面向客户的分析数据是指你向用户展示的统计数据，而不是你内部团队看到的。例如，用户使用情况仪表盘、产品页面上的“当前有23人正在查看”计数器、公开排行榜，或者你的支持队列有多长。
从底层来看，很多这类功能都由同一种基础设施驱动：一个快速、经过身份验证的 API 层，它接收产品数据并将其直接发送到用户可以看到的地方。在 PostHog，我们称之为“端点” 。
端点是一种将您的 PostHog 数据公开为快速、版本化、经过身份验证的 API 的方式，您可以将其直接放入您的产品中，而无需维护自定义 API 后端。
但是，与其告诉你什么是面向客户的分析，不如让我们向你展示五家在这方面做得非常出色的公司，并针对每家公司，我们总结出值得借鉴的地方。
1. Vercel Analytics：嵌入式客户使用情况仪表板
Vercel是一个典型的仪表盘案例，客户可以登录查看数据。每个部署在 Vercel 上的项目都自带一个网站分析面板，实时显示访客数量、热门页面、引荐来源、UTM 参数以及地理位置分布等信息。所有功能只需点击部署按钮即可完成，无需安装任何额外的工具。
偷什么
对面向客户的分析功能，应采用与产品其他部分相同的延迟预期。Vercel 为其 Web 分析功能所做的设计选择，就是让数据在“启用分析功能后几秒钟内即可显示，而不是 30 分钟”。
面向客户的分析能否成功，取决于用户是否相信数据是最新的——一旦他们不再相信，仪表盘就会悄然沦为背景。
如果您是 PostHog 用户，那么有个好消息：我们刚刚推出了一个用于Web 分析的实时仪表板。
2. Booking.com：着陆页上的实时指标
Booking.com 已将实时活动转化为社交认同，并以此为核心进行了一套科学的分析：“目前有 23 人正在浏览这家酒店。”“过去 6 小时内已预订 4 次。”“此价格仅剩 2 间客房。”这些数据均来自实时预订和浏览数据，并直接显示在酒店列表中。
偷什么
将分析数据放在决策发生的地方，而不是仪表盘上。Booking 的实时计数器并非附属功能，而是转化率的核心要素。行业分析师认为，类似的“购物激活”组件已使直接预订量提升了近 50% 。审核您的购买流程，找出哪些地方的实时数据能够影响库存、需求和近期活动，并将其融入其中。如果将对买家而言至关重要的实时数据隐藏在报告标签页深处，需要点击两下才能查看，那么这些数据就白白浪费了。
3. Product Hunt：将排行榜置于中心位置
Product Hunt 的整个首页就是一个面向用户的排行榜。它每天根据点赞数、评论数和评价数对数百个新产品进行排名，并将排名前五的产品永久置顶在“昨日/上周/上月”的版块中。排名逻辑非常透明，以至于开发者会围绕它来规划产品发布；工作日排名第一的标准大约是 700-800 个赞。
偷什么
让你的分析兼顾双方利益。如果你掌握了排名数据，就意味着你拥有潜在的产品。排行榜常被视为噱头，但 Product Hunt 将点赞数据库转化为首页，并使其同时发挥两项功能：为读者提供推荐信息流，为开发者提供排行榜。访问量越大，排名就越有价值。
4. HogHero：利用用户信息增强支持数据
我们使用 Endpoints 的方式之一是使用 HogHero，这是我们内部的 Zendesk 应用。
当客户提交支持工单时，HogHero 会向我们的支持代表展示客户在联系到人工客服之前与 PostHog AI 进行的最近对话。客服代表可以立即了解上下文，并在对话开始时就已经掌握了解决问题的关键信息。
偷什么
面向客户的分析并不一定意味着要直接面向最终客户。让内部工具发挥神奇作用的最快方法是将正确的数据整合到用户已在使用的应用程序中，而不是构建一个需要他们登录的新平台。我们的客服代表无需切换到 PostHog 并重新构建客户上下文，对话历史记录会在工单创建之时立即显示，并且与该客户关联。
5. GitHub 的贡献图：通过用户分析构建社区
每个 GitHub 个人资料页面上的绿色方块贡献图是互联网上被模仿最多的分析模式之一。它以热力图的形式呈现你过去一年的提交、PR、问题和评论记录，并显示在你的公开个人资料页面上。从功能上讲，它是一种行为改变机制：“不要中断连续贡献”之所以成为一种梗，正是因为这张图表让你和所有查看你个人资料的人都能看到你的连续贡献记录。
偷什么
一旦你向用户公开分析数据，他们就会提出更多需求——有些人甚至会自己动手构建。贡献图最初只是一个可视化工具，最终却发展成了身份识别、习惯循环分析，以及一整套由GitHub Wrapped工具组成的第三方生态系统。这些工具由那些想要分享自己连续使用记录的用户构建，从而创造了病毒式传播的社区效应，这对 GitHub 的品牌形象大有裨益。
如何才能成功开展面向客户的分析工作？以下原则将助您一臂之力。
在这五种情况下，始终贯穿着几个相同的原则：
- 数据是实时更新的，或者至少非常接近实时，用户可以信任它。
- 它嵌入在决策发生的地方：房源列表、控制面板或个人资料页面。它并没有放在单独的报告部分。
- 数据范围根据查看者而定。客户可以看到自己的数据，团队可以看到团队的数据，买家可以看到房源的数据。
- 它被视为产品功能，而不是数据团队的交付成果。有人负责延迟、用户体验和产品路线图。
Endpoints 让面向客户的分析变得简单
想自己构建面向客户的分析工具吗？我们虽然有点偏心，但还是建议您了解一下Endpoints 。它的工作原理如下：
- 从 PostHog 中已有的内容入手。打开任何已保存的洞察、趋势或已创建的 SQL 查询。如果您在 PostHog 中有一个值得信赖的数据，那么您就完成了 90% 的工作。
- 将其转换为端点。点击洞察屏幕顶部的三个点，然后选择“创建端点”。端点会将您的查询封装在一个快速、版本化且经过身份验证的 API 中——无需后端设置、无需管道、无需学习新工具。
- 把它放到任何需要显示该号码的地方。例如你的产品、面向客户的仪表盘、你的落地页，或者内部 Slack 机器人——任何接受 URL 或 API 调用的地方。
- 让它自动更新。数据始终保持实时。如果您调整 PostHog 中的底层设置，端点也会随之更新。无需重建，无需查看过时的屏幕截图，也无需在周一早上看到“谁能帮我刷新一下”之类的消息。
将您在 PostHog 中已信任的数据发送到用户实际访问的位置，让该工具为您完成繁重的工作。不妨一试，或者您可以查看我们的文档了解更多信息。
原文： https://posthog.com/blog/customer-facing-analytics-examples