是什么？

是针对企业级客户推出的深度用户行为分析产品，支持私有化部署，客户端、服务器、业务数据、第三方数据的全端采集和建模，驱动营销渠道效果评估、用户精细化运营改进、产品功能及用户体验优化、老板看板辅助管理决策、产品个性化推荐改造、用户标签体系构建等应用场景。

作为 PaaS 平台支持二次开发，可通过 BI、大数据平台、CRM、ERP 等内部 IT 系统，构建用户数据体系，让用户行为数据发挥深远的价值。

what-is

产品优势

为什么用这个平台，而不是其他平台？

2.1 可私有化部署

消除客户对数据存储安全性的顾虑——在决定神策分析技术选型之初，考虑到客户对数据的安全与隐私有顾虑，同时客户需要积累自己的用户行为数据资产，对数据深度应用与功能二次开发，因此我们将私有化部署作为神策数据的产品核心设计理念。

2.2 基础数据采集与建模

实现同一个用户不同来源数据的打通——随着互联网的发展越来越深入，一个用户在同一个产品上的行为数据，已经需要从多个不同的来源进行采集。这些来源包括 iOS、Android、Web、H5、小程序、业务数据、历史数据、第三方数据等。针对客户的全端数据采集，将同一个用户在不同来源的数据打通的需求，神策数据提供代码埋点、全埋点、导入工具等方法把数据接入神策分析。同时，为了解决跨屏贯通一个用户的问题，神策数据也提供用户 ID-Mapping 方面的解决方案。

2.3 实时灵活的多维分析能力

提供全功能的多维分析能力剖析用户行为——维度、指标不需要预定义，漏斗分析、留存分析、分布分析都可以任意维度下钻。

神策分析不仅存储最细粒度的用户行为明细数据，而且还支持私有化部署，提供 API 接口并支持二次开发。

数据分析是一个很大的领域，神策数据主要满足客户对于用户行为分析这一个特定领域的需求。

神策数据承诺不碰客户数据，帮助企业用其内部数据进行分析，关注与企业业务数据相关的用户行为分析。

2.4 提供 PaaS 平台可深度开发

支持使用底层的接口和功能二次开发——私有化不等于定制化，神策数据对标准需求可提供标准代码。

如果客户只有一个标准的数据分析需求，那么客户不需要做任何决策，直接拿神策分析去用就可以。

如果客户对数据分析有个性化需求，可以使用神策分析底层的数据接口或对产品功能进行二次开发。

3. 神策分析解决企业的痛点

3.1 业务痛点

营销分析断层：市场营销成本居高不下，投放拉新的效果追踪出现断层，无法追踪各渠道实际转化率，难以准确分析 ROI。神策提供渠道追踪功能，追踪新用户的渠道来源，用数据直观评估渠道拉新能力。同时，能分析注册转化和付费转化，端到端衡量渠道拉新质量，不断调整渠道影响策略。神策还为市场人员提供全站追踪用户行为，优化站内浏览体验和内容交互，提高注册线索转化率。

产品迭代无法量化：缺少实时的用户行为分析能力，使得产品功能改版的效果无法量化衡量，核心流程优化点更多靠拍脑袋，bug 问题的定位后知后觉造成长时间的损失。 神策提供漏斗分析，帮助企业提升用户在产品上的转化，对企业核心转化流程（如支付、注册、开户等）进行监控，洞察流失问题。同时，神策提供留存分析，帮助企业提高用户留存，用数据验证用户最受欢迎的产品功能，提供用户行为路径分析，合理分发站内流量，微调产品布局和交互，提升用户体验。

用户运营不精准：“千人一面”的全量用户营销，投入产出难以把控，不精准的粗犷方式难以真正提升存量用户的长期活跃度。 神策帮助企业锁定具有相似特征的用户群体，定向推送“投其所好”的营销内容，提升不同用户群体的粘性。对长期未登录即将流失的用户群体，及时推送消息和优惠券召回挽救。同时，神策建立用户标签体系和用户画像，将用户行为结合运营数据交叉分析，洞察核心用户特点，勾勒精准用户画像。

全局运营指标监控不实时：有运营的 BI 系统，但运营指标监控不及时，未形成核心的指标预警机制，决策滞后。 神策为管理人员提供实时、跨部门、各业务线的核心指标，管理人员邮箱可定时定期接收已订阅的报表自动推送，同时提供自定义的指标预警能力，帮助各个业务部门实时监控核心指标变化，对突发异动迅速察觉、分析，真正实现实时的数据驱动业务决策。

3.2 技术痛点

自建平台成本高：企业内部从 “0” 到 “1” 新建产品数据平台，并要求快速上线，需要极高的成本。 在神策服务团队的支持下，企业内部即使没有完备的数据团队，也能快速完成用户目标行为数据的存储，实现全端数据接入神策分析，完成企业数据分析平台的搭建。

日常配合效率低：业务分析人员进行专题研究所需的数据，要向数据工程师提需求，进入需求说明、需求评估、迭代排期、需求纠偏的循环。 神策分析可帮助企业业务分析人员快速上手使用产品，无需请求数据工程师的支持，即可通过神策分析的数据概览查看日常重要数据指标；同时，通过神策分析的9大数据分析模型可实现用户自定义指标查看、任意维度交叉分析、数据下钻和上卷、定位异常数据指标、设定异常值预警提醒、向指定邮箱发送异常指标预警的邮件等。

ETL 工作繁杂：数据工程师需要处理各类繁杂数据的 ETL 日常工作。 企业无需担心各类数据繁杂且无从下手，神策数据的 ETL 工程师会全程辅助处理，即使企业有海量历史数据，导入神策分析也容易。

共性需求重复开发：对于流量和点击这类数据采集的共性需求，研发工程师每次都需要针对具体业务重新开发，造成大量重复性开发工作。 企业通过神策分析的全埋点可一次性采集所有页面的浏览或点击行为，无需研发工程师重复开发。神策分析的集成 SDK 支持一键开启，启动、退出、浏览页面、控件点击等行为事件自动采集，PV、UV、新增用户等数据可以轻松获取。

神策分析能做什么

上篇中，我们已了解神策分析针对企业“数据工作效率低”的痛点提供了解决方案。

其中包含，业务人员无需请求产品/数据工程师的支持，即可自主获取数据、分析解决问题。

下面我们就具体角色及问题来说明神策分析的作用。

1. 协助各角色实现自助分析

神策分析可支持产品、运营、渠道投放、技术等各角色业务人员的数据分析工作，并对以下问题的分析评估提供解决方案。

1.1. 支持产品进行功能评估提升转化率

产品角色作为产品规划者，重点关注产品的流程设置和功能设计是否给予用户良好的使用体验，并确保用户充分体验产品的核心价值。

产品面对的实际问题包含以下：

  • 如何评估功能效果

  • 如何评估内容热度

  • 如何提升核心流程转化

  • 如何优化产品体验

  • 如何评估功能留存情况

  • 如何优化新手引导提升留存

支持产品进行功能评估提升转化率

1.2. 支持运营进行用户分群实现精准营销

运营角色重点关注用户构成现状及变化，并从用户行为角度剖析用户的活跃程度、流失情况。

针对不同用户分群设置策略给予激励，以提升产品的核心关键指标。

运营面对的实际问题包含以下：

  • 如何评估用户构成情况

  • 如何提升用户次留

  • 如何评估新/老用户留存表现

  • 如何评估不同坑位对推广效果的影响

  • 如何评估活动运营对用户活跃程度的影响

支持运营进行用户分群实现精准营销

1.3. 支持渠道把控拉新的“量”与“质”

渠道角色重点关注渠道拉新的数量及质量，比较不同渠道投放的 ROI 。

渠道投放面对的实际问题包含以下：

  • 如何评估各渠道拉新数量

  • 如何评估渠道推广引入新用户质量

  • 不同渠道引入用户在后续行为表现上是否存在差异

支持渠道把控拉新的“量”与“质”

1.4. 为数据采集技术人员提供解决方案

技术角色重点关注如何快准细全地完成数据的采集及接入，充分理解业务人员的分析需求，协同完成产品的指标增长任务。

技术面对的实际问题包含以下：

  • 如何采集数据

  • 如何全端做数据埋点

  • 如何导入已有的历史数据

  • 如何提升效率、避免重复性开发，减少研发投入

全端口

参考资料

https://manual.sensorsdata.cn/sa/latest/%E7%A5%9E%E7%AD%96%E5%88%86%E6%9E%90%E6%98%AF%E4%BB%80%E4%B9%88%EF%BC%9F-22249853.html