商业平台（下）：回放、全渠道与平台巨头

体验分析是这一轮 UBA 采购里最容易被买错的一层。FullStory、LogRocket、Glassbox、Quantum Metric 都被叫作“会话回放”，但四家卖的并不是同一种商品：一个卖隐私可控的行为数据层，一个卖前端排障的上下文，一个卖可举证的合规记录，一个卖大企业的体验度量。再往外一层，GA4 与 Adobe 卖的是测量入口与客户数据模型，Segment 卖的是管道。把这些放进同一张功能表打勾，结果通常是在法务评审、续费或迁移时才重新洗牌。

所以这一章不按“功能多少”排座次，而是按三个更硬的变量拆：数据落在哪、按什么计价、退出时能带走什么。这三个变量决定了产品形态，也决定了它在你栈里应该待在哪一层。

3.1 体验分析的三种做法#

回放厂商经常被放在一张表里比“有没有热图、有没有移动端、AI 强不强”，这是把三种生意当成一种功能。按“会话在这门生意里扮演什么”来分，市场只有三种做法。

三条路线的物理差异先于功能差异。FullStory 与 LogRocket 都用 DOM 变化重建会话，不是屏幕录像；Glassbox 用无埋点采集，官方称覆盖 100% 会话、平均每会话超过 1,000 个事件 Glassbox 无埋点采集。“100% 采集”是这类厂商的核心话术，它的真实含义是“不抽样”，不是“不丢事件”：网络中断、SDK 未加载、遮罩规则误伤，都会让会话缺失。采购时要把覆盖率拆成三层问：SDK 装载率、会话采样率、事件丢失率。

隐私默认值的差别，比功能差别更能决定项目能不能过法务。FullStory 把遮罩做在设备端，被排除的内容不上传 Private by Default；LogRocket 需要显式加 data-private，密码与信用卡字段由 SDK 自动处理 LogRocket 隐私文档；Glassbox 默认遮罩、可定制 Glassbox 隐私与安全；Quantum Metric 把加密放在客户端，称暴露的个人信息不跨网络传输 Quantum Metric 回放说明。FullStory 与 Glassbox 把合规成本放进产品默认值，LogRocket 把它推给接入规范，Quantum Metric 把它压在客户端加密上。

移动端是不是“二等公民”，决定体验分析在 App 型产品里能不能用。FullStory 移动端是独立加购模块，支持 Android 与 iOS，回放不靠截屏 FullStory 移动端说明；LogRocket 全套餐覆盖 Android、iOS、React Native、Flutter，但 WebView 要另装 Web SDK LogRocket 移动端支持；Glassbox 把 Web、原生、混合应用统一采集；Quantum Metric 强调原生回放与 Web 回放在同一引擎渲染 Quantum Metric 移动端。

留存与计价是同一件事的两面。体验分析按会话卖，厂商被鼓励多录、长留、少采样。FullStory 的免费层给 30,000 会话/月、10 个席位、5,000 条服务端事件/月、1 年回放与产品分析留存 FullstoryFree 方案；LogRocket 的扩展留存会把被组织成员观看超过 1 秒的会话自动保留 12 个月，上限是当月会话配额的 5% 扩展留存。这两条规则说的是同一件事：留存不是产品默认值，是合同变量。

同一个 1,000 万月活的产品，按会话、事件、MTU、行算出来的数字可能差一个量级。这是计量口径问题，不是谈判问题：会话按访问去重，事件按上报计数，MTU 按月活用户计数，行按天级平均行数计数。供应商只给年费、不给公式时，比价其实是在比折扣。

回放是主入口还是附属模块，也能看出产品形态。Heap 以 autocapture 起家，先采集后定义，回放是加购，计价按会话 Heap 定价；Pendo 的模型是“页面 + 功能 + 访客 + 账户”，回放从 Core 套餐才有，计价按 MAU Pendo 定价。前者把语义后置到分析时，后者把语义放在页面与功能层——语义越靠前，治理成本越高，可复用性也越强。

全渠道常被误解为“Web、App、线下都接上”。难点其实是身份、会话与口径对齐，市场上对应三种做法：平台云（GA4/Firebase、Adobe AEP）以采集入口和身份图为核心；CDP（Segment）以事件管道和身份图为核心，把数据送到 700 多个目的地；体验分析以会话为核心，补移动端与线下，但跨渠道身份弱。三条路线的共同瓶颈都是身份：匿名到登录的合并、跨设备、家庭/企业账号、线下会员 ID。谁拥有身份图，谁就拥有“全渠道”的解释权。

判断：体验分析的分水岭不是“有没有回放”，而是“回放数据能不能被治理、被检索、被导出、被合规引用”。四家在这一点的答案不同，价格与合同结构也就无法直接比较。

3.2 FullStory#

Fullstory, Inc. 总部亚特兰大，独立私营公司。2025 年 11 月 3 日它收购了数字采用平台 Usetiful，官方称这是公司首次并购 Usetiful 收购。它给自己的定位是 behavioral data company，不是回放播放器。这个定位决定了产品结构：分析、回放、热图、引导与问卷、仓库导出、Activation 都挂在同一套会话数据上。

技术选择上，FullStory 用 DOM 变化重建会话；Web 端自动采集，服务端事件按套餐限额；移动端是独立附加模块，支持 Android 与 iOS，官方明确不做截屏，文本、图片与个人数据在设备端默认遮罩。这让“Private by Default”成为产品能力而不是政策承诺：遮罩发生在设备端，被排除的内容没有上传。

部署是它的硬约束。数据在 Google Cloud Platform，只有美国 us-central1 与欧盟 europe-west3 两个区域，账户彼此独立、不能跨区迁移 FullStory 数据驻留。没有亚太区域，跨境团队要么接受美/欧，要么放弃。定价按会话量、产品分析与回放留存（两者可分开设置）、模块与移动端附加报价，官方页面不公开美元价 套餐类型；免费层 FullstoryFree 承担获客，也给了一个可试用的分析链路。

2025–2026 年的动作集中在“从看见到干预”。2025 年 4 月发布 StoryAI agent 套件 2025 年 4 月发布；Session Summaries 包含在 Advanced 与 Enterprise，Opportunities 与 Ask StoryAI 属于 StoryAI Premium，StoryAI Home 与 Activation Agents 仍是 Early Access StoryAI 说明。同年 11 月收购 Usetiful，把引导、问卷与应用内提示接进行为数据。这条路线不需要赢 CDP，只需要让产品团队把 FullStory 当成“看行为的第一站”。

免费层的条款值得单独读。官方写明 Fullstory 拥有匿名非 PII 数据的所有权，并可将这些数据用于 AI 模型训练与行业基准 FullstoryFree 条款。这不是隐藏条款，而是“免费换数据”的定价：只看“30,000 会话免费”，就会漏掉数据权属这一行；在意训练条款的话，付费版的 DPA 才是谈判重点。

判断：FullStory 卖的是“隐私可控的行为数据层”，不是“回放播放器”。它的免费层既是获客入口，也是数据权属的分界线；企业采购必须先谈免费层的数据使用，再谈价格。

3.3 LogRocket#

LogRocket, Inc. 总部波士顿，独立私营公司，官方产品页称“3,000+ 客户” Galileo 产品页；2024–2026 年未查到所有权变更或并购公告（待核实）。它从工程排障切入：会话回放叠加 console、network、Redux、性能与错误上下文，卖给工程、支持与产品团队，开发者自助接入，按会话付费。

模块覆盖回放、产品分析、错误追踪、前端性能、热图、问卷、Galileo AI、MCP/API、Streaming Export 与自托管。一个容易被低估的条款是：分析事件、错误事件与日志在全部套餐不设量 官方定价。

部署与计价的限制同样明确。SaaS 客户数据托管在美国，官方 FAQ 直接写“For SaaS customers, data is hosted in the United States” 官方 FAQ；需要数据不出内网只能选 Enterprise 自托管。定价按会话量，默认 25,000 会话/月配置下年付起价 176 美元/月，最终价取决于席位、留存长度与 Streaming Export；Pro 含 Galileo，Enterprise 含自托管与无限席位；14 天试用，没有免费层。留存按合同配置，扩展留存把被观看超过 1 秒的会话自动留 12 个月，上限为当月配额的 5%。

2025–2026 年的变化围绕 Galileo 展开。2026 年它推出 Issues 2026 Beta、Signals、AI 编码 agent 派发与 MCP Issues 2026 文档，Galileo 从“会话摘要”扩展到问题检测、漏斗洞察、反馈分析与异常检测。它没有把自己做成“单一数据源”，而是把回放变成工程工作流里的一个上下文入口。

短板也很集中：隐私不是默认遮罩，需要显式加 data-private；SaaS 只在美国，未见欧洲区域选项；会话量一大，账单增长很快；分析深度不如专业产品分析平台；企业合规模块不如 Glassbox 完整。

LogRocket 的护城河是“开发者愿意装”，代价是“隐私默认值偏弱”：它在工程组织里渗透力强，但要让法务放心，遮罩规则必须写进接入规范，而不是依赖 SDK 默认。

3.4 Glassbox 与 Quantum Metric#

这两家经常被并列，但一个卖合规，一个卖度量，合同逻辑几乎相反。

Glassbox 2010 年成立，总部伦敦，曾在特拉维夫证券交易所上市（TASE: GLBX）。2024 年 5 月 20 日与 Alicorn Venture Partners 达成全现金交易，估值约 1.5 亿美元，转为私有公司 Alicorn 收购公告；2025 年 11 月 4 日收购实时异常检测公司 Anodot Anodot 收购公告。客户集中在银行、保险、医疗、电信，官方称服务“全球十大银行中的六家”。

产品清单很长：回放、旅程分析、移动端分析、热图、无障碍检测、Rapid Response、Insights Assistant（GIA）、漏斗与受挫分析，以及两个真正的差异件——Tagless Data Capture 与 Digital Record Keeping（Session Vault）Glassbox 平台。采集是无埋点的，官方称覆盖 100% 会话、平均每会话超过 1,000 个事件；Session Vault 对指定会话做时间戳、不可篡改、可检索的留存 数字记录。这两件事合起来，才是“可举证”的含义：不是把个别会话录下来，而是让一段会话在争议里能被当作记录引用。

部署与合规是它的定价权来源：多租户云、单租户云（AWS 或 Azure）、本地部署三种形态；官方称符合 HIPAA、GLBA、PCI、CCPA、GDPR，持有 ISO 27701、SOC 2 Type II、ISO 27001、ISO 27017、ISO 42001 隐私与安全。GIA 基于 Microsoft Azure OpenAI，官方称客户数据不会被用于训练未来模型 GIA 页面。价格不公开，按会话量、部署形态与合约定价；“每年超过 1 万亿会话”是营销口径，未经审计。

Quantum Metric 走另一条路。公司总部科罗拉多斯普林斯；2021 年 1 月获 Insight Partners 领投的 2 亿美元 B 轮，估值超过 10 亿美元 2021 年融资公告；截至 2026 年 10 月仍为独立私营公司，未查到被收购的官方公告（待核实）。客户是大型企业的数字、产品、UX、CX 团队，集中在零售、金融、旅行、电信、游戏、医疗。

它的产品重心是“多触点 + 移动端同权 + agentic”。回放、Segment Builder、Autocapture（官方称 300+ 指标）、页面性能、移动端分析、Felix AI Agentic、旅程、交互热图、机会分析、Voice of Customer、监控告警、Data Activation，以及 Adobe Experience Platform Connector 与 Salesforce Lightning Analytics Quantum Metric 平台。原生移动回放与 Web 回放在同一引擎渲染，官方称接近同等分析能力；自定义事件可远程配置，不必发版。Felix AI 于 2024 年 4 月上线，Felix Agentic 在 2026 年 7 月 16 日正式 GA，能持续监控、检测异常、定位根因并量化影响 Felix Agentic GA。

计价按年度会话量、数字触点数量、附加模块与专业服务，不按席位或 credits 官方定价；留存期限、SLA、数据区域等细节公开资料不足（待核实）；“每月 80 亿会话、覆盖全球 50% 互联网用户”无法独立核实。这是它相对 Glassbox 的另一个差别：Glassbox 把“合规”写在资质清单里，Quantum Metric 把“能力”写在新闻稿里，两者都需要 RFP 才能落到合同。

判断：Glassbox 卖的不是“更好的回放”，而是“可被监管接受的数字证据链”；Quantum Metric 卖的也不是回放，而是“移动端不降级的企业体验度量 + 已 GA 的 agent”。两家的共同短板是透明度：价格、留存、区域、SLA 都要靠 RFP 才能确认。

3.5 GA4 与 Firebase 的真实边界#

GA4 的免费不是“低成本方案”，是获客入口。它在四个地方设了硬边界：留存、采样、阈值、导出。这四个边界决定了它能回答什么问题，也决定了什么时候必须买 360。

这张表里有三行经常被误读。第一行是留存：设置只影响探索与漏斗报告，不影响标准聚合报表 数据保留说明——同一份数据在报表与探索里能看到的范围不同，跨团队对数时会被当成“数据不准”。第二行是阈值：它由系统定义、不可调整，涉及人口统计与搜索查询时可能直接隐藏数据 数据阈值说明，这是产品分层，不是 bug。第三行是结构上限：标准版 25 个参数、25 个用户属性、50 个事件级自定义维度，一旦要按业务线、渠道、实验分组细分，先耗尽的往往是这些配额，而不是事件量 GA4 360 限额。

采样可以做一个粗算。一个标准版属性每月产生 3 亿事件，单次探索查询上限 1,000 万，那么一次查询最多覆盖约 3.3% 的月事件；360 把上限提到 10 亿，才可能在不采样的前提下看全量 采样说明。漏斗步骤越多、维度越细，采样误差越容易被放大；这也是为什么“报表看起来对、一拉细分就不对”在 GA4 里格外常见。

BigQuery 导出是另一个分界。标准版每日导出上限 100 万事件，360 为“数十亿”，流式导出不限量 BigQuery 导出；Firebase 的导出为每日同步，单日上限同样是 100 万事件 Firebase 导出。这意味着移动端产品想用 BigQuery 做全量归因，先要确认自己是否已经在 360 或自建采集上；否则“数据在 BigQuery 里”只是一部分数据。

360 到底买到什么，可以压成四项：未采样探索、更长留存、更高结构上限、更大导出与限额。它不是“更快的 GA4”，而是把上述四个上限抬高的企业合同。价格官方不公开，Google 合作伙伴 Cardinal Path 在 2022 年给出的口径是“零售起价 50,000 美元/年，含 2,500 万事件/月，超出按量计价” Cardinal Path 计价分析；PostHog 在 2024 年也给出“5 万美元/年起”的说法（PostHog 成本分析）。两家都不是 Google 官方报价：一家是合作伙伴，一家是竞品，只能作量级参考。

2025–2026 年的产品更新没有改变这些边界。2026 年 5 月 13 日新增 AI Assistant 流量渠道识别（ChatGPT、Gemini、Claude 等），9 月 9 日原生 Dashboards 上线 2026 年更新。这些是入口层的改进，不是计量层的松动。Consent Mode v2 增加 ad_user_data 与 ad_personalization 两个参数 Consent Mode 文档，它影响 Google 的建模与广告数据使用，但不等于法律意义上的合规，仍需 CMP、DPA 与保留策略配合。

区域是另一个待确认项。GA4 由 Google 托管，标准版通常不提供客户自选区域（待核实）；BigQuery 数据集可以选择区域，但 GA4 原始采集区域并不由此决定（合同细节待核实）。GA4 没有原生回放，也不是 CDP；把它当“免费版 Adobe”或“轻量回放工具”，都会在第一次做归因审计时暴露。

判断：GA4 的真实边界不在“能不能看”，而在“能不能留下、能不能导出、能不能不采样”。一旦问题变成“看三年、跑十亿事件、做归因审计”，免费版就会把成本推给 360、BigQuery 与实施服务。

3.6 Adobe Analytics 与 Customer Journey Analytics#

Adobe 这两年做的不是产品升级，是换数据模型。Adobe Analytics（AA）用 report suite、prop、eVar、event 与 server call；Customer Journey Analytics（CJA）用 AEP dataset、XDM schema、connection 与 data view。官方迁移指南写得很直白：CJA 没有 report suite，等价物是 connection 加 data view 迁移指南。这不是改名，是把“报表套件”换成“数据湖上的视图层”。

采集与分析也跟着换。推荐路径是 Web SDK（alloy.js）发到 Edge Network，再进 AEP；AppMeasurement 可迁移。分析侧仍是 Analysis Workspace、归因（组件级模型、容器、回看窗口）、Guided Analysis、预测、异常告警、漏斗/留存/路径；CJA 的 data view 负责把 schema 元素定义成维度与指标，并控制归属与治理。这是它和 GA4“一个属性一套维度”最大的结构差异：同一个 connection 上可以并存多套 data view，服务不同业务线、不同口径、不同权限。

治理粒度直接写进了产品说明。每个 connection 可建 500（Foundation）、600（Select）、750（Prime）、1,000（Ultimate）个 data view；Full Table Export 每次可导 300 万、3,000 万、1.5 亿、3 亿行；Data Distiller 按 compute hours 计费，Query Service 默认 5 个并发用户 CJA 产品说明。这些数字说明它的设计对象是“多品牌、多国家、多团队共用一套事件”的组织，而不是一个产品团队。

计价是合同事件，不是价目表。AA 按 Primary/Secondary Server Call 卖，分 Select、Prime、Ultimate；Foundation Pack 自 2024 年 1 月 1 日起不再销售、升级或续约 AA 产品说明。CJA 按“每百万行数据”卖，同样分四档；CJA 含 13 个月以内的核心数据，超过要买 Extended Data Capacity 或历史数据附加包；月报表请求从 50 万到 500 万次。Adobe Analytics Evolution 是迁移期的过渡授权，只能授权一次、不可续约。这套合同把客户从“按请求计费”推到“按数据量计费”。

迁移的成本也不只是许可证。AA 到 CJA 是架构重做：schema 先行、身份解析、连接与 data view 治理、历史回填、双轨运行。官方指南把“先定用例”放在第一步，说明这是指标治理项目。对已经深度使用 Adobe Experience Cloud 的企业，这是“留在生态内”的选择；对没有 AEP 的企业，迁移成本可能高于换一家工具。

AI 的位置需要说清楚。AEP AI Assistant 在 2024 年 7 月 25 日 GA，嵌在 Real-Time CDP、Journey Optimizer 与 CJA 里，能回答产品问题、执行任务、生成受众与旅程 AEP AI Assistant GA；CJA 里的助手更偏文档解释与排障，不是自主分析 agent。2026 年 2 月起，Content Analytics 不再作为 CJA 附加包销售，只能单独购买——分析正在被拆成更多可单独计价的能力。

换句话说，Adobe 真正卖的不是 Analysis Workspace，而是 AEP 上的客户数据模型与合同：data view 与行计价决定了它卖给有治理需求的大企业，13 个月的核心数据则把“历史”做成了可售卖的容量。

3.7 CDP 不是分析#

Segment 的位置，要看它在母公司叙事里的权重。Twilio 在 2024 年 3 月 5 日结束对 Segment 的战略评估，结论是保留而非出售；当时 Segment 占 Twilio 2023 年收入的 7%，客户超过 8,000 家，并设定了 2025 年二季度非 GAAP 运营盈亏平衡的目标 Twilio 2024 年评估。到 2026 年二季度，Twilio 收入 15 亿美元、同比增长 22%，电话会的主角是 Messaging、Voice、Conversation Memory 等通信与 AI 产品，Segment 没有出现在可见的 prepared remarks 与 Q&A 里 2026 年 Q2 财报电话会。这不等于停服，但说明它在母公司叙事中的权重在下降。

它卖的东西其实很清楚：Connections（官方称 700+ 应用）、Warehouses、Reverse ETL、Functions、Protocols、Unify、Engage。数据模型是 Segment Spec：identify、track、page、screen、group、alias；Tracking Plans 与 Protocols 做 schema 控制；仓库是特殊目的地，按批加载、自动调整 schema，不是实时查询引擎 仓库目标文档。身份靠 Unify 的 Identity Graph 合并 cookie、device、email 与自定义 external ID，支持匿名会话合并、user:account 与 merge protection，但需要 Business 套餐 身份解析文档。

部署与计价同样有边界。美国（默认俄勒冈）与欧洲双区域；只有 EU workspace 才把数据存在欧盟，区域间可故障转移但不跨区，Regional Segment 需要 Business 套餐 区域文档。按每月跟踪用户数（MTU）计价，官方定价页只给免费试用，Business 与 CDP 套餐按量定制报价 官方定价；Warehouse 在 Free/Team 只能 1 个，Business 可多个。

关键在分析层：Segment 本身不做漏斗、留存、路径探索。分析发生在仓库、BI 或下游 UBA 工具里，Engage 只负责人群与 Journey 编排。它解决“把事件送到哪里、把身份并起来、把人群发出去”，不解决“为什么转化掉了”。

边界可以用三个问题判断：谁定义指标、谁解释原因、谁执行动作。Segment 定义事件规范与身份，但不定义指标；UBA 定义指标与探索，但通常不拥有全渠道身份；执行动作可能落在 CDP、营销云或实验平台。三者重叠的地方，正是采购最容易重复付费的地方。

这条边界正在被两边侵蚀。UBA 向上做人群下发与激活（FullStory 的 Anywhere: Activation、Quantum Metric 的 Data Activation、Amplitude 的 Activation），营销云向下做数据管道与实时对话（Twilio 把 Conversation Memory 接进 Segment 画像，Adobe 用 Real-Time CDP 承载 AEP 受众）。Segment 的中间位置最稳，也最容易被替代：管道本身正在同质化，身份图才是它真正难迁的部分。mParticle 等同层产品缺少可核对的一手文档，不展开。

判断：Segment 的价值在“管道与身份”，不在“分析”。把它当 UBA 买，会得到一套昂贵的 ETL；把它当客户数据基础设施买，才是正确用法。

3.8 对比矩阵#

先看四家体验分析。

表里三行最容易被忽略，也最容易翻车：谁承担合规成本（做进 SDK、交给接入方、做进产品、压在客户端，四种答案）；移动端是不是加购；留存按什么口径计。三种差异只能进合同。

四家都没有原生实验模块。“回放 + 实验”要么靠集成（回放看现象、实验平台做因果），要么靠分析平台自带（Amplitude 的 Experiment、Contentsquare 的 Experimentation）；指望回放厂商回答“这个改动有没有效”，是把观察工具当成了推断工具。

再看平台型玩家，它们的比较单位完全不同。

两张表放在一起，结论不是“谁分高”，而是“比较单位不同”。体验分析按会话，平台云按事件、server call 或行，CDP 按 MTU。同一组用量，换个锚点就能差一个量级。矩阵的用法是先确认买的是哪一层计量，再看这一层里谁的边界更匹配。

所以三张表不能合并成一张：合并的那一刻，你已经在用“功能数量”替代“计量单位、数据落点与退出能力”这三个真正决定三年成本的变量。

3.9 启示#

对做产品的人，第一件事不是接 rrweb，而是定三件事：遮罩在端上还是云上、移动端是否同权、留存与导出如何计价。FullStory 的端上遮罩、Glassbox 的 Session Vault、LogRocket 的 data-private 是三种工程取舍，没有一种能自动覆盖所有框架；端上遮罩还要处理选择器稳定性与动态内容。回放的长期成本不在存储，而在“错误采集之后的删除与举证”。

对采购，五个问题必须先问，再谈价格。

1. 默认遮罩是什么？ 是默认排除与遮罩，还是需要客户逐元素配置？FullStory 与 Glassbox 默认更严，LogRocket 需要显式配置。
2. 移动端是不是二等公民？ 加购、全套餐、统一采集、同引擎，四种答案对应四种成本。
3. 留存与导出怎么计价？ GA4 的 14 个月、CJA 的 13 个月、FullStory 的 1 年免费留存，都是合同变量，不是产品默认值。
4. AI 用不用我们的数据训练？ FullStory 免费层保留匿名数据用于训练，Glassbox 的 GIA 明确不用于训练，其余要逐条谈 DPA。
5. 退出时能带走什么？ 原始事件、身份图、回放、看板定义、审计日志，哪些能导、以什么格式、收不收费。

把这五个问题做成评分卡：默认遮罩 20 分、移动端 15 分、留存与导出 20 分、AI 数据条款 20 分、退出能力 15 分、总价 10 分。权重按行业调整：金融把合规与本地部署提到 30 分，互联网产品把分析与协作提到 30 分。评分卡不替代 POC，但能防止“演示很漂亮、合同签完才发现不能用”。

对平台方，三条设计原则可以照抄：端上遮罩、事件语义治理、仓库可导出。端上遮罩决定法务能否签字；事件语义治理决定第三年数据还能不能用；仓库可导出决定客户敢不敢把核心分析放上来。三条都不便宜，但都比“再做一个图表”更难被替代。

对中国市场，GA4、Adobe、Segment 的公开方案都不覆盖大陆：没有本地区域与私有化选项，也不适配小程序与鸿蒙；可复用的是三条设计原则。“支持私有化”也不等于“能规模运维”，升级、备份、监控与多租户隔离才是真实成本。

四个反例值得写进采购备忘。把回放当证据：回放是重建，不是原始录像，遮罩、采样、浏览器差异都会影响“所见即所得”；真正要举证时，带时间戳、不可篡改的留存才算记录。把 CDP 当分析：Segment 能把事件送到 700 多个目的地，但它不告诉你漏斗在哪一步掉了；没有分析层，CDP 只会让错误的事件更快流向更多系统。把 GA4 免费当低成本：14 个月留存与采样上限，会在数据量上来后迫使你买 360、BigQuery 与实施服务。把 AI 摘要当结论：摘要能缩短看会话的时间，但替代不了假设、采样与统计判断；事件语义错了，AI 只会更快地给出错误解释。

判断：未来 24 个月，体验分析的竞争点是“留存与举证”，平台巨头的竞争点是“身份图归谁”，CDP 的竞争点是“能不能证明自己不只是管道”。三者会在同一张采购单上相遇，但不会合并成同一个产品。