企業(yè)在選擇用戶行為分析工具時，大都不清楚如何選擇適合自己業(yè)務(wù)的用戶行為分析工具。筆者自己公司之前網(wǎng)站分析用百度統(tǒng)計APP分析用友盟，公司是做電商行業(yè)的，最近公司提出要精細化運營，用數(shù)據(jù)驅(qū)動業(yè)務(wù)增長，因此在10月份分別考察了國內(nèi)做得比較出色的幾家公司：數(shù)極客(阿里系)、神策數(shù)據(jù)(百度系)和GrowingIO(LinkedIn系)三家公司的用戶行為分析產(chǎn)品。
我在選型過程中將各家公司的功能和服務(wù)對比文檔進行整理，從團隊背景和產(chǎn)品定位、數(shù)據(jù)接入方式、定量分析功能、定性分析功能、二次開發(fā)與數(shù)據(jù)應(yīng)用、服務(wù)項目等六個主要方面深入對比數(shù)極客、神策、GrowingIO三大用戶行為分析平臺，希望能對有用戶行為分析需求的企業(yè)在選擇分析平臺時有所幫助。
一、 團隊背景及產(chǎn)品定位
數(shù)極客團隊：來自阿里集團淘寶網(wǎng)(CEO、CTO)、阿里云(首席架構(gòu)師)，CEO 是產(chǎn)品、運營、營銷背景，曾聯(lián)合創(chuàng)業(yè)并融資近千萬美元，CTO和架構(gòu)師是阿里大數(shù)據(jù)方面的資深技術(shù)專家。
產(chǎn)品定位：用戶行為智能分析平臺
根據(jù)數(shù)極客官網(wǎng)介紹，數(shù)極客是領(lǐng)先的第三代互聯(lián)網(wǎng)數(shù)據(jù)分析平臺，基于AARRR用戶生命周期管理模型提供全程解決方案產(chǎn)品，采用多維細分、同期群分析、漏斗分析、對比分析等超過十種數(shù)據(jù)分析方法為互聯(lián)網(wǎng)經(jīng)營者提供獲客、活躍、留存、轉(zhuǎn)化、用戶行為等分析數(shù)據(jù)，提供全面開放的數(shù)據(jù)API，支持所有行業(yè)互聯(lián)網(wǎng)平臺在營銷、運營、A/B測試等環(huán)節(jié)實時應(yīng)用，通過精準數(shù)據(jù)分析提升營銷、產(chǎn)品、運營的轉(zhuǎn)化率，使企業(yè)經(jīng)營更科學(xué)、更智能。
神策團隊：百度大數(shù)據(jù)部日志分析(CEO、CTO等4人)，4人均是技術(shù)背景，CEO是百度大數(shù)據(jù)技術(shù)經(jīng)理。
神策定位：靈活自定義的多維數(shù)據(jù)分析產(chǎn)品
神策分析（Sensors Analytics），是神策數(shù)據(jù)推出的用戶行為分析產(chǎn)品，提供私有化部署和SaaS兩種部署方式、實現(xiàn)基礎(chǔ)數(shù)據(jù)采集與建模，并可作為 PaaS 平臺支持二次開發(fā)；神策分析，主要針對營銷渠道效果評估、精細化運營改進、產(chǎn)品功能及用戶體驗優(yōu)化、輔助管理層決策等典型業(yè)務(wù)場景。
GrowingIO團隊：是個明星創(chuàng)業(yè)團隊，CEO是LinkedIN商業(yè)分析部總監(jiān)，對企業(yè)數(shù)據(jù)分析系統(tǒng)的實現(xiàn)有豐富的經(jīng)驗。
GrowingIO定位：新一點無埋點用戶行為數(shù)據(jù)分析產(chǎn)品
GrowingIO 是基于用戶行為的新一代數(shù)據(jù)分析產(chǎn)品，無需埋點即可采集全量、實時的用戶行為數(shù)據(jù)，數(shù)據(jù)分析更精細，幫助管理者、產(chǎn)品經(jīng)理、市場運營、數(shù)據(jù)分析師、增長黑客等提升轉(zhuǎn)化率、優(yōu)化網(wǎng)站 / APP，實現(xiàn)用戶快速增長和變現(xiàn)。
團隊綜合實力評分：GrowingIO > 數(shù)極客 > 神策數(shù)據(jù)
二、數(shù)據(jù)處理(接入數(shù)據(jù)與導(dǎo)出)
用戶行為數(shù)據(jù)的接入一般都采用埋點的方式，數(shù)據(jù)埋點是指網(wǎng)站、APP在添加了統(tǒng)計監(jiān)控代碼后，通過特定的方式將需要采集的行為指標和業(yè)務(wù)指標通過SDK傳到分析平臺上進行分析的過程。
一般會針對不同的業(yè)務(wù)場景和數(shù)據(jù)采集需求采用不同的數(shù)據(jù)采集方式，目前主流的埋點方式有代碼埋點，可視化埋點、全埋點和后端埋點，我們看一下在數(shù)據(jù)接入方面的對比：
后端數(shù)據(jù)接入：前端埋碼主要采集的是行為數(shù)據(jù)，后端埋碼主要采集的是業(yè)務(wù)數(shù)據(jù)，根據(jù)場景不同來實現(xiàn)，比如說你想看的就是行為數(shù)據(jù)，這些數(shù)據(jù)很多時候不會存在數(shù)據(jù)表中，只能通過前端埋碼來實現(xiàn)。
導(dǎo)入歷史數(shù)據(jù)：數(shù)極客和神策數(shù)據(jù)均支持，導(dǎo)入歷史數(shù)據(jù)可以激活過往數(shù)據(jù)，挖掘潛在價值。但神策支持歷史數(shù)據(jù)一次性導(dǎo)入，數(shù)極客除了用戶行為分析之外，還有商業(yè)智能BI產(chǎn)品，通過BI不但可以一次性導(dǎo)入，有更新時也會自動更新。 GrowingIO不支持導(dǎo)入歷史數(shù)據(jù)。
廣告UTM支持：UTM參數(shù)是一種URL尾部不影響URL跳轉(zhuǎn)用來標記流量的一種參數(shù)?？梢酝ㄟ^在網(wǎng)址上添加UTM參數(shù)來統(tǒng)計來自不同推廣媒介在我們產(chǎn)品上的留存和轉(zhuǎn)化；可添加到網(wǎng)頁上的UTM參數(shù)共5個：utm_source，utm_campaign， utm_medium，utm_content，utm_term 每個參數(shù)都需要匹配一個值，該功能三家產(chǎn)品都支持。
來源渠道管理：通過渠道管理,可以對渠道進行追蹤,數(shù)極客和GrowingIO均提供直接訪問和常見搜索引擎渠道識別,此類渠道無需人工添加，神策暫不支持該功能。
iOS渠道統(tǒng)計：通過調(diào)用trackinstallation在iOS APP中集成并初始化后，當APP啟動就可以通過調(diào)用trackinstallation將設(shè)備中的渠道屬性寫入到屬性中，目前數(shù)極客和神策數(shù)據(jù)支持該功能。
混合開發(fā)APP接入：對于混合開發(fā)的APP數(shù)據(jù)計入，數(shù)極客和神策數(shù)據(jù)支持接入，有比較成熟的框架，GrowingIO暫時處于測試階段。
無埋點采集：全埋點實際上是對前端所有的用戶行為數(shù)據(jù)全部采集，不需要技術(shù)支持，產(chǎn)品運營同學(xué)數(shù)據(jù)分析時只需要按需可視化提取就可以進行多維度交叉分析，數(shù)極客和GrowingIO均支持，神策暫不支持。
可視化埋點：在添加了SDK的頁面，產(chǎn)品、運營、營銷的同學(xué)在頁面上直接點選所見即所得采集想要分析的指標，可視化埋點不需要技術(shù)支持，是采集相對簡單的指標的一種高效埋點方式，數(shù)極客和GrowingIO的方案比較成熟，也可以試用體驗。
代碼埋點：是指將采集的代碼部在用戶觸發(fā)行為的代碼位置，當用戶有行為觸發(fā)時，記錄用戶觸發(fā)行為和行為產(chǎn)生的業(yè)務(wù)指標。例如，通過代碼采集用戶觸發(fā)提交訂單行為時，提交訂單人數(shù)次數(shù)，提交訂單的金額，訂單號，支付方式等指標。
**埋點管理 : **對于數(shù)據(jù)指標體較復(fù)雜的產(chǎn)品，不同類型的埋點指標較多，如何能高效的管理埋點，避免漏埋誤埋就很重要了。數(shù)極客GrowingIO的埋點管理支持搜索、編輯、刪除等管理操作。
事件導(dǎo)入時效性：把用戶的行為抽象成事件，當用戶觸發(fā)事件后會向平臺發(fā)數(shù)據(jù)，發(fā)數(shù)據(jù)的時效性在網(wǎng)速正常的情況系，神策和數(shù)極客都是1分鐘內(nèi)，GrowingIO是1小時，在大數(shù)據(jù)分析時代，數(shù)據(jù)分析的實時性是選擇分析平臺時比較重要的一個方面。
導(dǎo)出數(shù)據(jù)文件：在數(shù)據(jù)導(dǎo)出方面數(shù)極客支持的格式最多（CSV，Excel，TXT，SQL，JSON，XML）能滿足各種數(shù)據(jù)導(dǎo)出分析的需求。神策和GrowingIO目前只是簡單的格式導(dǎo)出。
數(shù)據(jù)處理評分： 數(shù)極客 >神策數(shù)據(jù) > GrowingIO
三、定量分析功能
目前截止到2018年1月份，神策、數(shù)極客GrowingIO均可以支持的功能： 指標四則運算、用戶流向分析、用戶流向分析、基礎(chǔ)漏斗分析、用戶屬性分析、用戶行為序列。我們通過通過以下的對比表詳細看下：
高級細分漏斗：在創(chuàng)建了自定義漏斗后，可以支持按照用戶屬性、會話屬性、自定義屬性、用戶分群對漏斗進行橫向解構(gòu)，找到影響漏斗轉(zhuǎn)化的核心因素，從而提升轉(zhuǎn)化率。
指標四則運算：數(shù)極客可以對的默認事件、自定義事件、可視化埋點事件的指標通過四則運算全面盤活，可以根據(jù)業(yè)務(wù)需求創(chuàng)建適用更多分析場景的絕對指標和相對指標。
事件分析：在用戶行為分析中，一般都把行為抽象為事件，神策和數(shù)極客支持代碼埋點能通過靈活的多維事件交叉分析推廣營銷、運營、產(chǎn)品方面的行為指標和業(yè)務(wù)指標。
細分漏斗對比：在業(yè)務(wù)模型中，漏斗通過橫向解構(gòu)可以將業(yè)務(wù)流程拆解為更細的流程從而發(fā)現(xiàn)流程中轉(zhuǎn)化的漏點，細分漏斗其實是一種橫向結(jié)構(gòu)，通過用戶屬性維度將漏斗進行拆解，例如拆解所屬城市，可以看到每個城市的轉(zhuǎn)化情況，從而找到漏斗的在所屬城市的漏點。細分漏斗功能三家都支持，但神策和GrowingIO僅支持維度值的兩兩對比，數(shù)極客在這塊沒有維度值的限制。
高級漏斗分析：高級漏斗功能能看到漏斗每一步的流入和流失細節(jié)，該功能暫時只有數(shù)極客支持。
用戶流向分析：用戶流向分析也就叫傳統(tǒng)路徑分析，可以分析用戶從進入產(chǎn)品后整體的流動情況，用來分析優(yōu)化產(chǎn)品體驗流程，該功能三家都支持。
智能路徑分析：智能路徑用來分析用戶到達目標路徑所有的路徑組合中關(guān)鍵的路徑，通過對關(guān)鍵路徑創(chuàng)建漏斗，分析優(yōu)化關(guān)鍵路徑的分析方法。神策暫不支持，其他兩家支持。
表單分析：互聯(lián)網(wǎng)產(chǎn)品中表單隨處可見，但要優(yōu)化表單的填寫體驗，就需要從字段層面分析用戶的填寫行為，該功能是數(shù)極客平臺的特色功能，能從表單轉(zhuǎn)化率，表單放棄率，填寫時間，重填率等指標分析表單的體驗，幫助我們優(yōu)化表單的體驗，從而提升表單的轉(zhuǎn)化率。
用戶構(gòu)成分析：數(shù)極客和GrowingIO都支持用戶構(gòu)成分析，神策數(shù)據(jù)暫時不支持該功能。
活躍分析：數(shù)極客的留存可以創(chuàng)建所有事件的日活、周活、月活，同時還可以按照不同維度進行拆分。
留存分析：數(shù)極客的留存可以創(chuàng)建所有事件行為的日留存、周留存、月留存，同時還可以按照不同維度進行拆分。
魔法數(shù)字：魔法數(shù)字是通過數(shù)據(jù)分析可以找到影響產(chǎn)品指標的關(guān)鍵行為指標，比如Facebook發(fā)現(xiàn)當用戶關(guān)注用戶數(shù)超過5個后次日留存會大幅提升。該功能是GrowingIO獨家的特色功能。
事件分布分析：將用戶行為抽象成事件后，通過事件分布分析可以看到行為觸發(fā)人數(shù)按照不同時間粒度的分析，未產(chǎn)品優(yōu)化決策提供支持。該功能數(shù)極客和神策均支持，GrowingIO暫不支持。
頁面與頁面組分析：對于PC和APP端可以按照頁面、頁面組、指定頁面對所有的頁面進行分析。數(shù)極客的頁面組基本上可以滿足所有場景頁面組分析需求，支持頭匹配、未匹配，包含、正則表達等多種規(guī)則創(chuàng)建頁面組。
錯誤分析：當用戶訪問我們的產(chǎn)品時，如果有請求錯誤，請求超時，數(shù)極客的錯誤分析可以分析出錯頁面，錯誤詳情、錯誤時間等指標，幫助技術(shù)同事第一時間掌握產(chǎn)品性能體驗訪問的問題，幫助從細節(jié)方面提高產(chǎn)品的轉(zhuǎn)化率。該功能也是數(shù)極客的特色功能。
用戶分群：第三代用戶分群通過用戶屬性、時間屬性、行為屬性精細定位用戶分群，通過精細定位的用戶分群，可以進行精細化運營，精準營銷等用戶運營策略。
分群用戶畫像：在我們通過分群工具篩選出來用戶，
用戶屬性分析：添加采集數(shù)據(jù)的SDK后，分析平臺可以默認采集到用戶屬性、會話屬性、渠道屬性、推廣屬性等，三平臺均支持用戶自定義上傳用戶屬性。根據(jù)用戶屬性可以對所有的業(yè)務(wù)指標和行為指標進行多維度的細分。是所有細分功能的基礎(chǔ)。
用戶行為序列：用戶行為分析平臺可以查看所有用戶行為序列，了解用戶的
流失分析：通過用戶行為模型預(yù)測用戶流失，搭建用戶流失模型，該功能暫時只有神策可以支持。
行為預(yù)測：基于用戶行為歷史數(shù)據(jù)預(yù)測用戶行為趨勢，該功能暫時只有神策數(shù)據(jù)可以支持。
跨屏分析：用戶用戶id可以在多個設(shè)備打通分析，該功能只有數(shù)極客可以實現(xiàn)。
智能路徑分析：智能轉(zhuǎn)化路徑分析，根據(jù)所選擇的目標事件，自動分析完成目標事件所經(jīng)過的路徑組合，使用好智能路徑可以簡化轉(zhuǎn)化漏斗設(shè)置，提高分析效率。
表單分析：從用戶進入表單頁面起，就產(chǎn)生了微漏斗，從進入總?cè)藬?shù)到最終完成并成功提交表單人數(shù)，這個過程中，有多少人開始填寫表單，填寫表單用時，填寫表單遇到了什么困難導(dǎo)致無法完成表單，都影響最終轉(zhuǎn)化效果，數(shù)極客可以從字段層面對以上指標進行數(shù)據(jù)分析優(yōu)化，從而提升表單的轉(zhuǎn)化率。
用戶分群畫像分析：數(shù)極客可以對創(chuàng)建的用戶分群進行多維度畫像分析，企業(yè)可以對指定的用戶群進行多維度畫像分析，為運營策略優(yōu)化提供數(shù)據(jù)分析支持。
事件分布分析：可以對用戶觸發(fā)的所有行為進行分布分析，了解用戶行為偏好分析。
自定義活躍留存分析： 數(shù)極客的自定義活躍留存可以按照用戶行為抽象出來的事件自定義創(chuàng)建各種用戶留存、活躍。
定量分析工具評分： 數(shù)極客 >神策數(shù)據(jù) > GrowingIO
四、定性分析功能
定性分析工具作為用戶行為分析系統(tǒng)中輔助定量分析不可獲取的一部分，最大的特點是能將用戶行為可視化，清晰直觀的展示用戶的行為數(shù)據(jù)。我們來看下三平臺在定性分析模塊的功能對比。
熱圖分析：熱圖分析是通過熱力圖的形式直觀表達用戶的頁面訪問深度、點擊、停留、滑動
的等行為，是一種定性的用戶行為分析產(chǎn)品。常見的熱圖有鏈接點擊熱圖、瀏覽熱圖、注意力熱圖、頁面點擊熱圖、分屏熱圖。
鏈接點擊圖：鏈接點擊圖可以直觀地展示用戶的點擊交互情況和每個頁面元素的點擊量、點擊占比，同時可按不同訪問設(shè)備、不同時間和用戶維度進行熱圖細分分析，從此輕松掌控用戶所有點擊交互分析。
瀏覽熱圖：用戶在瀏覽網(wǎng)站時，鼠標移動和眼球移動有84%到88%的相關(guān)性，瀏覽熱圖是通過采集用戶鼠標滑動軌跡形成的熱圖，滑動越多的地方顏色熱度越高。
注意力熱圖：通過注意力熱圖，掌握用戶停留時長較熱的區(qū)域，注意力熱圖可以幫助我們了解用戶瀏覽時的思考和停留的時間，比如，當用戶在購物車頁面的提交訂單按鈕停留時間較長時，產(chǎn)品經(jīng)理可以結(jié)合訂單分析功能去分析用戶停留的原因，解決用戶的疑慮，從而提高購買轉(zhuǎn)化率。
點擊熱圖點：擊熱圖是根據(jù)用戶的點擊數(shù)量來繪制熱圖，被點擊多的區(qū)域會更亮，反之越暗。
分屏熱圖：將每一屏的瀏覽用戶數(shù)和比例直觀的展現(xiàn)出來。因此在產(chǎn)品功能、頁面內(nèi)容的展示方面，可以根據(jù)分屏熱圖進行優(yōu)化，提高重要信息的曝光度。
視頻回放：視頻回放是通過視頻回放形式再現(xiàn)用戶整個會話的每一個點擊、滑動、輸入等操作行為的定性分析工具，讓產(chǎn)品運營同學(xué)能清晰了解衡量用戶在app、web、H5上的交互情況，便于企業(yè)深入了解用戶，優(yōu)化產(chǎn)品體驗。
小結(jié)：在定性分析功能方面，數(shù)極客的熱圖應(yīng)該是目前市面上熱圖最多的一家，GrowingIO
支持連接點擊圖和頁面點擊熱圖。
視頻回放功能是數(shù)極客的行為分析系統(tǒng)的一大亮點功能，雖能清晰直觀回溯用戶的行為，但視頻暫時不能聚合，如何能解決這個問題，視頻回放的功效會更大。
總體來講定性分析方面 數(shù)極客>GrowingIO>神策
五、二次開發(fā)與數(shù)據(jù)應(yīng)用
不同的企業(yè)對于用戶行為分析有不同的需求。例如大部分企業(yè)都會考慮在引入第三方分析系統(tǒng)后是否支持二次開發(fā)，是否能在原有系統(tǒng)基礎(chǔ)上滿足一些定制化需求。
對于二次開發(fā)與擴展方面功能對比：
指標預(yù)警：指標自動告警是對異常指標進行自動監(jiān)控告警的功能，通過指標告警不僅可以隨時監(jiān)控注冊量，注冊轉(zhuǎn)化率，跳出率等行為指標，成交量、成交金額這樣的指標同樣可以實時進行監(jiān)控。目前GrowingIO不支持該功能。
自動化運營：自動化運營是基于采集的行為指標并設(shè)置運營觸發(fā)機制進行自動化運營的工具。目前只有數(shù)極客支持該功能。
Push推送服務(wù)：該功能是可以基于用戶行為，在APP端自定義push進行運營的工具，該功能目前三家均支持該功能。
私有化部署： 私有化部署是將整個系統(tǒng)部署在客戶本地的一種服務(wù)模式。數(shù)極客和神策數(shù)據(jù)支持私有化部署的方式。GrowingIO暫不支持。
二次開發(fā)：數(shù)極客和神策數(shù)據(jù)均可以支持在原有系統(tǒng)上進行二次開發(fā)。
權(quán)限管理：能按數(shù)據(jù)平臺不同業(yè)務(wù)模塊不同職能部門對權(quán)限進行細分。
數(shù)極客支持按照功能、應(yīng)用、數(shù)據(jù)等多個層級進行權(quán)限自定義配置，可以選擇讓某些用戶只看某些功能，某些應(yīng)用，包括只能查看某些指標。
GrowingIO支持按照功能、數(shù)據(jù)進行權(quán)限細分，同時支持對用戶進行分組。提供了高度自定義的權(quán)限方式，方便用戶管理用戶項目內(nèi)部的所有數(shù)據(jù)，以及用戶。保障高度的數(shù)據(jù)安全的同時，幫助用戶和用戶的組織實現(xiàn)更好的協(xié)作。
神策：神策提供的用戶管理一共可以分為三種不同的類型，分別是管理員、分析師和普通賬號，同時支持對角色進行數(shù)據(jù)和功能的授權(quán)。
在權(quán)限管理方面：數(shù)極客>GrowingIO>神策數(shù)據(jù)
A/B測試：
A/B測試是三家行為分析平臺數(shù)極客獨有一個功能。A/B 測試是一種通過數(shù)據(jù)分析科學(xué)優(yōu)化產(chǎn)品的方法，為同一個優(yōu)化目標制定兩個或多個方案（比如兩個不同樣式的分享button），隨機選擇兩部分用戶，讓一部分用戶使用 A 方案，另一部分用戶使用 B 方案，統(tǒng)計并對比不同方案的點擊率、轉(zhuǎn)化率、活躍留存等指標，找到最優(yōu)的產(chǎn)品決策方案。
產(chǎn)品帶的痛點：
“后驗”主義產(chǎn)品驗證，如未達到預(yù)期，回滾導(dǎo)致開發(fā)成本高，客戶流失風(fēng)險高；
大部分產(chǎn)品經(jīng)理依靠直覺去決策，但實際情況是我們想的不一定是用戶想的；
聽用戶說什么不如看用戶做什么，通過嚴謹?shù)挠脩粜袨閿?shù)據(jù)分析，是可靠的產(chǎn)品驅(qū)動方法；再厲害的PM也跑不過一半的A/B測試；
傳統(tǒng)的開發(fā)流程，上線需要排期，開發(fā)迭代效率低，AB測試不需要發(fā)版，直接可以快速驗證方案。
用科學(xué)的數(shù)據(jù)分析指導(dǎo)我們產(chǎn)品決策才是產(chǎn)品增長的核心
數(shù)據(jù)應(yīng)用方面評分： 數(shù)極客 > 神策數(shù)據(jù) > GrowingIO
六、服務(wù)項目
在服務(wù)項目方面，均提供產(chǎn)品說明文檔，常見問題FAQ等。
在線客服：
神策數(shù)據(jù)：神策數(shù)據(jù)服務(wù)流程：方案咨詢、需求梳理、事件設(shè)計、數(shù)據(jù)接入驗證、產(chǎn)品使用
數(shù)極客：有問題可以隨時通過數(shù)極客官方微信客服咨詢，回復(fù)速度一般在3分鐘內(nèi)。除了正常的梳理需求、需求梳理、數(shù)極客為付費用戶提供增長指標體系、數(shù)據(jù)分析現(xiàn)場培訓(xùn)、一對一服務(wù)、數(shù)據(jù)指標診斷服務(wù)、增長解決方案。
GrowingIO：提供現(xiàn)場產(chǎn)品培訓(xùn)，在線的數(shù)據(jù)分析、增長黑客學(xué)院。
服務(wù)項目評分： 數(shù)極客 > 神策數(shù)據(jù) > GrowingIO
總結(jié)
通過以上產(chǎn)品、服務(wù)、二次開發(fā)等多方面的對比，可以得到以下結(jié)論：
1. 數(shù)極客用戶行為分析系統(tǒng)更多是從營銷、運營、產(chǎn)品三個方面基于AARRR模型對整個用戶生命周期的行為數(shù)據(jù)進行分析，數(shù)據(jù)顆粒度更精細(可以按任意維度細分數(shù)據(jù))，分析模型和方法論更科學(xué)和完善，不僅僅有數(shù)據(jù)分析功能，還有自動化運營、A/B測試等應(yīng)用數(shù)據(jù)進行優(yōu)化的工具，有成熟的產(chǎn)品、運營成功經(jīng)驗；
2. GrowingIO的無埋點技術(shù)讓數(shù)據(jù)采集效率更高，同時有魔法數(shù)字等較新的理念，使用門檻在這三家公司中相對較高，數(shù)據(jù)的實時性和細分方面比數(shù)極客和神策稍弱一些，最大的優(yōu)勢是數(shù)據(jù)分析的內(nèi)容豐富，公眾號的內(nèi)容質(zhì)量很高。
3. 神策數(shù)據(jù)是一種偏技術(shù)風(fēng)格的數(shù)據(jù)驅(qū)動產(chǎn)品，數(shù)據(jù)分析模型相對較少，但數(shù)據(jù)導(dǎo)入工具較豐富，主打是以數(shù)據(jù)倉庫為核心的用戶行為分析工具，對于想建立數(shù)據(jù)倉庫的公司來說是個不錯的選擇。
由于我們公司更關(guān)注數(shù)據(jù)在產(chǎn)品運營方面的應(yīng)用，不想在技術(shù)數(shù)據(jù)接入方面投入過多的人力，同時希望通過數(shù)據(jù)分析產(chǎn)生實際的效果，經(jīng)過仔細對比、選型之后，最終采用了數(shù)極客，目前使用2個月，數(shù)極客提供了一對一的分析師服務(wù)，用提升下單轉(zhuǎn)化率作為試點，手把手的幫我們將轉(zhuǎn)化率提高了近1/3，BOSS對效果也比較滿意(每天新增百萬級別的銷售收入)。
