作为一名专门从事商业智能和分析的顾问，我经常被问到这个问题。这是一个完全合理的问题，答案也很微妙，所以让我们来分解一下。
商业智能与分析：有什么区别？
我最近与一位客户合作，他们需要帮助构建数据堆栈。他们告诉我，他们对自己的业务一无所知，并给了我一份他们的问题清单。我看到他们想知道他们获得了多少新用户注册，但他们也想知道用户在注册流程的哪个环节流失了。他们对特定功能也有类似的问题：例如，用户发布文章的次数，以及文章发布过程中是否存在任何痛点。
商业智能与产品分析示例
这很好地说明了产品分析和商业智能之间的区别：了解新注册用户的总数是一个业务健康指标，但注册过程是否中断是一个特定于产品的洞察。
重要的是要记住，使用这些特定于产品的洞察来修复注册流程也会影响新注册用户的总数，这是一个业务健康指标。情况总是这样：您的产品健康状况通常是影响您业务健康状况的最大因素。
让我们沿着两个不同的维度进一步分解这种差异：数据和工具。
商业智能和产品分析之间的数据差异
继续以我给出的示例为例，我的客户现有的数据库跟踪了每个注册用户。否则，它将无法识别以前注册的用户！但它没有跟踪尝试注册但在流程中的某个地方失败的用户。为什么会这样呢？他们从未成为用户，因此产品不需要记住他们。您可能会失去 90% 开始该流程的人，而您的产品数据库只会向您显示有关成功完成流程的 10% 的信息。
因此，为了获得特定于产品的洞察，您需要比仅仅跟踪您的产品运行所需的信息更进一步。在本例中，我们还需要跟踪人们到达注册流程的第一页的频率。或者尝试输入他们的信息但出现错误。这就是我们如何发现我们可以解决的流程中的问题。
帮助您跟踪产品分析和商业智能的工具
Mixpanel、Amplitude 和 Heap 等产品分析工具服务于两个目的：它们帮助您捕获产品洞察所需的额外数据点，而且它们还具有围绕回答特定于产品的问题而构建的分析工具。对于我的客户，我使用 Mixpanel 捕获注册流程中的每个数据点，然后使用 Mixpanel 漏斗分析功能来监控该流程中的流失。
产品分析工具的优势
关于这些工具的一个好处是，您不需要数据库来存储数据点。它们直接发送到工具并托管在云端。您也不需要 SQL 技能来分析数据，因为一切都可以通过图形界面完成。
产品分析工具的缺点
这些类型工具的一个缺点是，它们的数字不如数据库中的数字可靠。这是因为广告拦截器等软件可能会阻止数据点的跟踪。您的数据库最终是您最可靠的数据来源。这就是为什么我还为我的客户设置了 Redshift 数据仓库，并在仓库之上安装了 Metabase。这样，我可以确保像注册用户数量这样的业务健康指标得到准确报告。这种设置也可用于报告其他重要指标（如收入），您肯定不希望冒着低估报告的风险。
这为我的客户提供了两全其美的优势：快速轻松地洞察用户在整个产品中的旅程，以及他们可以用来制定一般决策并在全公司范围内分享的可靠业务健康指标。