的成功标准 2.5.8 要求指针目标至少 24 × 24 CSS 像素,间距和行内链接有例外。「关闭」按钮只有 12 像素宽的引导,不符合要求。问清产品的控件和焦点顺序有没有测试过,并用键盘检查一个引导。
| 标准 | 检查什么 | 试用时的问题 |
|---|---|---|
| 衡量采用 | 事件、漏斗、留存、分群、窗口 | 我能复现自己算的 26.0% 吗? |
| 账户层面 | 账户而不只是用户 | 我能按账户汇报采用情况吗? |
| 应用内引导 | 引导、清单、定向、页面速度 | 我能只向没用过该功能的账户展示消息吗? |
| 导出与所有权 | 原始事件和账户列表 | 我能导出某张图表背后的行吗? |
| 隐私与同意 | 同意前的采集、保留期 | 默认存什么、存多久? |
| 部署成本 | 谁来写、谁来维护埋点 | 把一个功能端到端衡量要多少小时? |
试用时给每个候选的每条标准打 0 到 5 分,再套用你的权重。
按你自己的权重给三类产品打分
打分矩阵是让取舍显性化的方式,不是答案。示例数据:每类工具对每条标准打 0 到 5 分,两个团队的权重不同,合计 100。分数仅为示意,请在试用之后换成你自己的。
| 标准 | 分析工具 | 引导工具 | 套件 | 权重,先衡量的团队 | 权重,先引导的团队 |
|---|---|---|---|---|---|
| 衡量采用 | 5 | 2 | 4 | 30 | 15 |
| 账户层面 | 4 | 2 | 3 | 15 | 10 |
| 应用内引导 | 0 | 5 | 4 | 15 | 40 |
| 导出与所有权 | 4 | 2 | 3 | 15 | 10 |
| 隐私与同意 | 4 | 2 | 3 | 15 | 10 |
| 部署成本(5 = 容易) | 4 | 4 | 2 | 10 | 15 |
得分 =(权重 × 分数)之和 ÷ 5,满分 100。
| 团队 | 分析工具 | 引导工具 | 套件 |
|---|---|---|---|
| 先衡量 | 74 | 53 | 67 |
| 先引导 | 51 | 70 | 68 |
同样的候选、同样的分数,赢家却不同,因为两个团队想要的东西不同。套件在两行里都没赢,因为在团队排在前面的那一项上,通才很少是强项。这就是要在看任何演示之前先把权重写下来的原因。
加权得分,先衡量的团队
满分 100软件应该报告的四个采用数字
无论什么工具,都要检查它是否报告这四个数字,并且你能看到每一个是怎么算出来的。
- 功能采用率,如上所述:窗口内使用该功能 N 次的有资格账户 ÷ 有资格账户。
- 首次使用用时,即从注册(或从发布)到首次使用该功能的天数中位数。当少数账户拖了几个月时,中位数比平均值更稳。
- 粘性 = 日活跃用户 ÷ 月活跃用户。示例数据:3,000 个日活跃用户和 12,000 个月活跃用户,得到 3,000 ÷ 12,000 = 25%,意思是平均每个月活跃用户大约四天里有一天活跃。
- 广度,即使用五个核心功能中至少三个的账户占比。它显示的是单一功能比率所掩盖的深度。
只报告第一项、或者把「活跃」定义成你无法更改的工具,会给你一个无法自圆其说的数字。
怎么做一周的试用
- 选一个功能和一个定义。比如「28 天内使用三次」。
- 自己先算出答案。先从你自己的数据库或事件导出里取这个数字,作为参照。
- 在工具里复现它。两者应该在你能解释的差异(比如机器人或时区)之内吻合。如果不吻合,先弄清原因再继续。
- 按账户拆分。检查工具能否按账户显示采用情况,并列出还没采用的账户。
- 在一小群人身上测试引导。把引导展示给一部分有资格的人,和其余的人对比。
- 导出一张图表的行。如果导不出来,这份分析就不归你所有。
代价最大的几个误区
- 先买引导、后做衡量。你会上线无从评估的引导。
- 衡量引导的点击,而不是功能的使用。完成引导不等于采用。
- 卖给账户却数用户。一个带头人在用某个功能,不等于一个账户采用了它。
- 跳过试用时的对账。与你的数据库相差 15% 的工具,会在每次会议上都对不上。
- 忽视负载。任何注入页面的东西都会增加脚本体量;要在有和没有它时分别测页面速度。
在 TapCub 里:衡量这一半,边界很清楚
TapCub 覆盖表里的头一类,采用分析。它不做应用内引导、清单或问卷,也不跑实验,所以如果需要引导,要搭配一个单独的工具,并用 track() 把那个工具的事件发到 TapCub 来衡量结果。沿用上面的示例:
- 定义功能事件。在 全端分析 › 数据管理 › 埋点方案 里记录事件名、属性和平台。方案就是写下「什么算使用」的地方;打开实时验证,可以看到近 24 小时的到达数和必填属性的完整度。
- 衡量采用率。在 全端分析 › 行为分析 › 行为分析 里,统计做过该事件的不同人或账户,并用漏斗(2 到 20 步,窗口最长 180 天)看人们在功能之前卡在哪里。
- 给账户分组。登录之后调用
tapcub.group('company', 'acme', {...})。全端分析 › 用户 › 账户 随后显示账户数、30 天活跃账户、成员和一个 0 到 100 的健康分。账户视图是组织视图,不能打开个人明细。 - 建立对照组。在 全端分析 › 用户 › 分群与标签 里,建一个在某个窗口内做过或没做过该事件的人的分群。分群可以带进漏斗和留存分析。
- 查看采用之后的留存。以功能事件作为起始事件跑留存,看采用者会不会回来。
TapCub 不会告诉你引导是不是导致了提升;用上面的对照组和对比时期来判断。
常见问题
什么是产品采用软件?
它是帮助你看清并提高使用某个产品或功能的用户或账户比例的软件。分为三类:衡量采用的分析、展示引导和清单的应用内引导,以及两者兼有的套件。
怎么选产品采用软件?
先决定你首先需要衡量还是引导,再按六条标准给候选打分:衡量采用、账户层面、应用内引导、导出、隐私和部署成本。在演示之前先定权重,并通过复现一个你自己算出来的采用率数字来测试。
功能采用率多少算好?
没有通用基准,因为它取决于「有资格」怎么定义,以及这个功能预期使用的频率。应该追踪你自己的采用率随时间和在不同分群之间的变化。示例里 26.0% 在一次改动之后升到 32.0%,要靠对照组才能解读。
提高采用率一定需要应用内引导吗?
不一定。如果人们卡住是因为功能难找或命名不清,设计上的改动可能比引导更有用。用漏斗找到人们停在哪里,再选成本最低的修法。
分析软件能替代数字采用平台吗?
它能替代衡量,替代不了消息。分析告诉你谁还没采用、卡在哪里;要在产品里向他们展示东西,需要引导工具或自己写代码。
资料来源
- Google Analytics 帮助,属性限制:每个事件 25 个参数、参数名长度 40、值长度 100、每个应用用户 500 个不同名称的事件。核对日期 2026-11-21。
- W3C,理解 SC 2.5.8:目标尺寸(最小),WCAG 2.2:指针目标至少 24 × 24 CSS 像素,有例外。核对日期 2026-11-21。
这篇文章对你有帮助吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。

