一句话回答
嵌入式分析是把报表、仪表盘和指标放进用户本来就在用的软件——产品、客户门户或内部工作流——而不是让人切换到独立的 BI 工具,并按用户或客户控制各自能看到的数据。
嵌入式分析是什么
嵌入式分析是把报表、仪表盘和指标放进用户本来就在用的软件里——你的产品、客户门户或内部工作流——而不是让人切换到独立的 BI 工具。微软 Power BI 嵌入文档的定义与此一致:把报表、仪表盘和磁贴嵌入网站与应用,并分两种模式——面向组织内部嵌入(内部用户),以及面向客户嵌入(外部用户完全不用碰 BI 工具本身)。
判断一套做法算不算嵌入式分析,可以用三条标准:
- 数据出现在工作现场。 客户在你的门户里直接看活动效果,而不是翻上周五的邮件附件。
- 可见范围按用户或客户控制。 每个查看者只看到自己有权看的行和模块,而不是数据集里的全部内容。
- 指标口径统一。 「转化」在每个租户的视图里都是同一套算法,因为它只在一处集中定义。
这三条标准也说出本文的核心观点:把数据放到用户本来就在用的地方是容易的一半;难的是权限和口径,不是图表。让数据被更多人看到是一个数据民主化决定;嵌入是做到这一点又不失控的方式。
嵌入式分析、自助 BI、面向客户的分析有什么区别
这三个词经常混用,厂商说法也宽泛。区分只需问三件事:谁在看、在哪里看、谁决定能看到什么。
| 方式 | 谁在用 | 在哪里看 | 谁控制权限 | 典型例子 |
|---|---|---|---|---|
| 嵌入式分析 | 内部用户或外部客户 | 你的产品、门户或工作流内部 | 宿主应用,按用户或租户 | SaaS 管理后台里的用量仪表盘 |
| 自助 BI | 内部分析师和业务团队 | 需要单独登录的 BI 工具 | BI 管理员,按工作区或数据集角色 | 市场团队在 BI 工作区里自己探索活动数据 |
| 面向客户的分析 | 你的客户(外部) | 你的产品或一份共享报表里 | 你,按客户账户限定范围 | 代理公司的客户门户,按客户展示各自的流量报告 |
两条规则理清概念。面向客户的分析是嵌入式分析的子集:面向客户的仪表盘一定嵌入在某个地方,但运营工具里的内部指标同样是嵌入式,却不面向客户。自助 BI 描述的是相反方向——不是把数据带到用户的工作流里,而是邀请内部用户走进数据工具自己探索。如果读者是客户而不是同事,你设计的就是给外部人看的分析仪表盘,权限范围比图表花样更重要。
嵌入的三个档位:iframe、SDK/API、白标
「嵌入」的工程投入差别很大。三个档位的差异不在图表质量,而在身份处理和多租户控制。
| 档位 | 集成工作量 | 身份与认证 | 多租户方式 | 品牌控制 |
|---|---|---|---|---|
| iframe / 嵌入代码 | 低:复制嵌入代码即可,如 Tableau 的将视图嵌入网页或 Power BI 的 secure embed | 查看者需要许可证或签名 URL;几乎没有按用户的上下文 | 弱:一条链接一个视图,除非再加 URL 过滤参数 | 保留厂商工具栏和样式 |
| SDK / API | 中到高:Power BI app-owns-data、Tableau Embedding API、Looker 嵌入 SDK | 宿主应用负责认证;SSO、嵌入令牌、connected apps | 每个嵌入会话应用行级安全 | 组件可定制样式;开放过滤和事件 |
| 白标 | 高:SDK 之上再加设计系统改造 | 与 SDK 相同,另加完整身份集成 | 要求租户隔离和审计日志 | 去掉厂商品牌;视图看起来就是你产品的一部分 |
分析机构把这些当门槛而非可选项:Constellation Research 的嵌入式分析 ShortList 要求同时具备 iframe、SDK 和 API-first 嵌入、白标支持和多租户部署,外加基于角色的访问控制与行级安全。
选型用「如果……就……」来判断:
- 如果受众少、只需只读查看,就用 iframe 或托管分享链接,别搭一套没人维护的 SDK 集成。
- 如果每个登录用户只能看自己的数据行,就必须用带行级安全的 SDK/API 嵌入——单靠 iframe 做不到。
- 如果分析功能就是你卖的产品的一部分,就按白标规划,把持续维护计入预算,不只算初次开发。
- 如果没有开发资源,就用分析工具自带的只读分享,并如实说明这是「分享」,不是按用户过滤的嵌入。
权限与多租户:真正难的部分
面向客户分析的工程难题是隔离:客户 A 绝不能看到客户 B 的数据,哪怕两人看的是「同一个」仪表盘。Netguru 的嵌入式分析指南归纳的两种机制覆盖大多数设计:租户隔离(每客户一个独立项目、数据集或 schema)和行级安全(RLS)(共用一个数据集,每次查询按租户 ID 或用户身份过滤)。Constellation 的门槛标准把这两项连同审计日志都列为基本要求。
算例(示例数据)。 一家代理公司每月给 20 个客户发流量报告。现在每个客户由客户经理导出数字、贴截图、写邮件:每个 45 分钟,20 × 45 = 900 分钟(15 小时)/月。
改成按客户的只读链接:
- 一次性设置:每客户 10 分钟,生成链接、选模块、设密码 → 20 × 10 = 200 分钟。
- 每月维护:每客户 5 分钟,检查开放范围和密码 → 20 × 5 = 100 分钟/月。
- 节省:900 − 100 = 800 分钟 ≈ 13.3 小时/月。
- 回本:200 ÷ 800 = 0.25 个月——设置成本约一周就赚回来。
时间账是容易的部分。真正的设计工作,是发链接前先填好这张访问范围决策表:
| 受众 | 拿到什么 | 开放模块 | 保护措施 | 访客列表与会话 |
|---|---|---|---|---|
| 客户(×20) | 只指向自己项目的只读链接 | 概览、页面、来源 | 密码 + 90 天窗口 | 始终不可见 |
| 内部团队 | 控制台登录 | 全部模块 | 账号权限 | 控制台内可见 |
| 公开营销链接(可选) | 只读链接,不加密码 | 仅概览 | 30 天窗口 | 始终不可见 |
数一数决定量:20 条链接 × 3 个开放模块 = 60 个模块级范围决定,每一个都是一次「把内部数据放出去」的风险。每条链接只指向一个客户项目,客户 A 到不了客户 B;密码和天数窗口缩小链接被转发后的暴露面。最后,把「转化」只定义一次——每个项目用同一个购买目标——20 份报告才是同一套算法。这就是核心观点的落地:图表几分钟就画完,权限和口径才是真正的项目。
常见误区
- 一条链接发所有客户。 如果把同一个仪表盘链接发给全部客户,任何人都能翻看别人的数据。修正:每客户一个项目或数据集,或用行级安全按租户过滤每次查询。
- 把 iframe 当安全边界。 如果你觉得「嵌进去了就安全」,别忘了链接会被转发。修正:加密码、限制天数窗口,并在服务端按租户过滤——藏掉工具栏不等于过滤了数据。
- 各租户口径漂移。 如果每个客户报告里的「转化」算法略有不同,数字就没法比,信任也会被磨掉。修正:目标或指标只在一处集中定义,处处复用。
- 把只读链接当嵌入 SDK。 如果需求是「每个登录用户只看自己的行」,共享链接做不到——拿到链接的人看到的范围一样。修正:用带行级安全的 SDK/API 嵌入,或退一步按客户拆链接,并说清边界。
TapCub 今天怎么分享分析数据
先把边界说清楚:TapCub 不是嵌入式分析或白标 BI 产品。它提供的分享方式是公开只读链接,没有按登录用户区分的行级视图:拿到链接(以及密码,如果设了)的人,看到的是同一份限定范围的数据。对上面那家有 20 个客户的代理公司,这仍然够用,前提是每个客户网站一个 TapCub 项目:
- 每个客户项目生成一条只读链接。 在每个客户的项目里,打开 配置 › 设置 下的「公开分享」页签生成链接,参见分享仪表盘。链接属于这个客户的项目,所以客户 A 的链接看不到客户 B 的数据。只有所有者和管理员能开关分享。
- 照着范围表设置。 开放概览、页面、来源三个模块(另外两个可开放的是受众和机器人),加密码,可看的时间窗限制为 90 天。访客列表和会话根本不能公开分享,留在控制台给你的团队看。
- 靠范围控制,不靠藏起工具栏。 没开放的模块,对应的筛选会被丢掉,客户改链接也拿不到没分享的那部分数据。分享页只读,不能改目标,也不能改筛选定义。
- 口径只定义一次。 在每个项目的 网站统计 › 目标 里用同样的方式定义购买目标,你给 20 个客户报的转化数就出自同一条规则。
- 如果用自己的 AI 代理,只给它只读权限。 在 全端分析 › 智能运营 › AI 助手 的「MCP 接入」页签复制接入地址,密钥只需要「读取报表」权限;这些工具只读分析数据,不写事件、不改定义。参见用 MCP 连接 AI 代理。
把链接和密码分两个渠道发给每个客户,算例里每月省下 800 分钟的结论照样成立。正如核心观点所说,难的从来不是图表:上面五个决定,讲的都是谁能看什么、看到的是哪一套口径。
资料来源
- Microsoft Learn,What is Power BI embedded analytics?(2026-11-15 核对)。
- Tableau 帮助,Embed Views into Webpages(2026-11-15 核对)。
- Google Cloud,Looker embed solution overview(2026-11-15 核对)。
- Netguru,Embedded analytics: architecture, integration, and build vs. buy(2026-11-15 核对)。
- Constellation Research,Constellation ShortList: Embedded Analytics(2026-08-12 发布;直连被 Cloudflare 拦截,内容于 2026-11-15 经搜索索引核对)。
这个解释清楚吗?
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。
