商業智能 (BI) 和產品分析之間的區別 - 以及為何兩者都不可或缺 - Mixpanel
商業智能 (BI) 和產品分析之間的區別 – 以及為何兩者都不可或缺
Product Foundations

商業智能 (BI) 和產品分析之間的區別 – 以及為何兩者都不可或缺

Last edited: 12 月 30, 2021
Yi Ting Kwa Marketing, APAC @ Mixpanel

2019 年,谷歌和 Salesforce 以超過 180 億美元的總價格收購了處於行業領先地位的商業智能 (BI) 工具 Looker 和 Tableau。不久前,在 2020 年,基於雲的數據倉庫 Snowflake 上市,市值達到 700 億美元的天價。這些大宗交易表明,BI 工具和數據倉庫是一組目前正在被全球公司整合進自己技術棧的強大組合。但是,它們無法滿足每個人的數據需求,尤其是產品團隊的數據需求。

BI 工具非常善於視覺化從數據倉庫中查詢到的數據。這意味著 BI 分析和視覺化能夠涵蓋方方面面、涉及廣泛的業務數據,無論數據是來自財務、行銷、人力資源,還是來自產品。它們非常適合將組織中的海量數據壓縮為幾個關鍵指標或 KPI,以便每個人都能瞭解您業務的基本情況。但 BI 有兩個顯著的缺點。

  1. 由於 BI 在能夠視覺化的數據類型方面非常靈活,因此它不能像專為特定分析領域而構建的工具那樣深入。
  2. 需要耗時、昂貴的前期數據投資才能體驗到 BI 的好處。

相對的優缺點可以概括如下。

Mixpanel 與商業智能

讓我們依次查看這些要點,並將它們與產品分析工具(如 Mixpanel)進行比較。

分析深度與廣度

Mixpanel 是一款專為產品經理、工程師和設計師打造的自助分析工具,用以獲得關於產品用戶行為問題的答案。我們採用簡單的標準化數據模型,可捕獲事件、用戶和其他維度的重要數據。這種標準化讓我們擁有了一款經過精心改良的強大查詢引擎,它回答問題要比更常見的 BI 工具高效的多,而且,專用型 UI 可以讓我們在短短幾秒內輕鬆獲得問題答案,哪怕這些問題極其複雜。最終的結果是,產品團隊不必經過中間過程,亦不會遇到瓶頸問題,即可借助用戶行為分析參與到具有探索性和創造性的迅速產品開發過程。

為展示 Mixpanel 方法的強大,請考慮漏斗分析,在此您可以看到用戶如何透過註冊流程取得進展。多步漏斗分析可以很容易地用數百行 SQL 語句完成,但在 Mixpanel 中您只需 10 次左右點擊即可完成。現在,假設您想瞭解更多有關在註冊過程的特定階段流失的用戶。在 Mixpanel 中,您可以將這一組人保存為一個同類群組,然後觀察這些人的數量是逐漸增長還是減少,按您標註的任何用戶屬性進行區隔,或者查看他們與其他用戶之間的其他不同之處。

所有這些都與 BI 工具形成鮮明對比,使用 BI 工具每個步驟都需要數據工程團隊提供新的工作流,以便將數據轉換為正確格式來回答問題。問題往往需要幾周後才能等來答案,而不是短短幾秒鐘。許多公司試圖透過聘請專門的數據分析師或數據科學家來幫助產品團隊直接查詢數據倉庫以獲得答案,籍此填補這一漏洞。但由於這些專業知識目前並不充分,可能意味著仍然要等待幾天左右才能得到答案,而這原本可以在幾秒鐘內破解。

像 Mixpanel 這樣的產品分析工具不僅提供產品團隊所需的答案,還可以讓數據團隊和數據分析師擺脫大量手工勞動,同時專注於更大的戰略重點,讓他們更加輕鬆。我們發現,透過使用 BI 覆蓋更廣泛的公司指標,並使用 Mixpanel 推動產品團隊更深入地發展,很多客戶籍此獲得了成功。

實施

公司需要對數據進行大量前期投資,才能從 BI 工具中獲取價值。大多數使用 BI 工具的公司都有專門的數據工程團隊,其工作是收集數據; 確保數據的品質;將數據轉換為可由 BI 工具高效查詢的表格;並將數據載入到數據倉庫中。

大多數公司最終發現,他們需要在構建自己的數據棧方面進行投資。這是全面掌控您的數據的唯一方法,確保公司所有部門都能使用高品質、可信賴的數據來滿足其所有需求。但在公司整個生命週期的早期進行這種投資並不實際,而且真的沒有必要。另一方面,產品分析在整個公司的生命週期中至關重要。

所有的公司,從早期初創公司到財富 500 強企業,都在從事產品開發。迅速收到反饋,從而了解用戶如何使用您的產品,不僅大大有利於尋找產品與市場的契合度,還有助於推動那些已嘗勝績的產品延續良好勢頭。雖然在早期利用 BI 會很棒,但對大多數人來說,這是不可能做到的。 雖然早在您準備好構建完整的數據棧之前就可以實施 Mixpanel,但亦可在您準備好時再將之整合到您的數據棧中。

對於沒有數據棧的公司,Mixpanel 的實施可以透過我們的 SDK 或客戶數據平台 (CDP)(如Segment或mParticle)快速實現。這可確保您的產品團隊從第 1 天起就可以訪問超級強大的產品分析,從而實現產品快速迭代和增長。

數據直接以數據流方式傳輸到 Mixpanel 的實現方式

但當您真在自己的數據棧中進行投資,或者您早已開始投資,那麼從數據倉庫將數據導入 Mixpanel 是理想的整合方式。這意味著進入 Mixpanel 的數據與從數據倉庫中獲取數據的 BI 工具和其他資料應用程式所查詢的數據完全相同。從數據倉庫導入數據到 Mixpanel 的最簡單方法是使用反向 ETL 工具(如 Census )。或者,您也可以使用 Mixpanel 的導入 API。 

將 Mixpanel 與數據倉庫相整合,可避免客戶有時直接以數據流方式傳輸到 Mixpanel,並將數據倉庫作為其數據真實來源時出現的問題。例如,您的目標是確保所有數據的一致性。 如果是在客戶端用 Mixpanel 的 SDK 跟蹤到一個事件,而您的數據團隊是在伺服器端跟蹤到該事件,那麼 Mixpanel 和您的 BI 工具就會給出不同的答案。此外,您的數據團隊為提高數據品質和利用來自其他來源的數據來豐富事件所做的一切,都將使 Mixpanel 變得更好。

整合到數據棧的 Mixpanel

若實施得當,Mixpanel 自初始起就可以滿足您的產品團隊的需求,並與您的公司一起成長。最後,BI 與 Mixpanel 並不是一個非此即彼的決策問題 – 而僅僅是除了 Mixpanel 之外您準備何時增加 BI 的問題。無論如何,您都需要產品分析。當您準備好進行數據投資時,與 BI 工具配合使用會非常有效。

要開始使用了嗎? 立即諮詢專家