營銷分析與產品分析（第 2 部分）

編者註：在本系列中，當我提到“營銷分析”時，它包括過去被稱為數字營銷分析或網絡分析。

在本系列的上一篇文章中，我描述了營銷和產品團隊的角色如何受到數字化轉型的影響，並分享了一個例子，說明在數字體驗方面營銷和產品之間的界限會變得多麼模糊。 這篇文章將解釋營銷和產品分析產品的不同之處以及我們未來的發展方向。

正如我在上一篇文章中所說，在很多情況下，營銷或產品分析產品可以回答營銷和產品問題。 這是因為它們的功能有很多重疊之處。 這兩種類型的產品都允許您：

• 計算唯一身份訪問者
• 追踪內容
• 查看客戶路徑
• 創建轉化漏斗
• 跟踪數字營銷活動
• 建立用戶細分/群組
• 創建儀表板
• 等等

在使用這兩種類型的數字分析產品後，我發現營銷分析和產品分析供應商的最大區別主要在於他們如何強調他們共同擁有的功能的不同方面。 下面將概述我所看到的差異。

網站與應用程序

多年來，組織選擇使用營銷分析供應商而不是產品分析供應商的主要原因是它是否想在網站或移動應用程序上執行分析。 由於我在這篇文章中概述的原因，當移動應用程序出現時，它們成為產品團隊的領域，而網站傳統上是營銷團隊的領域。 這種部門的分歧通常導致每個團隊選擇自己的數字分析產品，營銷人員選擇營銷分析產品，產品團隊選擇像 Amplitude（或其產品分析競爭對手）這樣的產品。 當時，移動應用程序的數字流量要小得多，在某些情況下，使用網站的角色與移動應用程序不同。

但現在移動應用程序越來越受歡迎，並且同一用戶同時訪問應用程序和網站，這種分歧導致了不一致的客戶體驗，並使分析團隊更難以查看整個客戶體驗。 這是我預測未來幾年數字分析產品將趨同的原因之一。

基於會話/頁面查看與基於事件

在我的大部分營銷分析職業生涯中，營銷分析產品都是基於會話和頁面瀏覽量。 源於網站時代，營銷分析供應商默認捕獲唯一訪問者、訪問和頁面瀏覽量。 雖然這些頁面視圖和會話中總是存在事件，但該架構是圍繞頁面加載和會話構建的（通常持續到連續 30 分鐘不活動）。 當組織開始部署單頁應用程序 (SPA) 時，該模型首先遇到了挑戰。 營銷分析供應商必須創建解決方法來解決頁面瀏覽量中的活動。

相反，產品分析工具傳統上具有在應用程序或網站範式中工作的基於事件的模型。 對於喜歡跟踪許多客戶行為的產品團隊來說，基於事件的模型很有意義，其中許多行為發生在頁面瀏覽之間。 與營銷同行相比，產品團隊往往希望獲得更深層次的粒度。 回顧上一篇文章中的產品登錄頁面示例，您可以看到一些頁面內交互（例如過濾器、產品圖像懸停等）可能更適合基於事件的跟踪而不是基於頁面的跟踪追踪。 Gartner 在其新的研究報告中這樣描述它：“ ……基於會話的結構變得陳舊，與現代用例不兼容。 ”

Cookie 與用戶

在我從事營銷分析的大部分職業生涯中，很少有客戶有幸知道誰在使用他們的網站。 罕見的例子是讓客戶通過登錄進行身份驗證的銀行。 出於這個原因，營銷分析供應商在他們的產品中沒有“用戶”的概念。 如果你想看到“喬·史密斯”所做的一切，那是很有挑戰性的。 您可以識別他的 cookie ID，為該 ID 構建一個細分，並查看無窮無盡的路徑流報告。 儘管如此，仍然沒有簡單的方法來查看個人的完整事件流以及與這些事件相關的屬性/維度。

相比之下，許多移動應用程序和其他復雜的數字體驗都需要身份驗證。 出於這個原因，產品分析工具 [如 Amplitude] 具有定義的用戶配置文件，用於整理有關客戶的信息和他們所有活動的列表。 在某些情況下，產品分析工具甚至允許您使用 CDP 等其他用戶屬性來擴充用戶資料。

產品分析工具中的用戶配置文件功能還需要更高級的身份解析功能，以便跨會話和設備將經過身份驗證的用戶拼接在一起。 畢竟，除非您可以跨會話和設備準確識別同一客戶，並且以不依賴 cookie 的方式，否則您無法獲得準確的用戶配置文件和事件流。 這是營銷分析供應商最初依靠 3rd 方 cookie（或其廣告網絡）進行身份解析的領域，但近年來已轉向第一方和其他用戶身份解析方式。

收購與保留

營銷分析產品的原始用例之一是新客戶獲取。 當 Google 收購 Urchin 並將其轉變為 Google Analytics 時，數字營銷人員可以通過這種方式查看他們在付費搜索和展示廣告方面的投資表現和回報。 在許多方面，數字廣告是整個數字分析行業的推動力！ 出於這個原因，您今天仍然可以看到跟踪數字渠道和活動對於營銷分析供應商的重要性，並且他們在這方面具有強大的功能。 多年來，產品分析供應商並未關注與客戶獲取相關的功能。 有一些方法可以捕獲活動跟踪代碼，但歸因功能有限（在 Amplitude，我們現在正大力投資於獲取功能）。

傳統上，產品團隊對客戶和潛在客戶在數字體驗中所做的事情比他們如何到達那裡更感興趣。 因此，產品分析供應商往往具有更深入的功能來跟踪客戶保留率。 例如，在 Amplitude 中，有超過 20 種不同的訪客留存率報告排列。 雖然營銷分析供應商提供一些保留報告，但這是產品分析供應商更加重視的地方。

我們相信，未來組織將開始為客戶解鎖從獲取到保留再到貨幣化的整個客戶體驗的跟踪方式。 這就是為什麼我們一直在宣傳營銷和產品團隊應該加強協作。

電子商務跟踪

營銷分析供應商強調的另一個領域是電子商務跟踪。 雖然產品分析供應商可以跟踪產品、收入、購物車等，但營銷分析供應商提供的一些超高級功能在大多數產品分析工具中是不可用的。 這些電子商務功能側重於產品推銷、貨幣兌換等。當網站開始銷售產品時，此類功能至關重要，而且在數字/移動應用程序被視為可行的電子商務工具之前已經很多年了。 但現在越來越多的在線購買發生在移動應用程序中，大多數產品分析供應商都在提升他們的功能，以與營銷分析供應商平起平坐。

自助服務與集中分析

當營銷分析開始時，數據的第一批用戶是專注於衡量活動的營銷團隊。 最終，隨著營銷分析產品開始跟踪內容、路徑和渠道，越來越多的用戶希望訪問數據。 但當時，數據分析是一個相當新的領域，出於幾個不同的原因，許多（不是所有）組織繼續通過集中模型進行分析。 在這種集中式模型中，數據消費者將向集中式分析團隊提交數據和分析請求，而集中式團隊將提供儀表板或報告。 隨著時間的推移，許多組織開始教臨時數據消費者如何獲取自己的數據並構建自己的報告，但由於許多臨時數據用戶不精通數據分析，他們在分析方面常常難以“自助” .

在產品分析領域，我發現數字分析更傾向於自助服務。 我將此歸因於兩個主要原因。 首先，產品分析是在營銷分析之後幾年出現的，那時更多的大學正在推廣數據素養。 我知道當我上大學的時候，我只上了一兩節統計課，但我的孩子在高中畢業時已經學了這麼多！ 這意味著在產品分析進入市場之際，有更多了解數據並渴望立即掌握數據的員工隊伍。 其次，對產品分析感興趣的人往往比那些對營銷分析感興趣的人更具技術性。 當然，情況並非總是如此，但通常情況下，那些構建複雜的數字或移動應用程序的人往往是程序員或 UX 人員，他們了解代碼並且非常樂於報告與其產品相關的數據。

自助服務與集中式儀表

在前一項的基礎上，另一個差異化領域是數字分析儀器（有些人將其稱為實施）。 儀器是使用代碼在數字分析產品中收集數據的術語。 在營銷分析領域，營銷人員與開發團隊合作以識別他們的業務問題並確定回答這些問題所需的數據點是很常見的。 這些信息通常被轉化為標籤規範、數據層，然後在標籤管理系統中建模。 這種方法幾年前就開始了，因為營銷人員技術不夠，也沒有權限自己向網頁添加代碼。

但在產品分析領域，許多對產品有疑問的人都是構建產品的人。 因此，它們通常更具技術性。 因此，產品團隊通常會在產品中添加自己的代碼，以收集分析和改進產品所需的數據。 雖然我確信這個過程的某些方面仍然是集中的，但我交談過的許多團隊更喜歡“標記”他們自己的產品，因為它更快並且消除了不必要的瓶頸。 當然，這可能會產生其他數據治理問題，這就是為什麼 Amplitude （迭代地）收購了整個數據治理軟件產品的原因。

手動與自動洞察

我注意到營銷和產品分析產品之間的另一個區別是它們在多大程度上強調洞察自動化。 當我使用營銷分析產品時，有很多驚人的方法可以對您的數據進行切片和切塊，但產品自動識別改進機會的方法並不多。 大多數流行的營銷分析產品都有某種形式的機器學習和人工智能，但並不是在所有報告中都普遍存在。

我見過的產品分析產品似乎更強調在整個產品中嵌入機器學習和人工智能。 例如，如果您構建了一個轉化漏斗，Amplitude 等產品會向您顯示哪些事件和屬性有助於用戶完成漏斗或放棄。 營銷分析產品可以向您顯示他們可能偏離了哪些頁面，但不能顯示具體的事件和屬性以及詳細的統計意義。 統計數據和自動化洞察力的使用增加可能是由於產品分析產品後來出現的結果，或者是因為根據前面的說明，它們是為更精通數據的一代而構建的。 無論如何，這只是強調重點不同的另一個例子。

互操作性

數字分析行業最近的一個趨勢是互操作性。 許多組織現在都在談論他們的“MarTech 堆棧”和“分析堆棧”。 在過去的幾年中，組織希望使用“同類最佳”產品來滿足其營銷和產品需求的不同部分。 過去，集成不同的 MarTech 供應商或後端數據庫既耗時又昂貴。 但如今，API 讓在其他數字產品和數據庫之間發送數據和​​用戶群組變得更加容易。

在大多數情況下，營銷分析供應商傾向於“套件”方法（您在大部分 MarTech 堆棧中使用一個供應商），而產品分析供應商傾向於“同類最佳”方法。 這些方法中的每一種都有利有弊（可能稍後再發表一篇博文），但它一直是營銷和產品分析供應商之間的區別點。

未來

正如您所看到的，儘管營銷分析供應商在所有方面都相似，但他們在某些地方強調了不同的特性和功能。 在大多數情況下，一種類型的供應商缺乏重點，現在很可能會添加新功能。 隨著組織意識到使用多個數字分析供應商可能會從客戶體驗中分離出洞察力，我預測未來將會推動為營銷和產品團隊標準化一種數字分析產品。 最終，我看到所有數字分析供應商都集中在前面的項目上，以至於實際上無法區分營銷和產品分析供應商。 可能只有“數字分析”供應商。

正如您所料，在 Amplitude，我們相信行業趨勢正朝著產品分析功能而非營銷分析方向發展。 這種信念是我從營銷分析領域轉向產品分析領域的原因之一。 隨著隱私 (GDPR) 和 3rd 方 cookie 的劇烈變化，我相信未來將強調保留而不是獲取。 我還看到數字營銷人員轉向數字產品團隊的趨勢。

無論您同意還是不同意本博客系列中表達的觀點，我希望它能讓您在營銷和產品分析方面有所思考。 如果您認為我錯過了兩者之間的其他差異，請告訴我！ 如果您有興趣深入了解上述某些項目，我編寫了一份免費的數字分析產品購買指南，其中深入探討了其中一些領域。