TapCub 正式上线:统计、分析、客服一个平台免费用
数据分析

产品分析平台怎么选:先看事件模型和身份

怎样选产品分析平台:先查事件模型和身份,在一个真实流程上做两周试用,并用权重给候选者打分。附一个标价的身份算例和一个加权打分算例。

林舟 发布于 2026 年 11 月 19 日 9 分钟阅读 数据分析
示例数据:登录时若不把匿名设备 ID 合并到人,用户数会被高估 50%,人均事件数被低估三分之一,留存看起来差 5 个百分点。示例数据

产品分析平台把人在你的产品里做的事记录成与某个人绑定的事件,再让你分析漏斗、留存和路径。选它时先查两个地基:事件模型决定你能问什么,身份决定答案说的是人还是设备。本文给出试用清单和一个加权打分算例。

读完你会知道

  • 先查事件模型和身份,再看其他功能
  • 在第二台设备上登录并数人数,来测试身份
  • 试用之前先写下打分权重,因为权重决定谁胜出

什么是产品分析平台?

产品分析平台把人在你的产品里做的事记录成与某个人绑定的事件,并让你把这些事件分析成漏斗、留存、路径和用户分组。它回答页面浏览报表回答不了的问题:引导的哪一步流失了人,用过某个功能的人会不会回来,用户离开之前做了什么。这个词涵盖的范围很宽,从单一的分析工具,到同时打包回放、实验和开关的整套产品。

选择它,主要是检查两个地基和几项能力。两个地基是事件模型和身份:事件模型决定你能问什么,身份决定答案说的是人还是设备。其余的一切,从看板到 AI,都建立在这两样之上。产品分析作为一门学科是什么,见产品分析;怎样决定要追踪哪些指标,见产品分析框架。本文站在买方的角度:查什么、按什么顺序查,以及怎样给查到的东西打分。

事件模型:首先要检查的东西

事件是对「发生了某件事」的记录。在 Mixpanel 的文档里,每个事件有名称、时间戳和一个把它绑定到用户的 distinct ID,还可以带上页面网址或注册类型之类的属性。这种结构在各平台上都很常见,所以有用的问题是:从「发生了某件事」到「得出答案」要花多少功夫。

试用时检查这四件事:

  1. 能用属性定义一个步骤吗?「新建了项目」是一个事件;「在手机上从模板新建了项目」需要事件上带属性。属性筛选如果很弱,你的漏斗就会停留在含糊的程度。
  2. 有地方规划事件吗? 没有一份共享的事件名、属性和负责人清单,数据就会漂移成同一件事有三个名字。看看有没有埋点方案或事件字典,以及有没有办法看到哪些事件真正到达了。
  3. 之后能加事件吗? 有些工具自动记录每次交互,事后再给事件命名;有些只统计你发送的。自动采集省去搭建时间,但需要治理;手动发送需要开发时间,但更干净。决定你愿意付哪种成本。
  4. 能拿到原始事件吗? SQL 查询、原始导出或数仓同步,是内置报表装不下某个问题时的退路。

容易上手却无法治理的平台,规模一大就是个陷阱。问问看:第十位分析师打开事件列表时会看到什么。

身份:是人,不是设备

身份决定「用户」是不是指人。Mixpanel 的身份文档描述了常见的设计:SDK 生成一个匿名设备 ID,登录之前的事件归在它名下,当你的代码识别出用户后,平台把设备 ID 与用户 ID 关联起来,让它们算作同一个人。没有这层关联,先匿名浏览、然后注册的访客就会显示成两个人。

误差有多大,很容易算。示例数据:这个月有 4,000 人登录,他们合计用了 6,000 台设备或浏览器(平均每人 1.5 个),每个都有自己的匿名 ID。他们一共发送了 240,000 个事件。

指标按人计按设备 ID 计误差
用户数4,0006,000高估了 6,000 ÷ 4,000 − 1 = 50%
人均事件数240,000 ÷ 4,000 = 60.0240,000 ÷ 6,000 = 40.0低估了 1 − 40 ÷ 60 = 33.3%
第 7 天留存1,000 ÷ 4,000 = 25.0%1,200 ÷ 6,000 = 20.0%在另一台设备上回来的人被算成流失

关于身份要问的问题:

  • 有合并吗,由什么触发? 通常是一次登录或注册调用。检查两个人共用一台设备、以及一个人在新手机上登录时会发生什么。
  • 有没有无法识别的人? 匿名访客通常没有档案。这没问题,但要看他们在报表里怎样出现。
  • 人之上还有一层吗? B2B 产品需要账户(公司、工作区)。检查分析能否按账户分组。
app.tapcub.com

按人计数与按设备 ID 计数

示例月份
指标按人计按设备 ID 计误差
用户数4,0006,000+50%
人均事件数60.040.0−33.3%
第 7 天留存25.0%20.0%−5.0 个百分点

4,000 人使用 6,000 台设备(每人 1.5 台),发送 240,000 个事件;第 7 天回来的是 1,000 人或 1,200 个设备 ID。

示例数据
示例数据:登录时若不把匿名设备 ID 合并到人,用户数会被高估 50%,人均事件数被低估三分之一,留存看起来差 5 个百分点。

选型清单,以及试用时该问什么

把这张表当作试用一周的脚本。每一行都有一个通过动手就能回答的问题,而不是靠读功能介绍页。

能力试用时要跑的问题警示信号
事件模型建一个第二步带属性筛选的漏斗需要开发人员或导出才能做到
身份在第二台设备上登录,看人数被算了两次
分析深度用同一批事件建漏斗、留存和路径每个都要单独搭建
分群保存一组用户,在两个分析里复用每次都要手工重建
数据治理找到计划事件清单,看哪些已到达没有清单,或无法核对到达情况
数据获取跑一个查询,或导出原始事件只有图表截图
隐私找到同意和保留期设置不可配置,或没有文档
成本模型估算流量翻倍时的月账单无法预测

成本这一行,事件量按月活跃用户 × 人均事件数来估算。以上面的示例,4,000 × 60 = 每月 240,000 个事件;如果用户翻倍并加了更丰富的追踪,则是 8,000 × 90 = 720,000。定价常常与事件数或用户数挂钩,所以无法预测的模型就是风险。

算例:用权重给两个平台打分

示例数据:一个团队按六项标准给两个不具名的平台打 1 到 5 分,并按重要性给每项标准加权。加权得分 = Σ(权重 × 得分) ÷ 100。

标准权重平台 A平台 B
事件模型2543
身份2535
分析深度2054
数据治理1524
数据获取1043
隐私与成本534
加权得分1003.603.90

平台 A:(25 × 4 + 25 × 3 + 20 × 5 + 15 × 2 + 10 × 4 + 5 × 3) ÷ 100 = 360 ÷ 100 = 3.60。平台 B:(75 + 125 + 80 + 60 + 30 + 20) ÷ 100 = 3.90。

是权重决定了结果。如果团队把分析深度的权重定为 30、身份定为 15,平台 A 的得分就是 (100 + 45 + 150 + 30 + 40 + 15) ÷ 100 = 3.80,平台 B 是 (75 + 75 + 120 + 60 + 30 + 20) ÷ 100 = 3.80,打成平手。所以试用之前先把权重写下来,问问谁有不同意见,并先在权重高的标准上做试用。打分是让分歧变得可见,而不是结束分歧。

怎样做一次两周试用

  1. 选五个你真正有的问题,比如「新用户在哪里卡住?」和「用过功能 X 的人会回来吗?」。平台答不出这些问题,再长的功能清单也没用。
  2. 给一个真实流程埋点,不要用演示数据。发送带属性的引导事件,并在登录时识别用户。
  3. 用数据回答这五个问题,并记录每个花了多长时间。注明哪些需要别人帮忙。
  4. 用你信得过的数据源核对数字,比如数据库里的订单。小差距正常;大而无法解释的差距本身就是发现。
  5. 请团队里的另一个人在没有你帮助的情况下重做一个分析。 如果他做不到,推广就会停滞。
检查项它决定什么不过关会怎样
事件模型你能问什么问题没有属性筛选,漏斗就停留在含糊的程度
身份用户是人还是设备出现重复的人和错误的留存,却没有任何报错
数据治理事件命名能否保持一致同一个事件有三个名字
数据获取能否走出内置报表问题不合内置报表时卡住
成本模型账单是否可预测流量翻倍时出现意外

每一项都在试用时用你自己的事件来检查,而不是用演示数据集。

选产品分析平台时的常见误区

  • 按功能数量选。 清单一长,就看不出核心(事件和身份)是否真的好用。
  • 跳过身份测试。 重复的人是无声的:没有报错,只有错误的数字。
  • 一次给所有东西埋点。 先从一个流程和一份埋点方案开始。
  • 不考虑谁来用。 只有分析师会用的工具,不会改变产品决策。
  • 把演示数据集当证据。 用你自己的事件来试用。
  • 忘了成本会增长。 在承诺之前,估算流量翻倍时的账单。

在 TapCub 里:网站、App 和小程序事件放在一个项目里

照上面的清单来看。TapCub 这样回答其中各行,以及它没有覆盖的部分。

  1. 事件。 从网站脚本、iOS、Android、Flutter、React Native 或鸿蒙 SDK 发送自定义事件,或从服务端通过 HTTP 发送。脚本还默认采集外链点击和文件下载。新事件先出现在 全端分析 › 数据管理 › 事件收件箱,认领后才进入正式定义。
  2. 规划与检查。 在 全端分析 › 数据管理 › 埋点方案 里记录计划事件,带负责人和状态,再打开实时验证(近 24 小时),看到达情况和必填属性的完整度。属性字典 把属性含义集中在一处。
  3. 身份。 用户登录时调用 tapcub.login,他们之前的匿名活动就合并到 全端分析 › 用户 › 用户 里的同一个人名下,并有按天排列的时间线。匿名访客没有档案。对于 B2B,tapcub.group('company', ...) 提供带 0–100 健康分的账户视图。
  4. 分析。 全端分析 › 行为分析 › 行为分析 包含漏斗、留存、路径、分布、生命周期和归因;分群与标签 里的分群可以带进这些分析。自定义指标与 SQL 用来定义你自己的指标,并对事件数据运行 SQL。
  5. 数据获取与隐私。 数据管理 › 数据导出 做异步的原始导出。配置 › 合规中心 管理采集档位、保留期和数据主体请求。

TapCub 不做 A/B 测试、特性开关和问卷;它衡量你上线之后发生了什么。产品团队怎样使用这些报表,见产品经理的数据分析。

FAQ

什么是产品分析平台?

产品分析平台把人在你的产品里做的事记录成与某个人绑定的事件,并让你把它们分析成漏斗、留存、路径和用户分组。它回答关于产品内部行为的问题,比如引导在哪里流失了人,或者某个功能能否把用户带回来。

产品分析平台应该有哪些功能?

带属性的事件模型,登录后能把匿名活动关联到某个人的可靠身份,漏斗、留存和路径分析,可复用的分群,治理事件命名的办法,以及通过 SQL 或导出获取原始数据。隐私设置和可预测的成本模型同样重要。

怎样选择产品分析平台?

按加权标准给候选者打分,然后在一个真实流程上做两周试用。在第二台设备上登录来测试身份,建一个带属性筛选的漏斗,并请同事重做一次分析。在示例里,仅权重就改变了赢家,所以要先对权重达成一致。

产品分析和网站分析有什么不同?

网站分析围绕页面、会话和流量来源。产品分析围绕产品内部的事件和人,所以能跨会话、跨设备跟踪同一个人。两者有重叠;TapCub 把网站、App 和小程序的数据放在一个项目里,用同一套事件和用户模型。

另见:数据分析平台:分层、形态与怎么选。

另见:产品分析:是什么、核心指标和怎么起步。

资料来源

归档:数据分析

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。

林舟

产品体验专员

关注产品体验、功能使用与增长实践,喜欢把复杂流程拆成清晰步骤,让分析结果更容易用到日常决策中。

网站、App 和小程序事件放在一个项目里

事件、埋点方案、基于登录的身份,以及同一套用户模型上的漏斗、留存和路径。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie