提問：有使用過Growing IO的小伙伴嗎？或者大家用的其他的什么第三方的數(shù)據(jù)系統(tǒng)？今天他們的銷售過來做了一下演示和講解，無埋點技術(shù)確實是企業(yè)類客戶的痛點，至少對于嘗試成本要低很多，我很心動想試一下，不過價格真貴。

xiaodou：
目前在用，不推薦。原因如下:

1.統(tǒng)計數(shù)據(jù)不全，只能統(tǒng)計前端層面數(shù)據(jù)，也就是pv、uv、點擊等數(shù)據(jù)，業(yè)務(wù)層面還是要自己埋點，比如我們的電話功能，只能統(tǒng)計點擊撥打數(shù)據(jù)，但不能統(tǒng)計電話量，也就意味著要看完整轉(zhuǎn)化率，自己埋點少不了。

2.操作復雜，工程量不小。一個個建指標，建指標的方式本就不簡單，稍微復雜的產(chǎn)品不低于200個吧，再加上多用戶端，維護一份完整的指標成本很高，還需要對它各項功能給公司培訓。反正我是后來放棄了。

3.如你所說，價格不低。相比自己做算下來并不會省太多。再加上第一點，意味著成本是兩份。

4.高級功能，如智能漏斗什么的，從來沒分析出正確的模型，也是看起來厲害，實際雞肋。

也可能是我們姿勢不對。

綜上所述，試用下來我們決定自己建數(shù)據(jù)倉庫了。如果是創(chuàng)業(yè)團隊只要看關(guān)鍵數(shù)據(jù)的話，每次prd附上埋點需求并不難，可以每日或每周郵件的方式同步即可，稍大的團隊做下關(guān)鍵指標看板，每個需求單獨提埋點和統(tǒng)計需求以便復盤分析就夠了！再大的團隊就需要建BI部門了吧！

slsfzds：
有一個剛從 Growing IO 離職的產(chǎn)品經(jīng)理，他的說法是，看衰這家公司的最大原因，是客戶續(xù)費率太低。無埋點能解決 80% 的數(shù)據(jù)問題，但類似電商漏斗中，在購物車頁面用戶的一些操作，無埋點無法采集，而這些往往不能忽視，所以他們也開始往后端埋點的方式上走。

fors：
今年試用過一下Growing IO，我個人觀點也是不太建議使用，原因和@dou 差不多。

另外我補充兩點：
1. 如果團隊技術(shù)不強，且產(chǎn)品不復雜，用GIO是OK的，無埋點確實上手門檻低。

2. 只要產(chǎn)品稍微復雜一點，或者想追蹤的數(shù)據(jù)維度復雜一點，用GIO這種無埋點的反而更困難，因為自定義的空間太小。說簡單點，GIO那邊的程序能抓到哪些，你幾乎就只能看哪些。

我個人一直使用Google Analytics + Google Tag Manager，自定義的程度非常高，幾年用來下來很少碰到想抓但是抓不到的數(shù)據(jù)。

miyam4a1：
我經(jīng)歷的產(chǎn)品用過一些統(tǒng)計工具，像什么百度統(tǒng)計，友盟，騰訊什么的，只能統(tǒng)計基本的數(shù)據(jù)，說到精細化運營分析，必須自己埋點?，F(xiàn)在在做的產(chǎn)品是客戶管理方面的，后期要統(tǒng)計各種客戶數(shù)據(jù)，產(chǎn)品數(shù)據(jù)，銷售數(shù)據(jù)等，半個月前我列了三百多條埋點，開發(fā)邊做邊加，并不麻煩。

karryzhang：
謝謝大家，這個社區(qū)真的有價值。那么神策這類埋點的數(shù)據(jù)分析系統(tǒng)呢？是否可以大規(guī)模的降低自己研發(fā)的成本？

slsfzds：
@karryzhang 看你的視角，我去年自費參加過神策和 GIO 的增長培訓，從數(shù)據(jù)分析師視角，神策完全觸動了我，真正做到了分析思路產(chǎn)品化。但是它全程強調(diào)，一定要做后端埋點，我不是 RD，不太確定部署成本。

liuhanyu：
詳細說下我用過的幾個工具吧，友盟之類純統(tǒng)計工具的現(xiàn)在劣勢很明顯，就不多說了。

Google Analytics 是 web 端分析的首選，極為強大，在統(tǒng)計時也不受墻的影響，只有分析的時候需要翻墻。但是 GA 的移動客戶端分析工具很難用，也可能是我自己不習慣，國內(nèi)用 GA 統(tǒng)計移動端日志的廠商應(yīng)該也挺少。

GrowingIO 賣點是「無埋點」技術(shù)，無埋點也就導致了沒有什么細分維度，基本上就是記錄「誰」在「什么時候」點擊了「哪個頁面」的「哪個位置」，適合用于運營、Marketing 的同事快速看一下 PV、Click、和這個層面上的轉(zhuǎn)化率，細一點的產(chǎn)品需求就較難滿足。這點 @xiaodou 說的很全面了。

神策主打賣點是后端采集和私有化部署，那么當用戶觸發(fā)一個行為事件時，可以記錄下用戶當前行為產(chǎn)生的所有維度的數(shù)據(jù)，例如下訂單時可以記錄用戶買了哪些分類的哪些商品、訂單金額、訂單來源、是否使用優(yōu)惠、付款方式、用戶地理位置、用戶獲取渠道、用戶會員等級等等所有后端數(shù)據(jù)中的維度，這些數(shù)據(jù)構(gòu)成了業(yè)務(wù)分析的基礎(chǔ)。
神策的劣勢在于埋點還是挺花時間的（神策也有無埋點的功能，但是我個人認為不如 GIO 好用），想偶爾看單個按鈕的點擊量不如 GrowingIO 好用。同時神策也需要產(chǎn)品經(jīng)理對數(shù)據(jù)采集有比較成熟的分析思考，以事件為核心，而不是以 PV 為核心的統(tǒng)計模型，對于非產(chǎn)品和工程的同事也可能不那么好理解。
另外神策可以導出清洗后的事件日志，供 SQL 分析甚至直接接到內(nèi)部系統(tǒng)上，這個在神策提供的分析功能不夠用的時候還是非常實用的。

Miao Miao：
埋點主要分為四步：
第一步是后端產(chǎn)品提出哪些地方需要埋點。
第二步是研發(fā)根據(jù)需求埋點。
第三步是測試人員測試埋點是否準確。
第四步是數(shù)據(jù)分析人員根據(jù)埋點情況，為下一步的計劃迭代提供建議和數(shù)據(jù)證明。

看似完美的過程，可能會存在很多問題。
第一步中，后端產(chǎn)品經(jīng)理一般會選擇盡可能的全部埋點，忽略了和業(yè)務(wù)的結(jié)合需求。沒有考慮業(yè)務(wù)流程，只是為了追求全。
第二步中，研發(fā)人員埋點一般沒有太多問題。但是，第三步中測試人員卻可能存在對于埋點的理解偏差。
第四步，我覺得很多小公司壓根沒有根據(jù)每一次的迭代做數(shù)據(jù)分析，同時第一步考慮不周也會耽誤很多事。有時候，埋點的方式不重要，重要的是別埋著埋著，忘了埋點的目的。