作为一名既擅长商业智能又擅长数据分析的顾问，我经常遇到这样的问题。这是一个完全合理的问题，答案也很有层次，所以让我们来分析一下。
商业智能与数据分析：它们之间有什么区别？
我最近与一位客户合作，他们需要帮助构建他们的数据堆栈。他们告诉我，他们对业务没有任何洞察力，并给我列出了他们的问题清单。我看到他们想知道新用户注册的数量，但他们也想了解用户在注册流程中的流失情况。他们对于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实例
这很好地说明了产品和商业智能之间的区别：知道新注册用户总数是业务健康状况指标，但注册流程是否出现问题则是特定于产品的洞察。
需要记住的重要一点是，利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总数，这是业务健康状况指标。这始终如此：你的产品健康通常是影响你业务健康的最重要因素。
让我们从两个不同的维度进一步分析这种区别：数据和工具。
商业智能与产品分析的数据差异
以我之前给出的例子来说，我的客户现有的数据库记录了每个注册用户。否则，它将无法识别以前注册的用户！但它并没有跟踪那些在注册过程中失败的用户。为什么它会呢？因为他们从未成为用户，所以产品不需要记住他们。你可能会丢失90%开始这个流程的人，而你产品的数据库只会显示10%成功完成的人的信息。
因此，为了获得特定产品的洞察力，你需要超越仅仅跟踪产品运营所需信息的范畴。在这个例子中，我们还需要跟踪人们到达注册流程第一页的频率。或者尝试输入信息但出错。这就是我们如何发现流程中的问题并加以修复。
帮助您跟踪产品分析和商业智能的工具
像Mixpanel、Amplitude和Heap这样的产品分析工具有两个作用：它们帮助您捕获产品洞察力所需的额外数据点，同时也拥有围绕回答特定产品问题的分析工具。对于我的客户，我使用了Mixpanel来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。
产品分析工具的好处
这些工具的一个优点是，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，因为所有操作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可靠。这是因为像广告拦截器这样的软件可能会阻止数据点的跟踪。您的数据库是您数据的最终可靠来源。这就是为什么我还为我的客户设置了Redshift数据仓库，并在其上安装了Metabase。这样，我可以确保像注册用户数量这样的业务健康指标能够准确报告。这种设置可以用来报告其他重要指标，如收入，您绝对不想冒低估的风险。
这使我的客户获得了两者之最佳：快速简单地了解用户在整个产品中的整个旅程，同时也获得了可靠的业务健康指标，他们可以使用这些指标做出一般性决策并分享到公司。