看见用户，
不等于
理解用户。
30+ 商业平台、15+ 中国公司、14 个开源项目。 一份关于埋点、行为数据与产品决策的基础设施研究：产品怎么长出来，事件怎么被定义，数据最后归谁。
- SESSION
- 100 INDEX
- PRODUCT VIEW
- 64 −36%
- ADD TO CART
- 31 −33%
- PURCHASE
- 12 −61%
执行摘要：埋点分析的第二次分层
埋点平台正在从“事件工具”变成“行为数据基础设施”。真正的分水岭不是图表多少，而是事件语义、身份解析与数据主权归谁。
9′阅读 01市场地图：谁在卖“看见用户”的能力
七类玩家、三种交付形态、一个共同瓶颈：事件语义、身份与数据主权，正在决定谁能留下。
21′阅读 02商业平台（上）：产品分析的四条路线
四家都在卖“理解用户”，但入口、事件模型与计价单位并不相同；选错路线，功能越多，治理成本越高，退出也越难。
22′阅读 03商业平台（下）：回放、全渠道与平台巨头
回放、测量云与 CDP 被塞进同一张功能表，是采购里最贵的误判：三者卖的是三种商品，数据落点与计价单位都不同。
22′阅读 04中国平台：从“支持私有化”到“进入业务系统”
中国 UBA 的竞争不在图表：私有化已是默认交付，计价锚点分裂成三套，真正的差异是谁能把事件定义送进业务系统，且让客户走得掉。
22′阅读 05大厂自建：埋点平台为什么最后都长成“数据基础设施”
字节、阿里、腾讯、美团、滴滴、小红书、B 站、快手、京东的公开线索，拼出一条共同的演化路径。
24′阅读 06开源方案（上）：从 PostHog 到 Snowplow，谁能真正替掉 SaaS
开源给你代码，不给你事件语义、值班表和合规责任；能替掉 SaaS 的，是厂商仍在认真经营的那一层。
23′阅读 07开源方案（下）：OLAP、管道与一套能跑起来的自建栈
自建 UBA 的成败不在引擎跑分，而在事件模型、去重口径与谁值夜班；栈选错一层，三年后都要用人力补票，且很难回头。
23′阅读 08核心模块（上）：事件、身份与会话，才是平台的地基
一条事件要过七道关口，每一道都在改写它。平台真正的资产不是 SDK 和图表，而是可解释的事件契约与可审计的身份图谱。
24′阅读 09核心模块（下）：从漏斗到 Agent，分析如何变成行动
漏斗、留存、路径的差别不在图表，而在窗口、计数单位与重入；这些默认值决定 AI 给出的是洞察，还是更快的错误。
24′阅读 10参考架构：把事件流做成可查询、可治理、可负担的系统
架构没有标准答案，只有对写入、查询、实时性、隔离和成本的明确取舍；三套栈，对应三种规模与组织能力。
24′阅读 11选型与落地：买什么、建什么、先做什么
选型不是选功能最多的，而是选“事件语义、数据主权、退出能力”最匹配的；90 天也不是上线所有看板，而是用两个真实决策证明数据可信。
24′阅读01市场没有全能冠军，只有三种交付形态
SaaS 套装、warehouse-native/composable、私有化/自建，各自解决不同约束。用一张功能表横向打勾，会把交付方式、数据主权和三年总成本全部遮掉。
02护城河从查询界面转向事件语义与行动闭环
当每家都能做漏斗和留存，差异就落到 taxonomy 能否治理、身份能否合并、洞察能否直接变成人群、实验和应用内引导。Amplitude 连续收购行动端产品、接手 Statsig 品牌与客户，买的不是更多图表。
03Warehouse-native 是交易，不是时尚
真正的 warehouse-native 把计算下推到客户数仓，数据不出域；“仓库连接器”只是把数据搬进厂商平台。两者架构、成本与退出方式完全不同。没有数仓口径的公司，上 warehouse-native 是空中楼阁。
04全埋点降低采集成本，却把成本转移到治理
autocapture 能快速覆盖点击与页面浏览，但无法自动产生业务语义。事件越多，命名、去重、废弃、血缘和验收的负担越重。埋点治理不是规范文档，是平台能力。
05身份解析是最容易被低估的失败点
匿名 ID 与登录 ID 的合并顺序、跨端、家庭/企业账号、登出与隐私选择，都会改变漏斗和留存。很多“数据不准”不是采集丢失，而是身份合并错了，且不可回滚。
06中国市场的竞争单位是交付、行业模板与私有化
神策、GrowingIO、DataFinder、Quick Tracking 的差异往往不在图表，而在部署方式、行业 know-how、数据合规与服务能力。买产品的同时，也在买母公司的存续能力与交付队伍。
07开源的边界不是代码，而是运维、合规与规模
PostHog、Snowplow、Matomo 能覆盖大量标准需求，但升级、备份、监控、审计与合规责任仍然在你自己身上。开源省 license，不自动省人力。
08CDP、实验、回放都在侵入 UBA，但不会替代分析
CDP 解决“触达谁”，实验解决“哪个更好”，回放解决“为什么”。平台整合是产品趋势，不是能力等价。把 CDP 当分析工具，最后会得到一个能发人群、但不能解释为什么的系统。
09AI 让查询更容易，也让错误答案更便宜
NLQ、自动洞察、Agent 降低了使用门槛，但如果没有事件语义、指标口径和权限治理，AI 只会更快地生成看起来合理的错误结论。竞争点不是模型，而是可信语义与可溯源。
10选型的核心是退出能力，不是功能清单
事件元数据、历史查询、人群定义、实验记录和原始明细能否导出，决定了三年后是被锁定，还是能换一条路线。合同要写清数据导出、迁移支持、控制权变更与 AI 训练条款。
从一条事件，到一次决策。
埋点平台不是一个“看板工具”。它是一条从 SDK 到行动的长链路，每一层都有自己的失败模式。点击左侧任意一层，查看这一层真正需要回答的问题。
采集：把行为变成可传输的事件
Web、App、小程序、服务端与边缘网关。真正的难点不是“发出去”，而是在发送前完成鉴权、限流、脱敏、批量与离线补偿。
- 手动埋点、全埋点、可视化圈选与服务端事件，语义质量完全不同
- SDK 体积、初始化时机、广告拦截与 first-party domain 决定覆盖率
- 同意管理必须在采集前生效，而不是在仓库里补删