云服务器价格_云数据库_云主机【优惠】最新活动-搜集站云资讯

数据库_北京住房和城乡建设委员会网站_新用户

小七 141 0

产品分析和商业智能工具之间的区别-以及为什么你需要两者

2019年,业界领先的商业智能工具(BI tools)Looker和Tableau被谷歌和Salesforce以超过180亿美元的价格收购。这些大规模的交易表明,BI工具和数据仓库是一个强大的组合,全球各地的公司都在将它们整合到自己的技术堆栈中。然而,强大并不总是有用的,特别是对于产品团队。Looker和其他类似的工具通常都是出于良好的目的而部署的。但这是一个需要过多的专业技术、时间和资源的解决方案。对于pm关心的用户行为指标(如参与度、保留率和转化率)的动态、深入分析,这些工具往往不够。据Mixpanel的一位客户表示,部署数据仓库和Looker仍然不足以满足产品团队对其产品的复杂问题的需求,从而降低了其做出数据驱动决策的能力。不仅是轶事证据让我们知道,产品团队正努力从当前的BI工具中获取数据驱动的见解。在最近一项由450多位产品经理和领导进行的调查中,52%的项目经理认为他们没有合适的工具来获得他们需要的答案。那么,当BI工具还不够时,产品团队需要什么呢?一个产品分析解决方案,是自助式的,用来回答与用户行为相关的产品问题。在这篇文章中,我们将从产品团队的角度来探讨BI工具和产品分析解决方案之间的一些关键区别,以及它们是如何相互补充的。BI工具和产品分析解决方案有什么区别?企业每天生成和处理大量数据,从财务和收入数据到Salesforce,再到帐户数据、产品事件日志、会计和其他。这些孤立格式的数据很难用于决策和评估整体业务健康状况。BI工具提供了一种解决方案,它吸收和整理所有这些数据,并将其置于一种允许企业创建功能强大的仪表板、报告和可视化效果的格式中,这些仪表板、报表和可视化工具被用来为业务战略和战术提供信息,因此被称为"商业智能"。由于其复杂性,BI工具通常需要数据专家来进行部署积极使用。另一方面,像Mixpanel这样的产品分析解决方案是一个更加集中的解决方案,它跟踪和分析数字产品中的用户行为,以帮助回答有关客户参与、转换和保留的问题。它的主要目的是帮助产品团队在没有数据专家帮助的情况下,通过深入的、行为化的产品分析来自助解决他们的问题。下面是一个图表,展示了不同的工具如何在一个技术堆栈中放在一起,映射到最经常使用该工具的团队。如果BI工具、产品分析和营销解决方案都可能共享数据源,则每种工具都为组织内不同的团队服务,并满足不同的需求。现在,让我们了解一下这些差异在产品团队中的实际表现。基于安全假设,产品团队有两个共同的目标——创新速度和对用户行为的深入理解——我们知道BI工具给产品团队带来了两大挑战:过分依赖技术技能和数据专家的重担答案。探索性的用户行为分析缺乏直观性和支持性易用性:依靠专家解答BI工具需要一些相当高级的SQL和编码技巧来查询正确的信息并进行后续更改下面是一个示例查询在BI工具中构建标准转换漏斗时的外观:即使你有足够的技术技能去做,它充其量也很耗时,这使得它成为一个很难快速获得产品答案的工具。这就导致了依赖复杂的BI工具的产品团队所面临的最常见的挑战:数据breadline问题。典型的组织结构看起来有点像这样:不同的团队,比如高管、营销人员和产品团队有很多问题,需要答案。他们得到了数量过多的数据分析师和数据专家的支持,他们凭借自己的技能成为数据的看门人。产品团队很难快速(有时甚至根本无法)得到问题的答案,而数据专家(受雇于解决更大和更复杂的数据挑战)被来自不同团队的请求淹没,无法将精力集中在更大、更具影响力的计划上。这是一个长期存在的问题,对整个组织都有害,阻碍了产品创新和增长。有了像Mixpanel这样的产品分析解决方案,它消除了数据队列的需要,使产品团队能够自助解决关于产品及其用户的热点问题。从前面取相同的转换漏斗。在产品分析工具中,产品经理需要几行代码才能生成一个转换漏斗,通过为非技术团队构建的直观用户界面,产品经理只需单击几下就可以生成这一点和更多内容。不仅可以用更少的步骤构建一个漏斗,它还使pm能够构建尽可能多的漏斗,其中包含尽可能多的粒度段和步骤,而不必回到数据队列中这给我们带来了作为产品管理工具的BI工具的第二个主要挑战。深度分析:了解用户行为与产品分析解决方案不同,BI工具不支持对产品内用户行为进行深入的、探索性的分析。这背后的原因有两个:当你不得不反复使用技术资源为每个问题编写脚本时,很难对一系列未定义的问题进行探索性分析问题.BI按行业划分,工具不一定是用来跟踪或检查用户行为的。BI工具非常擅长处理大量数据,以便在某个时间点给出答案,例如转换率、用户总数或每日注册。然而,对于用户在产品中的行为,如果不是不可能的话,使用BI工具是很难回答的。例如,作为一个产品团队,您可能需要回答以下问题:我的MAU/WAU/DAU如何随时间变化?我的超级用户是如何随着时间的推移而增长或萎缩的?按人口统计,注册到首次下载的转化率是多少?根据下载量,用户升级计划的可能性有多大?用户如何跨会话与移动应用程序和web应用程序交互?有了像Mixpanel这样的产品分析工具,只需点击几下就可以找到这些问题的答案。有了BI工具,它就更加劳动密集、耗时,而且很可能是一次性的分析,而不是跟踪进度的持续工具。以下是BI工具和产品分析的并列比较,总结了它们的主要区别:现在应该很清楚,对于产品团队来说,单靠BI工具是不够的。BI工具虽然在更广泛的组织中非常强大和有用,但对于那些希望深入和清晰地回答产品分析问题的产品团队来说,它并不是一个有效的解决方案。那么合并后的解决方案是什么样子的呢?将产品分析解决方案整合到您的技术堆栈中在Mixpanel,我们与几家同时利用BI工具和Mixpanel的公司合作,以满足整个组织对数据洞察力的复杂和不断增长的需求。下面是他们如何将Mixpanel实现到他们的技术堆栈中黄色=内部数据管道,黑色=BI工具,蓝色=Mixpanel我们的许多客户已经成功地将Mixpanel与流行的BI工具(如Tableau和Looker)结合到他们的技术堆栈中,从而使他们的团队能够利用最符合他们目标的工具。准备好开始了吗?今天和专家谈谈。