面向初创企业的产品分析工具指南

每个YC批次，Michael Seibel都会讲有关建筑产品的话题。他会问：＆＃34;你们中有多少人使用Google Analytics（分析）作为主要指标？＆＃34;但这是一个技巧问题。当大多数观众最终举手时，他会fake一声叹息，并告诉每个人他们做错了，他们应该改为依靠基于事件的分析工具。链接的视频来自Startup School，但YC Core也进行了同样的演讲。

这是常年的最爱，但不要让幽默分散您的注意力。迈克尔的观点很好。如果不使用基于事件的分析工具来跟踪用户与产品的交互，您将不会知道用户如何使用产品。可以说，这与实际构建产品一样重要。那里有很多基于事件的分析工具，但是我们认为，如果您是早期阶段的初创公司，那么Heap会带来最佳的权衡。

堆为我们提供了自动跟踪功能，尽管它缺乏竞争对手的某些可扩展性和更高级的分析功能，但我们认为这对于具有快速变化的功能和有限的工程资源的早期启动是一个非常好的安全网。就是说，我们认为这种权衡最适合早期创业公司。

堆

我们的看法：为我们提供了自动跟踪功能，尽管它缺乏竞争对手的某些可扩展性和更高级的分析功能，但我们认为这对于具有快速变化的功能和有限的工程资源的早期启动是一个非常好的安全网。就是说，我们认为这种权衡最适合早期创业公司。

我们的看法：Amplitude的启动交易为我们测试的所有分析产品提供了最慷慨的免费计划。他们的许多产品都是针对早期公司的，但是他们的免费计划和启动交易对于早期公司确实很突出。

我们的观点：千篇一律，但我们认为对于大型公司来说，这比早期的初创公司更好。与Heap相比，您需要更多的纪律来维护Mixpanel的跟踪，而它的启动协议虽然很好，但是却不像Amplitude那样慷慨。它的主要区别来自扩展和高级分析，但这主要使大型公司受益。

基于浏览量的分析工具（例如Google Analytics（分析））和基于事件的分析工具（例如混合面板，振幅和堆）通常在分析工具的标题下分组在一起。但是，我们认为将它们全都放在同一标题下会产生误导，因为它们在根本上会做不同的事情。为了更好地了解什么是基于事件的分析，我们需要了解Google Analytics（分析）的确切功能，找出差距，然后使用该上下文来激发基于事件的分析工具。

Google Analytics（分析）使用的是综合浏览量驱动的范例，这是对2000年代初期重要内容的保留。它着重于综合浏览量，可帮助回答一些问题，例如多少用户访问了您的网站，他们访问了哪些页面以及他们如何找到您的网站。不幸的是，它无法帮助您确定用户在您网站的任何给定页面上执行了哪些特定操作。例如，它无法回答用户是否点击了CTA按钮，是否放弃了购物车，他们签署了多长时间或在转换之前查看了页面的哪一部分。回答这类问题对于早期的初创公司可能会很有帮助。决策，并且可以使用基于事件的分析工具轻松完成。

基于事件的工具将提供两件事：用于收集＆＃34; events＆＃34;的界面，以及用于分析这些事件的界面。您可以通过调用正在使用的基于事件的分析工具的API来定义和实施事件（通常称为检测）。

为了说明这一点，假设您经营一家电子商务商店。您想找出人们毫不犹豫地结帐的商品类型，以及哪些商品经常导致购物车废弃。这不是可以通过基于网页浏览的分析工具（例如Google Analytics（分析））来完成的。但是，使用基于事件的分析工具可以很容易地执行此操作。如果您跟踪两个事件-当某人向他们的购物车中添加东西时，以及当某人检出他们的购物车时-您可以找出哪些SKU导致了较高的结帐率，哪些SKU导致了放弃的购物车。这是通过调用两个函数来实现的：

功能跟踪（“添加到购物车”，{＆lt; metadata＆gt;}），包括有关代码中添加的商品（例如SKU，名称，价格）的元数据，当有人向购物车中添加商品时执行和

代码中的类似功能跟踪（＆＃39checkout＆＃39; {{metadata＆gt;}），该代码在有人结帐时运行。这些事件的数据将被发送到您的分析提供商，后者将提供一个界面来分析数据并从中得出结论。

这是一个简单的示例，但已经是了解用户的强大工具，并且可以轻松扩展。同样的功能也可以从电子商务商店推广到任何创业公司的网络产品，从而帮助人们回答一些基本问题，例如：您的CTA是否令人信​​服？客户最不愿购买的产品有哪些特点？需要改进注册过程的哪一部分，以防止潜在的用户流失？您产品页面的哪一部分是最吸引和说服客户采取的下一步？

如果基于事件的分析对于早期创业公司而言如此重要，那么人们可能会正确地想知道，为什么这么多YC创业公司的创始人总体上非常聪明，他们主要依赖Google Analytics（分析）？

事实证明，这是一个相当启发性的问题。造成这种现象的主要原因是容易理解和理解的。新兴企业忙碌且工作过度，表面上通常将分析视为与了解用户和构建产品的优先级正交。早期初创企业的规范优先级。因此，基于事件的分析通常落在路边，因为它们通常需要工程设计保持时间和纪律。如果您忘记更新事件，或者没有时间去实施一项新功能的分析，那么您将无法从中获得任何收益。

然而，实际上，基于事件的分析是新产品洞察力和灵感的最佳来源之一，并且是了解用户如何使用您的产品的绝佳方式。这是我们编写此特定指南的主要动机之一。早期阶段的初创企业面临着一系列独特的挑战，尤其是在优先考虑其时间和工程资源方面。就是说，我们认为有一种方法可以使基于事件的分析所需的纪律性大大降低，因此对于初创公司而言，其实现性更高。

基于几年来使用和测试基于事件的分析工具的第一手经验，除了汇总来自其他创始人的反馈外，我们发现以下因素对于选择分析工具的早期创业公司最为重要：

核心分析功能是指标准分析功能，这些功能对于早期创业公司了解用户至关重要。这些工具包括标准分析工具，例如渠道分析（例如，确定用户在流程的每个步骤中何时退出），保留率分析（即，确定有多少用户流失以及何时流失）以及同类群组分析（例如，确定有多少用户流失）用户细分与您的产品互动）。

健壮性/易于维护：早期的初创企业需要使用与大型公司一样多的分析方法，但也必须更灵活，更专注于时间和精力。如果您更改组件并且不更新跟踪代码会怎样？如果您受到来自客户的时间压力，并有意识地决定发布复杂产品而不进行跟踪，会发生什么情况？大型公司有能力执行严格的质量检查流程并且可以延长截止日期，但早期的初创公司则没有这些选择。因此，我们一直密切关注每种分析工具在不理想情况下的表现。

可负担性：Web分析工具在提供慷慨的免费计划，获得锁定并在公司开始成功后使事情变得更昂贵方面颇为著名/臭名昭著。这是我们建议使用Segment的原因之一，因为它可帮助您避免供应商锁定，并为您提供更多的谈判能力。也就是说，一些分析工具具有大量的免费套餐或交易，可以使您持续很长时间而无需付费。因此，我们已将此标准分为两个子标准：无需付费即可获得的付款额和付费计划的可支付性。后者实际上是不容易评估的，因为大多数分析提供商都将其价格隐藏在“联系我们”门后，即使是对于早期创业公司也是如此。就是说，我们获得了有关每种服务的实际成本的大量数据，并且我们还列出了您可以合理预期会从各分析提供商处获得的典型折扣和交易的列表。

易分析性是一个综合标准，可归纳为分析速度，非技术用户友好性和总体易用性三个相关指标之一。分析速度指的是返回查询所花费的毫秒数，而指的是回答新产品/用户问题所需的时间和精力。非技术用户友好性是一个重要的考虑因素，因为组织中的每个成员都应有信心访问和利用分析数据。尽管我们发现工程师可以很容易地使用每个分析工具，但使非技术团队成员可以使用它是一个更大的挑战。

可扩展性/集成是一个重要的（但可能不是关键的）考虑因素，因为您可能希望将许多东西与您的核心分析堆栈进​​行集成。举例说明：您如何衡量A / B测试对KPI的影响？您如何吸引属于某个群组的用户（例如，通过短信，推送通知等）？最好的分析工具要么内部提供此功能，要么提供与第三方提供商的集成。我们仔细研究了这些扩展和集成的整体功能。

先进的分析功能：我们对该功能进行了全面的分组，以引用需要大量数据才能工作的任何分析功能。一个典型的例子是预测分析，它试图从现有行为中预测新用户的行为。通常，当我们提出建议时，我们会相对于其他标准低估此标准，因为我们认为该标准与早期创业公司不太相关。由于统计上相关且可行的预测需要大量数据（通常来自100,000多个用户的数据点），因此我们认为这些数据与典型的早期初创企业无关，尽管它们对于大型组织而言非常有价值。而且，这些高级分析功能通常只有昂贵的付费计划才能解锁，因为它们是用于价格细分的功能之一。

与大多数SaaS产品相比，Web分析工具是独一无二的，因为领先的Web分析产品之间存在高度的功能奇偶校验-实际上，主要分析提供商之间存在许多根本没有本质区别的事物，这意味着尽管很重要，但我们并没有将他们视为选择一个理由的理由。

通常，对于典型的早期启动，Amplitude，Mixpanel和Heap中的每一个都可以充分回答大多数分析问题。它们都具有或多或少等效的核心分析功能，例如渠道，同类群组分析，保留表等，并且在可视化，直观性，警报和API方面几乎相同，如果您使用细分，它们在功能上是相同的或类似的包装库。以及可靠性都具有可扩展的基础架构，IAM，数据安全性和GDPR合规性。在过去几年中，这三家提供商的核心分析功能和用户体验已经融合。

对于早期创业公司，我们发现，在三大主要分析提供商之间的所有差异中，有两个是关键的：1.定价，尤其是关于创业交易的定价，以及2.跟踪方法，尤其是自动跟踪+以编程方式定义的事件与仅以编程方式定义的事件。立即，我们需要提出两个警告。首先，我们认为自动跟踪功能已为许多初创公司所滥用，当我们更详细地讨论自动跟踪事件时，我们将对该主题进行更深入的研究。其次-这三种分析工具之间还存在其他差异，但是与我们之前提到的两种工具相比，我们认为它们对于典型的早期初创公司而言并不特别重要。无论如何，我们都会在每个分析工具自己的单独部分中指出这些差异。

我们认为，Heap是典型的早期启动的最佳分析工具。在我们测试的基于事件的分析工具中，我们发现Heap最适合功能集快速变化的产品，尽管它缺乏竞争对手的某些可扩展性和更高级的分析功能。我们认为这种权衡最适合早期创业公司。

Heap的主要区别在于，它无需您记录每个事件即可自动跟踪您网站上的每个互动，即无需您编写定义发送哪些互动的代码。此功能是许多特定于启动的好处发挥作用的地方，但也是我们认为经常被滥用的地方。具体来说，我们认为大多数初创公司应将以编程方式定义的事件作为主要数据来源，并使用自动跟踪功能作为安全网，而不是主要事件来源。

注意：本节主要涉及Heap的自动捕获功能，但可以推广到具有此功能Heap，PostHog和2016-2018 Mixpanel的某些变体的所有分析工具。

对于大多数分析工具，您可以在代码中定义一个事件。这意味着，如果您对产品进行更改，则需要修改代码库以跟踪这些更改。

Heap最著名的说法是他们所谓的自动捕获功能。在其他图书馆中，这可能被称为自动跟踪。功能，该功能会自动跟踪您网站内的每次互动。这意味着，除了提供一个编程的API（允许您使用track（＆lt; event＆gt ;, {＆lt; metadata＆gt;}））之外，Heap还将自动捕获有关每个用户交互的数据，可以在以下事件之后从中定义事件：事实。您可以在需要回答有关操作问题的时间点上，在Heap的在线仪表板上定义一个事件，而不必在每次产品更改时都修改所有的跟踪调用。

名义上，这还可以节省工程时间，因为您在更改和改进产品时不再需要更改跟踪代码（您只需要在要执行分析时更新事件，而不必在每个代码版本中更新事件）。 ，并且还可以防止工程技术限制最新数据的可用性。我们认为这是一个未被充分重视的考虑因素。我们与之交谈的许多CTO都承认，仅由于所需的额外工程工作，才允许将分析更新放到一个大版本上。

我们发现，经常使用具有自动跟踪功能的分析工具的创始人往往完全依赖于自动捕获的事件，而无需以编程方式定义任何事件。经过对自己的广泛测试以及我们在分析工具方面的历史经验后，我们认为这不是使用这些工具的最佳方法。相反，我们认为理想的方法是主要依靠程序定义的事件，并使用自动跟踪的事件作为备份。

具体来说，我们发现仅依靠自动跟踪功能有两个主要方面和两个主要缺点，但是优先考虑以编程方式定义的事件可以很好地缓解这些缺点。

上行1/2 —容错能力。早期的初创公司通常具有快速变化的产品以及有限的工程资源。这是不利于保持分析更新或全面的环境。在理想的世界中，情况并非如此，尽管理想的世界中所有产品都可以按时启动，而没有任何技术负担，代码的味道。重要的事件仍然应该手动插入代码中，但是自动跟踪可以涵盖早期启动程序常见的程序定义事件的一些失败案例的基础：

事件已意外更改，恕不另行通知，或者尚未进行更新以匹配功能更新。

在没有代码定义的分析的情况下启动一项功能的合理决策已决定，该功能专用于其他地方的工程资源。

在每种情况下，即使未通过程序定义，自动跟踪仍将捕获该事件的数据，尽管可能需要在分析工具的在线仪表板中进行其他数据处理。通过这种方式，自动跟踪是一个很大的安全网，同时也是一种让初创企业在决定如何确定任务优先级时更具灵活性的方法。

优势2/2-非技术用户友好性。自动跟踪使非技术用户可以在新功能发布后立即开始查看分析数据，而无需工程师在分析功能之前先编写跟踪代码。对于非技术用户而言，很容易在其仪表板上使用Heap选择器并分析新发布的功能。在不为每个功能编写跟踪代码的情况下，无论技术人员与否，任何团队成员都仍然可以询问和回答有关这些功能的分析问题。

下行1/2 —事件定义混乱。如果您更新网站上的代码，则有时仍需要更新分析工具中的事件定义。随着更改的累积，这可能变得非常笨拙。在一个具体的示例中：如果将最重要的结帐按钮的选择器从a.checkout更改为a＃checkout，然后更改为div.purchase，则需要在事件定义中跟踪所有三个选择器。如果将原始数据传送到数据仓库中，可能会变得特别笨拙，尽管这对于后期公司来说是一个更重要的考虑因素。实际上，我们发现这是仅依靠自动执行操作的主要缺点捕获。但是，如果您以编程方式实现您知道很重要的事件，则您的分析数据自然会被统一（例如，维护一个可与checkout事件一起引用的track（＆＃39; checkout＆＃39;）调用）。

缺点2/2：潜在的关注重点不足。尝试监视所有内容可能会导致人们失去对最重要指标的关注。指标与其他许多事物一样，都受幂律的约束-也就是说，一些指标对于您的创业公司至关重要。如果您要跟踪的指标过多，则不那么重要的指标很容易变得不堪重负，而对重要的指标则失去关注。我们发现这是使用自动跟踪工具的初创公司创始人的常见问题-当您拥有大量数据时，您的直觉是找到某种方式来使用所有这些信息。相反，您应该专注于对您的产品重要的子集，而

......