跳到正文

#数据分析

今日 10 条
9月3日周四
  1. Plausible Analytics Blog20

    Web analytics 与 product analytics 的核心区别及如何选择

    Plausible 在博客中区分了 Web analytics 与 product analytics:前者回答访客从哪来、哪个落地页和活动带来注册、在哪一步离开注册流程,用于优化获客、内容与转化;后者回答新账户是否达到激活里程碑、用了哪些功能、第 7 天或第 4 周是否回访、受邀团队是否比个人用户留存更好,用于优化激活、功能采用与留存。

9月1日周二
8月31日周一
  1. Neon Blog34

    Neon 的 Lakebase Postgres 如何实现自动扩缩容

    Neon 的 Lakebase Postgres 通过自动扩缩容省去了手动选择实例规格的步骤,其生产数据库平均每月调整计算规格 32,016 次,约每 81 秒一次。该机制基于计算与存储分离架构,通过原地 VM 调整和跟踪 CPU、内存及工作集的算法实现,最终目标规格取三者最大值并受用户配置的扩缩容上下限约束。

8月28日周五
8月27日周四
8月26日周三
  1. Sentry Blog18

    如何评估 Session Replay 软件:开发者指南

    评估 Session Replay 软件需先区分两类用途:面向产品经理的 UX 分析工具侧重热图与漏斗,面向工程师的调试工具侧重回放与错误的关联。录制方式分 DOM 快照加变更记录(如 rrweb、Sentry 采用)与像素捕获,前者更易压缩、可在 SDK 层脱敏,后者对复杂 CSS、canvas 和第三方 iframe 还原更准。

8月24日周一
  1. PostHog Blog17

    PostHog:数据行业的报告都在描述同一个「上下文仓库」

    PostHog 产品营销人员读完大量数据行业报告后发现,各家厂商虽从自己的技术栈切片描述问题,但指向同一个解法:上下文仓库。报告显示,平均每家公司运行 106 个 SaaS 应用,56% 的团队将数据质量列为最常见挑战,42% 的团队称超过一半的 AI 项目停滞,原因是数据就绪度不足。

8月20日周四
  1. Lago Blog22

    Lago:AI 在 RevOps 里能做什么、还不能做什么

    Lago 认为 AI 在 RevOps 中目前真正有效的是跨系统查询、异常提示和例行输出起草,且结果仍需人工复核。它尚不能替代账户策略判断,也无法修复 CRM 与计费系统之间的数据质量问题,只会更快暴露或掩盖不一致。RevOps AI 工具的质量上限由底层计费数据决定,而非 AI 层本身。

  2. Amplitude Blog34

    Amplitude 推出 Agent Analytics:把 AI Agent 表现连到产品转化与留存

    Amplitude 正式发布 Agent Analytics,所有 Amplitude 套餐(含免费版)都带一定用量额度,可为每个 Agent 会话自动打分。它内置任务完成率、响应质量、用户意图、会话安全、用户摩擦、负面反馈和数据质量等 Signals,并支持 BYOK 自定义评估与主题聚类。设计伙伴 Cashbook 发现,首次 AI Agent 会话体验差会让留存下降 15%。

8月19日周三
  1. Stripe Blog34

    Stripe 调研:57% 独立工作者愿接受稳定币收款,新兴市场成主要需求来源

    Stripe 对 20 个国家 2,300 多名独立工作者的调研显示,57% 的人愿意在平台支持下接受稳定币收款,理由是传统跨境通道费用高、结算慢。新兴市场仅 18% 的独立工作者目前已收到稳定币付款,中东地区接受意愿最高(69%),撒哈拉以南非洲 72% 通过数字钱包收款。

8月18日周二
  1. Amplitude Blog22

    Amplitude 如何测试 Global Agent 聊天框在产品中的位置

    Amplitude 通过逐页面测试其 AI 聊天体验 Global Agent 的位置来提升采用率。新用户引导中,基于用户职位定制的提示让转化率提升至原版本的 2 倍;Home 页把仪表盘换成居中的聊天框后,Global Agent 参与度上升 55%,仅不到 3% 用户切回旧版。测试还发现,注册后 7 天内向 Global Agent 提 3 个问题的用户留存明显更高。

8月17日周一
8月14日周五
  1. Lago Blog24

    Lago 谈金融场景下的生成式 AI:哪些用例是真的,哪些是炒作

    Lago 认为生成式 AI 在金融领域目前真正可用的是三类场景:起草催款邮件等常规沟通、把交易数据或合同压缩成可快速浏览的摘要,以及基于干净结构化财务数据的自然语言查询。最危险的失败模式是无依据地生成数字,模型会以同样自信的语气给出错误数据;其次是让生成式 AI 做判断类决策,以及底层数据本身混乱。选型时应追问每个数字能否追溯到可核查的源记录、不知道答案时是否会说不知道、是否有强制的人工审批环节。

  2. Backlinko38

    Backlinko 指南:如何用 Prompt Tracking 找出并修复 AI 可见度缺口

    Backlinko 发布 Prompt Tracking 指南,教品牌监测自己在 LLM 回答中的提及与引用情况,并附免费追踪表格。文中引用 Orbit Media 数据称 55% 美国网民把 AI 作为主要或常用研究工具,32% 用它获取产品推荐;G2 数据显示 71% 的 B2B 软件买家已用 AI 聊天机器人做产品调研,高于 2025 年的 60%。

8月12日周三
  1. HubSpot Marketing Blog22

    AI 搜索可见度 ROI 怎么衡量:三层框架与关键指标

    HubSpot 提出用可见度、互动、收入三层框架衡量 AI 搜索可见度 ROI:可见度看品牌在 AI 回答中的出现率与引用率,互动看品牌词搜索提升与直接流量,收入看 CRM 中的商机影响。文中提到 2026 年 1 月美国自然搜索流量同比下降 2.5%,同期 AI 引荐到零售网站的流量增长 693%,而 AI 搜索引擎很少共享引荐数据,导致归因困难。

  2. HubSpot Marketing Blog22

    AI 搜索时代该追踪哪些 KPI:HubSpot 拆解 AI 可见度、引用份额与转化归因

    HubSpot 发布 AI 搜索 KPI 指南,指出 AI 来源访客的转化率是普通自然流量的 4.4 倍(Semrush 数据),品牌即使流失 40% 流量仍可能在 AI 搜索中胜出。指南将指标分为直接指标(AI 可见度率、引用份额)、代理指标和业务结果指标三层,并提醒不要只看可见度而忽略引用份额与转化数据。

8月11日周二
  1. Mediavine Blog28

    Mediavine 重建 S2S 广告竞价系统:竞价速度提升 18-24%,服务器用量降至三分之一

    Mediavine 从零重建了其 server-to-server(S2S)广告竞价基础设施,竞价速度提升 18-24%,处理能力减少约 60%,服务器数量降至原来的三分之一。该系统分阶段切换流量(2%、26%、38%、50% 直至 100%),历时 43 天完成,上线后 24 天内为发布商带来额外收入和广告主平均出价提升。发布商无需做任何设置,重建后的系统会在每次页面浏览时自动生效。

8月10日周一
8月6日周四
8月5日周三
  1. Neon Blog40

    Neon 与 Castform:训练成本降低 100 倍的检索模型

    Castform 联合创始人 Ying Hang Seah 表示,把 Castform 指向 Neon 可跳过数据清洗与大规模检索基础设施两道门槛,让团队数据库里的原始数据直接变成可用训练数据。其称多数团队最好的训练数据一直躺在自家数据库里,而让 agent 低成本地读取、搜索和修改数据需要高级基础设施。

8月4日周二
7月31日周五
7月28日周二
  1. Plausible Analytics Blog22

    Plausible Analytics 指南:如何准确查看自己网站的流量

    Plausible Analytics 发布指南,说明只有在自己拥有的网站上安装分析工具,才能获得基于真实访问的第一方数据,外部流量查询工具只能估算。指南给出 8 步流程:安装分析、选择日期范围、查看访客/访问/页面浏览量、来源、页面、UTM 活动流量、转化与目标、诊断流量暴涨或下跌。Plausible 提供自动集成验证工具,日期选择器可对比上一周期、去年同期或自定义周期。

7月24日周五
  1. OpenRouter Blog34

    OpenRouter 推出 Classifiers:追踪 AI Agent 行为与成本

    OpenRouter 上线 beta 版 Classifiers,可按自定义分类体系为每次生成请求打上结构化标签,用于 AI 用量与成本归因。分类器由分类体系(最多 8 个维度)、分类提示词、分类模型和采样率四部分组成,异步运行不影响推理延迟,并提供部门、受众、任务类型等 6 个预设模板。

7月21日周二
7月17日周五
7月16日周四
7月15日周三
  1. Amplitude Blog22

    Amplitude 分享 7 步框架:如何衡量一个新功能是否成功

    Amplitude 发布一套 7 步框架,用于衡量新功能对留存、转化和参与度的实际影响。以音乐流媒体 App 的分享功能为例,上线首周每天产生 1000-1700 次分享,但仅约 0.04% 的日活用户使用;按内容类型和订阅套餐(Free、Premium、Student、Family)拆分事件属性后,发现单曲分享最多、Student 套餐用户占比最高。