2017-03-29
受托推荐一款数据统计分析服务，于是重新研究了一下国内的一些数据统计服务，从BAT三家的统计，到新兴的诸葛IO、growingIO、神策等，从提供的功能服务看，各家都丰富多彩，让人眼花缭乱。在登录之后，在页面布局、主菜单设计、数据可视化设计等方面相似度很高，比较难从功能上形成差异化。
数据统计分析服务的功能上存在同质化，我认为是合理的，有这样两个原因。
数据统计分析工具从简单的记录访问数据，如比较早的阿江统计、太极链等，已经发展到复杂的理解用户行为仔细分析，现阶段的数据统计分析服务，大致可以简化成围绕下面三个核心功能，增加了数量众多的周边服务。
为了保持竞争力，各类产品都在以优化使用者体验，增强服务能力为目标不断迭代自己的服务
从各家服务的开发列表预告看，未来一段时间里，这种功能上的同质化会越来越明显，尽管数量庞大的互联网企业都在或多或少使用各种数据统计分析服务，但理解并能合理利用这些功能的少之又少，以功能驱动的用户增长，面临瓶颈，这就是胶着的上半场。
综合媒体上不停出现的宣传稿来看，各位服务商都把用户增长和业务收入放在了开发传统企业上，传统企业在对业务增长的理解上，与互联网企业有很多不同，数据统计分析服务的下半场刚刚开始。由于引入了更多对互联网技术不甚了解的角色，意味着服务迭代的视角需要发生变化。
数据统计分析服务的使用者，诉求是通过数据不停增强自己理解用户的能力，而企业决策者，更关注业务增长，诉求是影响用户决策的能力，所以下半场需要增强的能力，是帮助互联网企业以及传统企业获得转化互联网用户的能力，影响用户行为是检验用户需求理解的标准。
下半场的分析结果，除了要解释用户是谁，业务状态如何之外，更需要提供可被分析跟踪的后续操作方案，所以数据统计分析产品向增强营销能力方向前进一定会成为大趋势，这样能更容易打动传统企业客户，将付费点从数据报表深入到付费意愿更高到营销领域。
未来的数据统计分析工具服务，并不是统计服务简单嫁接营销工具，而是将统计分析服务平滑延伸到影响用户的内容和媒介（推送、短信、电话、邮件、地推等）中，向后扩展为一个业务增长的迭代模型，即是收集，分析，营销，再分析这样的过程，甚至可能会出现以业务增长效果付费的模式。
功能上差异不大，重要的是提供的服务是否专业，又这样几个小技巧分享：
帮助文档需要花费大量的时间和精力，且不容易评估是否有用，容易被忽视。结构完整，内容深入浅出的帮助文档，说明这家企业没有放过任何一个可能影响客户的地方，那么付费之后得到的服务也可能比帮助文档不佳的企业提供的要好。
新兴的统计分析服务，在试用之后都会接到营销电话，这时候话术的设计就很重要，比如我在接到某个以IO结尾的公司打来电话时，那头的业务人员问：“请问您有什么需要我帮助的？”，我的回答是：“没有”，于是就没有然后了。这时候正确的方式不是给我一个是或否的选项，而应该告诉我可以提供一份数据分析秘籍，我拒绝的可能性会下降很多。
在某次饭局时，参加的有好几个统计服务的提供商人士，席间我将无埋点和有埋点的差别比较汽车的自动挡和手动挡，被某负责人否定，毕竟在大众认知中，自动挡是比手动挡高级的，而无埋点技术在现阶段的效果，并没有别有埋点的服务要高级很多。从操作的实际来看，我依然认为这个比喻是合适的，无埋点的入门友好度和部署难度优与有埋点，但是随着对业务的理解深入，有埋点的高自定义优势就会体现出来，如同赛车大都是手动挡一样。
在数据统计分析这个领域，采集与分析同样重要，选择无埋点和有埋点的决策点，并不是这两个名词的含义，而是看服务是否能完整收集企业客户分析和决策所需要的数据。