商业平台（上）：产品分析的四条路线

2026 年，这四家公司已经不在同一张“产品分析”表上竞争。Amplitude 把事件、实验、回放、引导、CDP 与 Agent 装进一个平台；Mixpanel 把“分析师当天就能查出答案”做成产品；Heap 把“先采集、后定义”做成入口；Pendo 把“让用户真的用起来”做成生意。四种入口，对应四种数据模型、四种账单，也对应四个不同的签字人。如果只用一句话概括：Amplitude 卖语义，Mixpanel 卖速度，Heap 卖采集，Pendo 卖行动。

把四家放在一起打功能分，通常会得到“Amplitude 最全，所以最值得买”的结论。这个结论跳过了三个更靠前的问题：事件语义由谁定义，数据在哪里计算，洞察之后由谁执行。功能表只能回答“有没有”，回答不了“用不用得起、带不带得走”。

本章以 2026 年 10 月抓取的官方定价页、产品文档、财报与并购公告为主。第三方价格样本只用于判断量级；客户数只当作方向性信号，因为同一家公司同一年的公开页面，客户数可以差一个数量级。

2.1 四条路线#

四条路线的起点不是功能，而是“第一次付费的理由”。Amplitude 卖“更深的分析，而且能立刻做实验”；Mixpanel 卖“今天就能上手”；Heap 卖“不改代码先把数据收上来”；Pendo 卖“让用户真的用起来”。

入口决定了数据模型。Amplitude 与 Mixpanel 把语义放在事件层：事件名、属性、用户、分组，先定义再分析；Heap 把语义后置到分析时，先用 autocapture 收全量，再用虚拟事件补定义；Pendo 把语义放在页面与功能层，事件只是补充。语义越靠前，治理成本越高，可复用性越强；语义越靠后，上手越快，越难回答“这个点击到底意味着什么”。

入口也决定了预算归属。Amplitude 的合同通常由产品与数据平台共同签，Mixpanel 常由产品团队用部门预算自助购买，Heap/Contentsquare 走 CX、电商或市场预算，Pendo 走客户成功与产品运营。预算归属决定了合同周期、安全审查的严格程度，以及续约时谁有动力砍掉它。

这一轮整合里，资本买的是“行动端”，不是“图表端”。Amplitude 先后买下 Command AI（应用内引导）、Kraftful（定性反馈）、InfiniGrow（营销归因），并在 2026 年 5 月接手 Statsig 的品牌、产品与客户 Statsig 交易；Pendo 买 Zelta、Forwrd、Chisel，把反馈、预测与 PM Agent 收进采用分析 Chisel 收购；Contentsquare 买 Heap 与 Loris，把产品分析与对话接进旅程 Heap 交割；Mixpanel 买 DoubleLoop，补指标树与业务上下文 DoubleLoop。没有一家在买“更好的漏斗图”。

计价单位也在同一时期集体迁移。Mixpanel 把 MTU 降级为 legacy billing，改为事件计价 MTU 说明；Amplitude 在 2023–2026 年之间三次调整计价口径，最终把 MTU 从套餐卡上拿掉 第三方定价史；Heap 与 Contentsquare 坚持会话计价；Pendo 坚持 MAU。计价单位不是财务细节，它决定了厂商鼓励你多采集还是少采集。

数据主权则从“加分项”变成“一票否决项”。四家都没有中国大陆区域：Amplitude 只有美国与欧盟，Mixpanel 有美国、欧盟、印度，Pendo 有美国、欧盟、澳大利亚、日本，Heap 的区域存储只在 Premier 套餐。对涉及个人信息出境的企业，这是合规门槛，不是偏好问题。

判断：四家的分水岭不是“有没有漏斗和留存”，而是“事件语义由谁定义、行动在哪里发生”。Amplitude 与 Mixpanel 把语义放在事件层，Heap 把语义后置到分析时，Pendo 把语义放在页面与功能层。语义层越靠前，治理成本越高，可复用性越强。

2.2 Amplitude：把“分析之后”全部买回来#

Amplitude 是四家里唯一把“分析—实验—引导—CDP”做成一条产品线的上市公司，也是唯一能用 SEC 口径核对收入的。它的强来自完整，它的贵也来自完整。

公司与产品面。 2012 年成立，纳斯达克上市（AMPL），联合创始人兼 CEO 为 Spenser Skates。2026 年 Q2 ARR 4.10 亿美元、同比增长 22%，季度收入 1.009 亿美元，年付 10 万美元以上客户 824 家、同比增长 30% Q2 2026 财报。2025 财年 ARR 3.66 亿美元、营收 3.432 亿美元，客户 4,700 余家，其中 10 万美元以上 698 家、100 万美元以上 56 家，美元净留存率 105%；企业客户与多产品客户贡献 74% 的 ARR FY2025 财报。这组数字说明它已经越过“产品团队工具”的阶段，收入越来越依赖大客户的多模块采购。

产品分四层：Insights 含 Product Analytics、Session Replay、Heatmaps、Marketing Analytics；Action 含 Feature Experimentation、Web Experimentation、Feature Management、Guides & Surveys、Activation；AI 含 Agents、Assistant、AI Feedback、AI Visibility、MCP、Wave、Agent Analytics；Data 含 Amplitude Data（CDP）与 Data Governance 产品索引。四层之间是一条从“看见”到“改变”的链路：分析产生人群，人群进入实验或引导，结果再回到分析。

事件模型。 Amplitude 以事件、用户、分组为核心。Autocapture 在 Web 端采集会话、页面浏览、点击、表单交互、文件下载、营销归因与 URL 富化；在 iOS/Android 采集安装、升级、会话与屏幕浏览 Autocapture 文档。它也支持精确埋点、可视化圈选，以及用 Ampli 根据 tracking plan 生成强类型 SDK。身份的边界写得很直白：标准身份解析不能合并两个已经建立的 User ID，跨项目只能用 Portfolio 的 User Mapping API；官方文档还承认，Data Assistant 检测不到“登录后丢失 user_id”这类问题 数据文档。这条限制会在“匿名—登录—换设备—再登录”的链路里变成双 profile。AI 能加速查询，但不能替代埋点验收。

分析与 AI。 分段、漏斗、留存、路径、人群、公式、预测、归因都在平台内；实验支持序贯检验、T 检验、多臂老虎机、CUPED、互斥组与 holdout，客户端与服务端都可部署 Experiment。这是四家里实验能力最完整的一套，也是它区别于 Mixpanel 的核心。AI 侧，Global Agent、Specialized Agents、Wave 与 MCP 能跨图表、实验、回放解释指标变化，生成机会清单，甚至触发实验、活动与内容变更；Friction Monitor 仍标 Early Access。判断 AI 成熟度不要看演示，要看三件事：能读哪些表、能不能写回业务系统、写之前谁批准。

部署与定价。 SaaS，美国与欧盟两个数据中心。Snowflake Native 于 2024 年 6 月 4 日 GA，把查询下推到客户自己的 Snowflake，数据不出仓库 GA 公告。这是四家里唯一真正的 warehouse-native：计算在客户仓库，平台只带 UI、语义与调度。代价是只覆盖 Snowflake，BigQuery 与 Databricks 仍要导入。

定价按事件量，席位不限。Free 永久 200 万事件/月、1 万次回放/月；Plus 从 0 美元起，前 200 万事件免费，可扩到 7,000 万事件；Growth 与 Enterprise 定制报价，回放上限分别 2 万与 5 万次/月，留存统一 1 个月，延长另购 定价。融资低于 1,000 万美元、员工少于 20 人的初创公司可免费用 Growth 一年。第三方读数显示，年付 1,000 万事件约 576 美元/月，7,000 万约 4,692 美元/月 第三方读数。这是 C 级证据，不能直接当报价。隐藏成本在 SSO（Growth 起）、SCIM 与数据访问控制（Enterprise）、回放留存延长，以及 AI 用量。

2025–26 的变化与限制。 2025 年 7 月 10 日买 Kraftful Kraftful，2026 年 1 月 14 日买 InfiniGrow InfiniGrow，2026 年 5 月 5 日接手 Statsig 的品牌、产品与客户。更早的 2024 年，Command AI 已经补上应用内引导 Command AI。最后一笔最特殊：Statsig 团队在 2025 年 9 月 2 日加入 OpenAI Statsig 公告，Amplitude 拿到的是实验与 Feature Flag 的客户基础，不是组织能力。这是一次“资产与团队分离”的交易，也提醒买方：被收购不等于产品会更安全。

优势与限制。 优势是平台完整度最高、实验与 Feature Flag 最强、治理与上市公司透明度更好，不限席位对“全员看数”友好。限制同样明显：事件计价在高事件量、autocapture 全开时成本上升快；平台越宽，tracking plan 不做好，图表越多越乱；warehouse-native 只覆盖 Snowflake；身份合并有硬边界；AI 功能依赖既有语义质量。团队没有专职的数据或埋点负责人时，Amplitude 的广度会变成负担；核心需求只是“看页面点击和录屏”时，为实验与 CDP 付费是浪费。

判断：Amplitude 买的是“分析之后的每一步”，这让它在四家里最难被替代；但它把治理成本留给了买方——事件计价奖励少采集，平台广度要求多治理，两件事天然拉扯。

2.3 Mixpanel：把“第一次查询”做成生意#

Mixpanel 是四家里最克制的一家。它不建 CDP，不卖重实施，不追“全公司操作系统”，而是把赌注押在“第一次查询的体验”和“透明的事件计价”上。

公司与产品面。 2009 年成立，独立私营，CEO 为 Jen Taylor（截至 2025 年 10 月公开信息）。2021 年 11 月获 Bain Capital Tech Opportunities 2 亿美元 C 轮，估值 10.5 亿美元，累计融资 2.77 亿美元 Bain 公告；截至 2026 年 10 月，未发现被收购的官方公告，股权结构待核实。产品包括 Analytics（Insights、Funnels、Retention、Flows、Cohorts）、Session Replay、Heatmaps、Experiments、Feature Flags、Metric Trees、Lexicon、Warehouse Connectors、Data Pipelines、Cohort Sync，以及 Agent 与 MCP。

事件模型。 事件、属性、用户画像、分组（Group Analytics）。Web 端 autocapture 默认开启，采集页面浏览、滚动、表单交互、元素点击、归因、死点击与怒点击；移动端也支持屏幕浏览、点击、死点击与怒点击，但移动端点击采集仍是 beta 且默认关闭。默认排除输入框内容、密码与表单值，只采集 class、name、aria-label、role、title、type 等有限属性 Autocapture。这个默认值比“能采多少”更重要：它决定了回放与事件里会不会出现 PII，也决定了客户能否在合规评审时少改一轮代码。

分析与 AI。 事件分析是四家里最顺手的，公式、分组、cohort、留存与漏斗路径都成熟。Lexicon 提供事件与属性的数据字典 Lexicon，让治理有一个具体落点；2025 年 8 月 26 日推出的 Metric Trees 把指标之间的因果关系做成可协作的树 Metric Trees；2025 年 10 月 7 日收购 DoubleLoop，补的正是“指标与业务结果”的结构化。实验按 MEU（月度实验用户）计量，Feature Flag 与实验共享套餐额度 Experiments，起步晚于 Amplitude，但够用。AI 侧有 Mixpanel Agent、Root Cause Analysis 与 MCP Connections；MCP 仍标 BETA，Agentic Automations 与 Real-Time Event Streams 也在 beta MCP 文档。

部署与定价。 SaaS，默认美国 GCP；欧盟驻留项目使用 api-eu.mixpanel.com，印度也有驻留选项，没有澳大利亚/日本区域 欧盟驻留。仓库侧是“导入”而不是“下推”：Warehouse Connectors 支持 Snowflake、BigQuery、Databricks、Redshift、Postgres，付费事件套餐续约时免费附带；Mirror 模式会把仓库中的删除与修改同步回 Mixpanel Warehouse Connectors。数据主副本仍在 Mixpanel，这是它与 Amplitude Snowflake Native 的根本差别。

Free 100 万事件/月、1 万次回放/月、1,000 MEU、10 个活跃 Flag；Growth 从 0 美元起，官方示例为 150 万事件/月、年付 1,200 美元（100 美元/月，折合 1,800 万事件/年），上限 2,000 万事件/月、50 万次回放/月、5,000 MEU、50 个 Flag；按公开价目，1,000 万事件/月年付 840 美元，2,000 万 1,635 美元；Enterprise 上限写到 1 万亿事件/月 定价。旧 MTU 合同 2 万美元/年起，只在客户每月超过 10 万用户或 500 万事件时由销售介入 MTU 说明。回放 Free/Growth 默认 30 天，Enterprise 可配 7–365 天，12 个月只是其中一个档位。

2025–26 的变化与限制。 2025 年补 Metric Trees、仓库导入与 DoubleLoop；2026 年补 Agent 与 MCP。它的优势是上手最快、查询体验好、事件计价透明、免费层足够做真实 POC；欧盟与印度驻留对出海团队友好。限制是行动端最窄：没有原生应用内引导，人群要同步到外部工具；实验与治理不如 Amplitude 厚；企业权限、审计与合规档位更薄；没有澳大利亚/日本区域。

Mixpanel 的真正资产是“第一次查询”与自助购买链路，这让它在 PLG/SMB 市场获客便宜；但这也意味着它最容易被当成“够用就好”的工具。向上，它要面对 Amplitude 的实验与治理；向下，要面对 PostHog 的开源与一体化。2026 年的 Agent 与 MCP 是向上走的尝试，但行动端仍要靠外部工具补齐。

2.4 Heap 与 Contentsquare：一次还没收尾的整合#

Heap 是这四家里唯一已经失去独立身份的。2023 年 12 月 7 日交割后，它从一家以 autocapture 起家的公司，变成 Contentsquare 的产品分析模块。

公司与产品面。 Heap 2013 年成立；Contentsquare 2023 年 9 月 28 日签约收购，12 月 7 日完成，称这是其最大一笔收购 交割公告。Contentsquare 在 2022 年 7 月宣布 6 亿美元融资、估值 56 亿美元，累计融资 14 亿美元 融资报道，覆盖 130 万网站、1,300 多家企业品牌。客户数口径冲突得很典型：同一份交割公告里，正文称 Heap“超过 10,000 家公司（companies）”，About Heap 段落又称“超过 1,000 家企业（businesses）”，未说明是否付费/企业级口径；Heap 官网导航写“9,000 多家成功公司” Heap 定价页。三个数字并列时，最诚实的用法是“量级在数千到一万之间，口径待核实”。

产品分两条线。Heap 侧有 Capture、Charts、Journeys、Segments、Dashboards、Playbooks、Illuminate、Sense AI、Session Replay、Heatmaps、Governance、Heap Connect；Contentsquare 侧有 Session Replay、Heatmaps & Zoning、Journeys、Attribution、Product Analytics、Surveys、Conversation Intelligence、Errors & Performance、Experimentation 产品分析。2026 年 10 月 13 日，Contentsquare 发布“AI-first Experience Platform”，把人类、LLM 与 Agent 流量放进同一套旅程分析，加入多会话旅程、WebMCP 监控与 agentic experimentation 平台发布。

事件模型。 Heap 的核心是 autocapture（官方称 Smart Capture）：Web 端一次安装采集浏览、点击、滑动、表单填写；移动端支持原生与跨平台框架的自动采集，也支持手动事件与服务端 API Capture。它保留“先采集、后定义”的能力，虚拟事件可以回溯；Heap Connect 把行为数据、虚拟事件与用户属性同步到 Redshift、BigQuery、Snowflake 或 S3，且可回溯 Heap Connect。身份侧支持 identify、alias、账户属性与服务端 track 开发者文档。这套模型的优点是上线快，缺点是“事件”在采集时没有业务含义，分析阶段才被命名；命名一旦混乱，回溯也救不了语义。Contentsquare 侧则以页面、会话与旅程为单位，回放与热图是主数据源，事件是补充。

分析与 AI。 漏斗、留存、路径、分群、看板、Playbooks；Illuminate 用数据科学找“未知摩擦”；Sense 用 AI 找摩擦并量化收入影响；回放与热图是体验分析的入口。Contentsquare 的强项是多会话、跨设备、跨渠道旅程，以及把对话与 LLM 流量当作事件纳入分析。AI 侧，Sense 与 Sense Analyst 能识别摩擦、量化收入影响、摘要会话与热图，甚至写邮件与工单；Sense Analyst lite 仍标 Beta。它的“写权限”比另外三家更靠前，采购时要把“AI 能写什么、谁批、怎么回滚”写进安全评审。

部署与定价。 SaaS。Heap 只在 Premier 套餐提供区域特定存储 Heap 定价；Contentsquare 的公开文档没有列明区域选项，区域选项待核实，需在合同中确认。合规上，Contentsquare 信任中心写 ISO 27001、27017、27018、27701 与 SOC 2 Type II，并明确 Heap 与 Hotjar 已并入 信任中心。

计价按会话量。Heap Free 每月 1 万会话、6 个月数据、SSO；Growth 起价需在安装后获取估算；Pro 与 Premier 定制，回放为加购，Heap Connect 在 Pro 需加购、Premier 包含 Heap 定价。会话的定义是 Web 端 30 分钟无页面浏览、移动端 5 分钟无活动。Contentsquare 的 Experience Analytics Free 给 20 万会话/月但只有 1 个月数据访问；Growth 月付 49 美元、年付 39 美元/月，对应 7,000 会话，可扩到 20 万；Pro 定制 Contentsquare 定价。两套价目表并存，说明整合还没有完成到“一个产品、一个价格”。

2025–26 的变化与限制。 2025 年 10 月完成对 Loris 的收购，把语音与文本对话接进旅程 Loris 收购；2026 年 9 月 15 日的文档把 Heap Core SDK 与 Contentsquare SDK 合并为统一的 CSQ SDK，支持从 Heap Core、Heap Classic、Heap + Contentsquare 三种旧组合迁移，CocoaPods 将在 2026 年 12 月 2 日后停止发布新版本 SDK 迁移；2026 年 10 月 13 日发布 AI-first 平台。优势是“安装到看见数据”的时间最短，autocapture 对快速迭代的产品很实用，体验分析与产品分析在同一平台，企业认证齐全，电商与 CX 模板深。

限制首先是整合期的三个结构问题：两个产品、两套计价、两个品牌。客户需要判断自己买的是 Heap 还是 Contentsquare，迁移窗口与路线图要写进合同。会话计价对“长会话、低事件”的产品可能更贵，对“高频短会话”更便宜；产品分析的深度（公式、实验、治理）仍弱于 Amplitude 与 Mixpanel；区域存储要 Premier，门槛不低。

整合有三种可能路径：双产品并行、统一平台、Heap 成为 Contentsquare 的产品分析模块。2026 年 10 月的证据更接近第二与第三条之间：文档已统一，定价页仍分开，销售话术仍在讲 Heap。采购时要问：合同主体是谁、续约时会不会被要求换 SKU、历史 Heap 数据能否留在原区域、回放是否强制绑定 Contentsquare、CSQ SDK 的迁移窗口、Heap 品牌是否还有独立路线图。

判断：买 Heap 不等于买 Contentsquare。前者是按会话计价的产品分析模块，后者是按体验分析打包的平台；一张合同里可能同时存在两套计价、两条路线图，签约前要确认自己买的是哪一条。

2.5 Pendo：卖的是“用起来”，不是“查得到”#

Pendo 的起点不是“分析”，是“采用”。它先回答“用户有没有用上这个功能”，再回答“为什么不用”。这个顺序决定了它的数据模型、计价单位与买单人。

公司与产品面。 2013 年成立，独立私营，CEO 为 Todd Olson。2021 年 7 月完成 1.5 亿美元 F 轮，估值 26 亿美元 F 轮。产品包括 Product Analytics、In-app Guides、Session Replay、Listen（反馈）、Predict（流失/增购预测）、Agent Analytics、Command Center、Orchestrate、Data Sync、Sentiment、Leo（内置 AI）、MCP Server，以及 2026 年 5 月 27 日开放 beta 的 Novus；完整清单与定价见定价页。

事件模型。 Pendo 的模型是“页面 + 功能 + 访客 + 账户”。安装 snippet 后自动采集页面加载与功能点击，AI tagging 读取路由结构来识别页面与功能，减少手工标注 产品分析。不在自动采集范围内的事件用 Track Events，客户端或服务端发送，必须带 Visitor 与 Account ID；每个应用最多 5,000 个命名 Track Event Track Events。这个上限来自产品定位：Pendo 不打算做通用事件分析，它要的是“功能采用”这套结构。代价是复杂事件语义、自由探索与自定义分析会被卡住。

分析与 AI。 采用率、功能使用、路径、漏斗、留存、引导转化、NPS/CSAT、反馈主题、流失预测、Agent 采用与对话分析。它的强项是“从数据到动作”：同一套人群可以触发引导、邮件、Survey 或 Orchestrate 旅程。弱项是自由探索：不提供 SQL 探索界面，事件级分析受 5,000 个 Track Event 与页面/功能模型约束。AI 侧有 Leo、MCP 与 Novus；Novus 把入口从“安装 snippet”改成“连接代码库”，用 Agent 自动埋点、生成 PR、维护产品记忆，但要求人批准后才合并 Novus。它仍是 beta，稳定性、代码安全与定价都未定。

部署与定价。 SaaS，GCP 上四个独立环境：美国、欧盟、澳大利亚、日本；环境之间不复制数据，客户可选择 全球托管。合规页列 SOC 2、GDPR、TX-RAMP、HIPAA，未列 ISO 27001 信任页。按 MAU 计价：Free 500 MAU；Base、Core、Ultimate 均按自定义 MAU 报价，Base 不含回放（加购），Core 含回放，Ultimate 再加 Sentiment、Orchestrate、Listen 定价。MAU 定义为最近 30 个日历日内至少活跃一次的独立访客，多应用不额外收费。2026 年，Pendo Free 对新用户不再作为主推，改为 AI 原生免费产品 Novus（开放 beta，无 MAU 限制，付费层计划在 GA 后推出）Pendo Free。

MAU 经济学。 Pendo 的账单随客户活跃用户增长，而不是随事件量或席位。对 B2B SaaS，这与“客户成功”的计费逻辑一致；对 C 端或免费增值产品，MAU 会把大量不付费用户计入账单。一个 50 万 MAU 的消费级产品，Pendo 通常不是最优解；一个 5 万 MAU、客单价高的 B2B 产品，MAU 账单反而可预测。

2025–26 的变化与限制。 2025 年 7 月 9 日收购 Forwrd.ai，成为 Pendo Predict Forwrd；2025 年 10 月收购 Product Collective Product Collective；2026 年 2 月 3 日收购 Chisel Labs，Pendo 称其为 18 个月内第四笔收购、第三家 AI-native 公司，并在浦那设印度办公室 Chisel；2026 年 5 月 27 日开放 Novus beta。更早的 2024 年 7 月 31 日，Zelta AI 已经成为 Listen 的反馈聚合能力，覆盖 150 多个来源 Zelta。优势是离行动最近、MAU 计价与 B2B 客户成功指标一致、引导/Survey/反馈/预测在同一平台、四个数据区域对跨国企业友好。

限制是 MAU 对 C 端、免费用户多、季节性强的产品不友好；页面/功能模型不适合复杂事件语义与自定义分析；没有通用产品实验、Feature Flag 平台与 CDP，只有 Guide Experiments 用来测引导文案 Guide Experiments；Track Events 上限 5,000；移动端与单页应用的自动识别仍有边界；Novus 仍是 beta，不能当成熟产品采购。

2.6 能力对比矩阵#

把八项能力压成一张表，先看结构，再看强弱。标签只表达相对位置，不替代 POC。

这张表最重要的不是谁有几项“强”，而是三件被表格遮住的事。

第一，事件模型一列的“强”含义不同。Amplitude 与 Mixpanel 强在语义可治理：事件名、属性、字典、废弃流程都有落点；Heap 强在采集覆盖：先收全量，再补虚拟事件；Pendo 强在页面/功能结构，但 5,000 个 Track Event 是硬上限。把三种“强”当成同一种能力，会在 POC 时得出错误结论。

第二，warehouse 一列必须拆成三种动作：下推、导入、导出。Amplitude 的 Snowflake Native 是下推，计算在客户仓库；Mixpanel 的 Warehouse Connectors 是导入，数据主副本仍在 Mixpanel；Heap Connect 与 Pendo Data Sync 是导出，方向相反。只有下推才真正改变数据主权与成本结构，导入和导出只是接口。

第三，AI 一列最容易被高估。四家都能做自然语言查询、异常解释、会话摘要；差别在能读哪些表、能不能写回业务系统、写之前谁批准。Contentsquare 的 Sense 能写邮件、工单并跑实验，Amplitude 的 Agent 能触发实验与内容变更，Pendo 的 Novus 能生成 PR 但要求人批准，Mixpanel 的 Agent 更偏查询与根因。采购时不要问“有没有 AI”，要问“AI 能读什么、能写什么、日志在哪里”。

2.7 四家的共性局限#

四家的短板高度相似。根因在商业模式，不在技术能力：卖给谁、按什么量收钱、靠什么模块向上销售，决定了它们优先做什么、延后做什么。

一，语义资产不随数据走。 原始事件可以导出，但事件命名、属性类型、owner、废弃状态、人群定义、看板注释、实验配置、引导文案不会跟着 CSV 走。Amplitude 的 Data/Govern、Mixpanel 的 Lexicon、Heap 的 Governance、Pendo 的 tagging 规则，成熟度依次下降；这是“谁对事件定义负责”的组织问题，与功能多少无关。迁移时最贵的一步，是把旧平台的“活跃用户”翻译成新平台的“7 天有事件用户”。

二，计价与采集互相惩罚。 按事件计价要求客户控制采集量，autocapture 全开会让账单失控；按会话计价鼓励采集，但长会话、低事件的产品会为“停留”付钱；按 MAU 计价把收入绑在客户的活跃用户上，C 端与免费增值产品会被不付费用户拖累。没有一种计价单位是中立的，选型时要先问：未来 12 个月，哪一种量最可能失控。

三，warehouse-native 的三种模式常被混用。 下推、导入、导出的架构与退出方式不同，定义见 1.4，本节不再展开。对四家而言，只有下推能让数据不出域；导入会制造第二个口径，导出只是数据离开平台。

四，身份解析有硬边界。 Amplitude 不能合并两个已经建立的 User ID，跨项目只能用 User Mapping API；Mixpanel 用 $identify、alias、merge；Heap 用 identify、alias、账户；Pendo 用 Visitor 与 Account ID。边界本身不是问题，问题是边界不透明：合并错了不可回滚，漏斗与留存会在无人察觉的情况下改变。采购时要让厂商演示“匿名—登录—换设备—再登录—合并—拆分”的完整链路，而不是只看一张干净的图。

五，行动端越深，退出越贵。 Amplitude 的实验、引导、CDP，Pendo 的 Guides、Listen、Orchestrate，Contentsquare 的回放、Survey、旅程，都是内容资产，不是原始数据。它们越有用，越难搬走。合同里要写三类东西：原始事件的可导出格式与频率、聚合层（人群、指标、看板）的可迁移描述、终止后的数据保留与删除时限。只写“客户拥有数据”不够，要写“以什么格式、多久之内、收不收费”。

六，整合期与 AI 写权限，把风险从功能移到合同。 Heap 的两套价目表、Statsig 的“资产与团队分离”、Pendo 的连续收购，都说明产品线会换主人。AI 又在增加一种新风险：Agent 能写邮件、建实验、生成 PR，审批与回滚机制却各不相同。采购要把“控制权变更终止权、计价单位变更权、AI 训练条款、写操作审计”写进合同，而不是只审 SOC 2 证书。

还有一个边界常被忽略：这四家都不是 GA4 的替代品。GA4 的免费流量分析、广告归因与 BigQuery 导出仍是很多公司的基线；四家的价值在事件语义、身份、实验与行动。把它们当“更贵的 GA”会低估实施成本，也会错配预算。

判断：四家的共性局限不是“功能不够”，而是“语义与行动都被锁在平台里”。数据可以导出，语义、内容与历史结论很难；这就是为什么迁移项目常常在“技术上线”之后才真正开始。

2.8 启示：主平台、卫星工具与四条合同#

对买方，结论不是“选哪家”，而是“哪一层做主平台、哪一层买卫星”。

双供应商是理性选择，但要有主次：一个做“事件语义与实验”的主平台，一个做“回放/体验/引导”的专用工具；两边的身份与事件命名必须对齐，否则第二年就会陷入“两个真相”。

合同有四条比功能清单更重要。第一，计价单位变更权：厂商能否单方面把“事件”改成“MAU”或“行”。Amplitude 在 2023–2026 年换了三次尺，是最现实的案例。第二，续约涨幅上限：写死 5% 或 CPI，还是“按届时价目表”。第三，语义资产清单：事件定义、属性类型、人群、看板、实验配置、引导内容，哪些能导出、以什么格式。第四，AI 训练与写权限：客户数据是否用于训练、Agent 能写什么、谁批准、日志保留多久。

对做产品的人，四家的启示不是“再做一个事件分析”。事件分析、漏斗、留存、路径已经商品化，单点功能很难形成溢价。真正能形成差异的是三件事：事件语义的治理能力、身份解析的边界处理、从洞察到行动的最后一公里。Amplitude 用 Data/Govern 与 Experiment 把三件事串起来；Mixpanel 用 Lexicon 与仓库导入守住分析体验；Heap 用 autocapture 降低采集门槛；Pendo 用 Guides 把“看见”变成“改变”。如果要做新产品，优先选“某个垂直场景的语义标准 + 行动模板”，而不是“再多一个图表”。

最后，90 天内做三个测试，比看 30 页 PPT 有用。第一，在客户仓库里建一张宽表，验证“warehouse-native”是真下推还是隔夜同步。第二，做一次身份合并测试：匿名—登录—换设备—再登录，检查是否出现双 profile。第三，让 AI 回答 20 个有标准答案的问题，记录准确率与引用来源。三个测试都过，再谈价格。

判断：2026 年的产品分析市场，功能差距在缩小，计价与数据主权在放大。选型的核心不是“谁的功能多”，而是“谁的事件语义能被我控制、谁的数据我能带走、谁的账单我能预测”。