| 因为工作需要，我的收藏夹里收集了很多数据相关的产品，其实加入收藏，也一直没有时间好好去研究。这几天恰好有时间翻出来逐个体验了番，顺手贴出来，大家一起研究。
受篇幅所限，这里只贴了4个，更多的请期待后续。
1. Heap
是什么？
之前我研究了一个网站叫FullStroy(https://www.fullstory.com),
主要是提供用户的行为录屏、回放以及记录用户的每步操作日志并可视化出来。Heap聚焦于用户行为的数据分析。但是它没有提供录屏功能，而是打造了更加轻量的接入方式以及实时数据卖点。
面向市场：
Web+iOS
特色功能：
可视化配置事件（Heap并不自动采集各种行为，而且要你配置，但是它提供了一个非常方便的可视化配置功能）
实时数据（一旦配置，立即有数据，无需等待，且是实时的数据）
如何运作：
首先，需要触发数据采集，即安装Heap,安装Heap的办法很简单，只需要在你的产品、网站里集成Heap提供的代码。
Define(我理解成配置)，主要是两块，一个是配置事件，另一个是配置用户细分群体。
定义事件：配置事件上区别于侵入式的编码（比如目前的移动统计工具，可能都需要你在代码里埋各种事件），Heap提供可视化的配置，让不懂编码的人能够很快配置好所需的事件。
比如，你想要观测example页面上的Sign Up按钮的点击情况，不用去找开发工程师给你埋点，只需要打开Define频道，定义一个事件，选中这个页面，然后在可视化的页面上点击这个按钮，命名，然后配置是不是该页面独有（假设某个按钮在多个页面上都存在，那么如果不设置为该页面独有，数据统计则是所有按钮的点击了），然后事件就配置成功了。见下图：
定义用户群：无细分，不分析。只有有了用户细分，才更好观测每一类用户的具体行为，根据行为的不同再针对不同的用户采取不同的推送、设计等个性化策略。下面就是Heap定义一个用户群的界面，你可以使用“已经购买了至少5次”的条件来定义一个“高价值客户”群体，或者使用“至少登陆了2次“且”上传了自己的档案照片”的条件去定义一个“活跃用户”。一旦你定义了一个用户群体，你就可以使用不同的用户群去看他们的行为路径、转化漏斗和其他的群体以及剩下的用户有何不同。
至于用户分群的选择条件，应该也基于之前定义的各种事件，加上一些用户的属性。在我们的内部产品无线数读平台上，我们也提供了用户分群工具，可以让开发者根据终端属性（品牌、机型、网络类型、运营商），以及使用行为（比如启动次数在某段时间内大于多少次且某段时间内小于多少次等），加上用户的属性（性别、年龄段、地域、爱好……）等多种标签对用户进行细分。其实背后都是一个道理。
有了事件和用户群的定义后，Heap就可以展开分析了。
在分析这块，Heap做得还比较简单，无非就是一个趋势图（研究各种事件的走势，这是最基本的），还有转化漏斗（Funnels）,
使用者可以将之前配置的事件，按一定的次序配置成一个漏斗，进而监测转化情况。
在配置漏斗这块也有可取之处，比如它提供了更多维度对漏斗进行细分，可以看不同类型的用户的转化漏斗有何不同。
此外，Heap虽然没有提供用户行为的录屏，但是通过路径流的方式予以呈现：
Heap的另一个卖点是，全部的实时数据。配置成功后，无需等待数据采集上传计算展示等流程，即可就能够看到实时数据。对于心急的数据消费者来讲，这绝对是个利好消息。不过这背后肯定是较高的存储成本，因此Heap是一款价格不菲的收费产品。
不过，它提供14天的免费试用，有兴趣的同学不妨先试试。
2. Trak
是什么？
与其说Trak.io是一个用户行为分析工具，不如说它更偏向用户管理（Customer
manage ）。
Trak.io页面的口号是：See Who is using your product and send
automated emails based on their behavior. 意即：知道哪些人在使用你的产品，并且可基于他们的行为向他们发送自动邮件。无疑，这些邮件只所以自动，背后是有一套规则，比如定期向长久不来的用户发送唤醒邮件，或者向近期比较活跃的用户发送新版本测试邀请。
面向市场：
Web+APP
特色卖点：
360°的用户档案及实时的全程操作行为记录
自动邮件系统以及用户状态变更提醒
Trak.io的重心是触达正确的用户，和他们建立联结，不管是提升用户的忠诚度，还是维系重点用户的关系。但是要更好去实现这个目标，Trak.io必须要“记录数据”。
运作模式：
从界面上看，Trak.io的模式很简单明了：
不好意思，因为LOFER压缩了大图，我再来一张局部图：
可以看到，Trak.io提供的服务就两类，一个是数据方面，提供用户档案、行为记录，还有用户群的数据。一个就是各种触达用户的方法。
数据方面：
People: 360°的用户档案
Segments: 人群细分，除了单个用户的档案外，还可以把满足某种特征的用户放到一个群体进行分析及触达。
太可怕了。
虽然没有太高的技术含量，就是把用户的能够被抓取到的信息集中起来，然后还原TA的操作日志。
你设想下，如果聚焦于某个个体是多么可怕的一件事情，任何人只要被授权，就知道你的一切信息……奇怪了，老外不是很注重个人隐私的吗？
不过以上的档案，显然在服务用户时相当有用。假设一个网站的客服，接到一个用户的反馈或投诉，电话一接通，录入对方的账号，电脑上就可显示该用户的档案，以及最近的浏览日志，操作记录一览无余，就确实节省了很多沟通成本。不至于再三询问用户，你是在什么环节遇到了什么问题了。
Trak.io提供这两个信息，也不是自己YY玩，毕竟平时没事有事去偷窥用户档案的人还是少数的，而且应该很多人不会被授权看用户档案。最好的方法就是根据这些信息提供一些系统工具，能够按某种规则触达用户。所以，Trak.io提供自动邮件功能——比如设定规则，当某个用户符合此规则时，自动调用配置好的邮件模版进行发送。
用户细分方面，提供了这样的分群工具：
管理及触达方面：
1. 自动触发的邮件
这个不用多说了，无非就是一些规则设定，在恰当的时间发送预定义好的邮件给恰当的人。
2. 用户状态的变更提醒
当你是被分配要服务好某些特定的VIP会员的时候，你应该比较关心这些会员的状态变化，比如他们是否被加入了一些细分群组里，他们是否出现了账号异常？Trak.io可以让你设定某些规则从而再发生这些异常的时候主动发送邮件给你，从而你能够提前做好应对，而不是在用户打过来电话是询问：what
can i help you, sir?
3. 团队协作管理
可以授权团队其他成员。
怎么使用呢？
提供给几段段代码，分别用于获取用户档案、记录用户行为，更多使用信息可在http://trak.io/help/sending_your_customer_data.html查询。
另外，这个产品是有偿使用，但是你可以申请14天的免费试用。
3. Mouseflow
是什么？
顾名思义（怎么老用这句话……看来名字是多么重要啊），Mouseflow是记录用户的鼠标轨迹的。
看似比上面的网站更具技术含量。因为记录点击的结果已经不是太高的门槛，通过一些URL的特征埋点即可实现。但是用户虽然最终点击了某个按钮，可是他的鼠标却在屏幕上反复游移不定，可能说明这个按钮的位置和外观设计不符合用户的认知和预期。所以观察用户的鼠标轨迹是很多用户研究同学和交互设计同学很喜欢干的一件事情。
Mouseflow能够让我们很方便地录制用户访问的轨迹并生成实时的点击热图，显示他们点击了哪里，在哪里滑动甚至注意到了什么。
你可以尝试下他们的录屏DEMO：http://mouseflow.com/demo/
面向市场：
好像目前只有WEB。APP的类似产品也有，请见下文的APPSEE。
特色功能：
1. 直观的鼠标轨迹录屏
不用从各种数据报表去猜测用户怎么用的，直接去看好了。
2. 实时的点击和移动热图
直观的鼠标轨迹是很赞，但是我们怎么会有时间去一个个看视频呢？所以热图是一种数据的聚合，从而能够帮我们判断大多数人是如何点击如何滚屏。
3. 滚屏热图
这个功能我还是第一次遇到，有时提升转化不仅仅是用户发生了点击，而是要注意到。我们没有办法去装个眼动仪捕获用户的眼球轨迹和视觉热点，但是内容有没有被用户使用滚屏出现在当前屏幕上，我们却是有办法去抓取的。所以Mouseflow提供了Scroll
Heatmaps，快来看看你辛辛苦苦做的Banner有没有机会被用户看到吧。没有看到则想办法去换个更优的位置，看到不点则是Banner可能设计得太烂。
4. 页面分析
除了直观的轨迹和热图，简单的数据统计报表是必不可少的了，毕竟单个群体很难代表大众，热图也不可能直接转化成数据从而做更多二次加工和处理。所以定量的用户行为分析报表可以作为一个基本补充。
不过仔细去看，Mouseflow既然聚焦于用户行为分析，提供的页面分析报表也有不少可取之处，比如它除了提供简单的PV\UV\停留时长\退出率\点击次数等，还提供了页面的更多信息，比如页面的大小、下载的时长等信息。
如何使用？
分不同的平台提供不同的对接方案。比如面向WordPress是提供一个插件,有些平台则提供嵌入的代码。详见http://mouseflow.com/integrations/
另外，也是收费的，不过据说可以申请试用，享受多少次的免费录屏。
By the way,在我写这篇文章的时候，恰好看到了UI Pattern网站上有一篇对比同类工具的文章，其中提到了Mouseflow，有兴趣的同学可以读一下。其中提到的Clicktale工具，提供了手机APP上的热图功能，这里先记录一笔，待后续研究。
4. AppSee
是什么?
专门面向手机应用（App）的用户行为分析工具。顾名思义（o(╯□╰)o），AppSee致力于让你亲眼看到，而不猜测用户的行为。在此之前，无论是功能强大的Google
analytics还是聚焦于APP分析的Flurry, 抑或是我们国内声名大噪的友盟平台，都是比较传统的数据报表系统，提供各种各样的报表帮助你去洞察用户的行为。AppSee则采用了“直接录屏给你看”的简单商务模式。
聚焦于单个用户的行为路径再现，其实在分析领域被颇受诟病，因为从统计学的意义来讲，个体很难在需求上代表广泛的用户群体，尤其当一个APP的用户数以千万、亿级时，单体的特征就愈加不被重视。那么AppSee为何还取得了很大的成功呢？（几个月前，APPSEE已经完成100万美元的融资）。
我想可能是因为，数据分析类产品无外乎按几个层次进行进化：1. 告诉你发生了什么（反映现实）？2. 告诉你为什么发生（分析原因）？3.
告诉你这些发生是否正常（评价体系）？4. 告诉你接下来会发生什么？（预测未来）。在反映现实这块，他们致力于提供一个更加全面的用户信息，让其能够足够代表大多数用户。但是某些潜在的机会点却被淹没在这“大多数”里，可能一些潜在的产品的改进点反而是由少数人引起的，因为大多数淹没了他们。此外，基于大多数，很难去重现用户的遭遇。比如当我们发现某个页面崩溃率比较高，但是它是如何崩溃的？从这其中捞到一个个体，还原TA的操作路径，能够帮助开发快速重现错误发生。
另外，传统的用户研究团队，做的很多工作，其实也是基于个体。小样本量可能无法告诉你大多数人想要什么，但是可能也足以帮助我们知道网站大概出了什么问题（据统计5名用户大约可以发现85%的问题）。而线下招募志愿者参与可用性测试显然成本较高，且用户在知晓处于测试期时的行为表现可能也无法代表真实状态下的表现，而使用AppSee不但可以节省可用性测试的高额成本，而且还让可用性测试随时、用户不知道的情况下进行。甚至可根据你设定的规则抽取符合某些要求的用户。
特色功能：
1. 用户录屏（User Recordings）
直接看到用户的每一步操作， AppSee能够记录每个屏幕,用户的每次点击以及各种手势动作。说实话，鉴于移动APP里面有很多隐形的交互，确实直观来看会比较激动人心，给你一个点击按钮的列表，谁愿意看啊。值得一提的是，现在很多聚焦于APP分析的产品都提供了系统崩溃的报表，但是很多没有解决开发者想要重现错误的需求。只有重现才能帮开发者更好去分析崩溃产生的原因。AppSee帮助你重现错误，你可以单独看看CRASH的录屏。
2. 触摸热图(Touch heat maps)
从个体聚合为整体的热图。目前貌似没有看到触摸热图和用户细分结合的功能。
3. 分析报告(In-App analytics)
除了上面显示的Overview外，令我垂涎欲滴的还有页面路径和转化漏斗，其中页面路径可以显示每个屏幕的图片啊啊啊啊啊……再也不用看着英文名字想到底是什么页面了。转化漏斗更为简单些，但是结合了简单的用户细分，还是能够看到新老用户的转化差异的。再加强些用户细分就更赞了。
|
