产品开发的世界正在迅速变化。20年前，"在线"是一个新的收购渠道。但今天，发发淘客神器，在线是产品。所有公司都在转向数字产品业务。然而，对于阅读本文的人来说，软件正在吞噬世界这一事实并不奇怪。但事情的发展可能会有多快：自2000年以来，超过半数的财富500强企业已经不复存在。那些幸存下来的公司比以往任何时候都快，利用产品开发的趋势，如敏捷、devops、微服务、持续集成和自主测试，从每季度发布一次到每天发布多个版本。2005年，"在线"是一个新的收购渠道，现在变成了产品。这就产生了两个极强的不利因素：在这个快速发展的世界里，发布新产品变得如此容易，以致于产品种类的爆炸式增长，导致了"顾客时代"。产品团队现在必须有能力跟上这些不断增长的客户需求，否则可能会陷入无关紧要的境地。好消息是，有史以来第一次，我们几乎可以测量客户与我们业务的每一次互动。公司不再局限于传统的营销分析，如简单的计数器或转换漏斗，而是可以利用数据来真正了解用户行为。成功的团队可以利用这种理解来对客户不断变化的需求做出更大的反应，进一步推动敏捷/持续的产品开发过程，并创建非常紧密的OODA循环，从而产生越来越好的产品。成功的团队一起快速做出决定。为什么市场分析技术不适合现代产品团队问题是市场上的遗留数据和分析工具无法满足这些高性能产品团队的需求。营销分析工具可以回答关于用户在哪里被收购的问题，或者有多少用户已经经历了收购漏斗的每个阶段，移动大数据，但是如果您想了解这些用户在您的产品中做了什么，或者一个或多个功能的使用如何影响总体参与/转换，那么就无法回答这些问题。另一方面，数据仓库工具足够灵活，可以回答几乎任何问题，但也存在一些显著的缺点，这些缺点降低了它们在产品组织中的有效性：维护级别高、易用性差和查询时间长。传统分析行业无法满足当今的产品需求。但由于历史上没有解决方案，公司被迫通过将多个解决方案组合在一起来回答产品问题，这最终形成了一个只有大多数技术团队才能访问的复杂分析堆栈，如下图所示。分析堆栈是为您的公司解决分析用例的不同应用程序、数据仓库和数据管道。复杂的数据栈限制了所有人的访问，但技术含量最高。对每个人来说，破解一个分析堆栈是痛苦的为了展示hacked together analytics堆栈的痛苦和缺点，让我们浏览一下每个组件：数据管道。这里的主要问题是，组织中只有少数人真正了解正在跟踪的内容。如果你不是幸运儿，你就得去找他们。天哪，大数据分析网站，你真的不想改变这种跟踪方式——你必须通过多个人和多个代码推送来实现这一点。查询环境。这种痛苦随后延伸到查询层，因为存在多个datalakes/warehouse，没有人知道该去哪里回答甚至最基本的问题，比如我们有多少活跃用户，或者我们的入职漏斗的转换是什么。而且，由于这些仓库不是为用户行为问题定制的，即使您知道如何查询它们，它们仍然存在很差的延迟。如果你不懂SQL呢？你必须找到一个分析师，这意味着他们会花时间回答这些非常基本的问题。你的工程团队呢？他们花了宝贵的时间来维护所有这些系统，而不是实际构建一个伟大的产品。数据探索。最后，我们进入探索层，pm在这里等待很长的数据breadline，这会导致迭代周期需要几天甚至几周的时间。是的，分析师将构建仪表盘来回答一些最常见的问题，但仪表盘实际上只与消费有关。当你想深入研究数据的时候，你就回到了breadline中，重新开始了迭代周期。这真的是一个最好的案例——很多时候，问题都是不被问到的，导致人们发火，做出错误的决定。为什么会这样？显然，没有人故意构建一个糟糕的分析堆栈，但他们所做的是强制安装遗留技术，试图回答用户行为问题。适合现代产品经理的分析工具然而，一流的产品团队反而用产品分析堆栈扩充了现有的营销和数据仓库工具，以确保每个人都可以自助访问用户行为数据。一流的公司有一个所有用户都可以访问的产品分析堆栈。此产品分析堆栈的好处是巨大的：营销人员和项目经理可以直接提问和回答问题，从而产生更多更好的问题，并有信心迅速做出产品决策。分析员和数据科学家现在可以自由地研究更高阶的问题。工程师不再承担维护复杂数据基础设施的重任，虚拟主机，而是可以专注于公司构建更好产品的核心竞争力。那么这在实践中是什么样子的呢？下面是一个帮助客户进行数字化转型的客户堆栈示例。一个来自黄页的一流数字分析堆栈的例子。有了这个堆栈，使得加拿大黄页可以分散他们的产品开发工作。团队现在能够更快地前进，因为他们可以定义自己的分析需求：确定和管理他们想要跟踪的事件，发发淘客，定义他们自己的KPI，并直接探索日常指标。这消除了数据breadline瓶颈。另外一个好处是，由于产品团队完全了解他们的用户行为数据，他们现在向数据分析团队提出了更高级的问题，从而获得了比以往任何时候都更深刻的见解。那么，你怎么知道现在是时候投资产品分析工具了？如果你发现自己处在一个竞争的环境中，洞察力的速度对成功至关重要。如果您的产品团队使用的是传统的营销分析解决方案，因此仅限于基本渠道和页面查看指标。如果你的分析师/数据科学家正在成为产品组织的瓶颈，减缓开发进度或导致团队"急功近利"。如果你对以上任何一个问题的回答是肯定的，我们鼓励你加入迪斯尼这样的公司，预订网站，Hubspot，Twitter，YP，Microsoft和其他投资于建立他们的产品分析堆栈的公司！