如今，产品团队正在转向嵌入式分析解决方案，以此来提高参与度、减少客户流失并在上下文中为用户提供即时答案。
事情是这样的：将仪表板贴在您的产品上不是一种策略。而且它不会突然推动采用或提供价值。如果您希望嵌入式分析真正为您的用户和您的业务工作，您需要一个真正的计划。
1. 数据治理和安全
如果他们不信任数据或担心谁可以看到什么，那么没有人会使用您的分析。
这就是治理的用武之地。您需要基于角色的访问、行级安全性和清晰的数据沿袭。换句话说：合适的人可以看到正确的数据，而且只有这一点。
如果您要将分析嵌入到面向客户的产品中？更重要的是。您正在处理敏感的用户数据。必须遵守 GDPR、HIPAA 或 SOC2 等法规。
当今先进的嵌入式分析平台允许您在粒度级别管理访问控制，因此您的数据保持锁定状态，而不会降低用户速度。治理模型能够涵盖从原始数据到最终输出的所有内容，因此不会遗漏任何内容，并且数据资源访问控制与应用程序用户级访问控制无缝同步。
2. 用户体验与设计集成
如果您的嵌入式分析感觉被附加，用户可能不会参与其中。体验需要感觉像是产品的自然组成部分，而不是挤在框架中的外部千篇一律的仪表板。
这意味着确保简洁的设计、一致的样式、平滑的过渡以及与现有界面元素的有意义的集成。用户不应仅仅为了查看某些图表而觉得他们离开了您的应用。
避免将一堆数据密集型可视化转储到页面中并收工的经典陷阱。没有人想要一堵图表墙。相反，关注上下文。在正确的时间以正确的格式显示正确的数据。使其响应迅速。让它变得直观。最重要的是，让它有用。
Pyramid Analytics 允许您通过 JavaScript、Angular 或 React 注入使用自定义图表、信息图表和仪表板创建交互式可视化，从而使这一切变得更加容易。可以使用上下文注释、动态切片器、外部内容、图像和交互式数据驱动组件来丰富分析。您甚至可以嵌入一个聊天框，以便用户可以询问有关其数据的问题，并使用任何语言跟进进一步的查询。基本上，Pyramid 将对话分析和 GenBI 引入您的应用程序中。
3. 性能和可扩展性
没有人愿意等待 20 秒才能加载图表，尤其是当他们正在执行任务时。滞后会扼杀动力和采用。您的嵌入式分析需要感觉敏捷，无论您正在处理多少数据或有多少用户同时访问它。
从缓存开始。存储经常访问的查询和仪表板，这样您的系统就不必一遍又一遍地处理相同的数字。即使加载时间缩短几秒钟也会产生很大的不同。
然后查看预聚合。与其实时计算所有内容，不如提前计算常见指标，例如每周收入或热门产品。以用户需要时随时可用的方式存储这些摘要。
随着使用量的增长，您的基础结构也应该增长。为服务器或云环境设置自动缩放。将单体分解为可以独立扩展的服务。并监控性能 – 跟踪缓慢的查询、滞后的端点和仪表板加载时间。
4. 开发人员友好性和可扩展性
您的开发团队已经捉襟见肘。如果嵌入式分析减慢了他们的速度或迫使他们采取变通方法，那将是一个问题。从 API 和 SDK 开始。您需要一个平台，该平台能够提供灵活的选项来嵌入、样式设置和控制分析层，而不会强迫您进入僵化的工作流程。
寻找与现有堆栈配合良好的工具。无论您使用的是 React、Angular 还是普通的旧 HTML，分析组件都应该干净利落，并与应用程序的身份验证、路由和主题很好地配合。
还要考虑版本控制。能否像管理代码一样管理报表和仪表板？您可以在产品的不同部分重复使用组件吗？当您的分析设置开始增长时，这些事情很重要。像 Apache Superset 这样的开源选项在这里非常有用——它对开发人员友好、高度可定制，并让您可以控制以您想要的方式塑造分析体验。
最后是可扩展性。您的策略应该留出空间来构建自定义可视化、添加交互元素或连接到系统的其他部分。你不想被锁在黑匣子里。如果您的开发人员能够快速行动，您的分析就可以随着您的产品而发展。
5. 自助服务和定制能力
您的应用用户可能不是数据分析师。您的嵌入式分析应该使非技术用户能够轻松获得他们需要的内容，而无需提交工单或在 Slack 上 ping 某人。这意味着真正有意义的过滤器、不需要 SQL 代码的临时查询以及保存视图以便用户稍后可以再次重新访问同一数据片段的能力。
灵活性也是关键。也许一个用户想要一个简单的表格，另一个用户更喜欢条形图，第三个用户想要导出原始数据。给他们选择。让他们稍微定制体验，而不会让他们不知所措。
并且不要忘记上下文。最好的嵌入式分析会在用户需要时提供足够的数据来支持决策，而不是在“报告”选项卡中单击三下即可。
如果用户觉得自己有能力探索，他们就会不断回来。如果他们感到困惑或被束缚，他们会很快放弃它。
6. 货币化和许可注意事项
这是许多团队跳过的一个问题：你应该对分析收费吗？在某些产品中，嵌入式分析是一项杀手级功能——用户很乐意为此付费。在其他情况下，它有望成为核心体验的一部分。您的策略应该尽早做出决定。
如果您要走免费增值路线，请决定什么级别的分析是免费的，哪些是门控的。也许包括基本报告，但高级过滤或导出选项位于付费专区后面。
另一方面，如果分析对用户的工作流程至关重要（例如，在 B2B SaaS 平台中），那么对访问收费可能是有意义的。只要准备好用交付价值来证明价格标签的合理性。
另外，请考虑您的成本。某些嵌入式 BI 工具按查看者、报表或查询收费。这可能会很快变得昂贵，尤其是当您要扩展或为数千名客户提供服务时。如果您的使用量很大，请查看固定费率或基于使用情况的模型。或者，如果您有资源，请考虑自托管选项。
7. 分析采用和最终用户支持
如果没有人使用它，即使是最好的分析设置也无济于事。通常，采用不是自动的。你必须引导用户进入。
从入职开始。使用工具提示、演练和提示向用户展示如何与数据交互。像 Userpilot 这样的平台可以帮助您构建应用内指导，而无需编写大量代码。接下来，使其与上下文相关。帮助应该出现在需要的地方和时间，而不是埋没在帮助文档中。想想一些微妙的提示，例如“想要深入挖掘吗？
教育正在进行中。随着新功能的推出，您可能需要提供短视频、网络研讨会，甚至应用内导览。帮助用户感到自信，而不是不知所措。
并且不要忘记衡量什么是有效的。跟踪使用情况 – 哪些仪表板被打开，哪些功能被忽略，用户在哪里流失。产品分析工具甚至基本使用日志都可以告诉您要调整的内容。
