✨ Features
- 一体化平台：集产品分析、网站分析、会话回放、功能开关、A/B 测试、用户调研、数据仓库、数据管道于一体，整合超过八种独立工具的功能。
- 产品分析：提供事件跟踪、漏斗分析、留存分析和用户群组划分，用于深入洞察用户行为。
- 会话回放：录制用户交互过程，附带控制台日志、网络请求和事件时间线，用于可视化地诊断 JavaScript 错误和前端问题。官方称成本降低高达 50%。
- 功能开关与 A/B 测试：支持功能灰度发布、A/B 测试和复杂的多变量测试，并提供统计显著性计算。
- 内置数据仓库：允许使用 SQL (HogQL) 直接查询分析数据，并支持与超过 120 个数据源和目标集成，打通产品与业务数据。
- LLM 可观测性：监控和分析产品中 AI 模型的使用情况，捕获调用链路（Traces）、生成内容、延迟和成本指标。
- 开源与自托管：提供开源版本，允许自托管部署，确保数据完全控制，避免供应商锁定。
⚙️ 使用步骤
PostHog 采用 API-first 架构，为开发者提供高度的灵活性和控制力。
- 步骤1: 数据采集：通过全面的 SDK 套件从不同平台捕获事件。前端 SDK (JavaScript, React) 支持 Autocapture 功能，可自动捕获点击、表单提交等客户端事件，无需手动埋点。
- 步骤2: 后端跟踪：提供 Node.js, Python, Java 等后端库，用于跟踪发生在服务器端的关键业务事件，如 API 调用或支付处理。
- 步骤3: 数据处理与存储：数据被实时处理，以支持即时分析和功能开关的快速更新。所有数据存储在内置的数据仓库中，可通过 HogQL (一种 SQL 方言) 进行复杂查询。
- 步骤4: 功能交付：功能开关和 A/B 测试配置通过低延迟的基础设施实时分发给客户端，实现对特定用户群体的精准控制。
👨🏻💻 应用场景
产品与工程团队
– 分析用户转化漏斗，识别用户流失节点，通过数据驱动产品迭代。
– 使用会话回放复现用户遇到的 Bug，结合控制台和网络日志快速定位前端问题。
初创公司
– 利用一体化平台替代多个分散的分析工具，降低工具链复杂度和成本。
– 受益于慷慨的免费额度和针对初创企业的 5 万美元赠金计划。
数据分析
– 通过 SQL 直接在数据仓库中进行深度分析，将产品使用数据与外部业务数据（如 CRM）结合。
– 验证 A/B 测试结果的统计有效性，为产品决策提供量化依据。
AI 应用开发
– 监控集成在应用中的 LLM 功能，追踪其性能、延迟和 Token 成本，优化 AI 功能的用户体验和经济效益。
👻 感想
他给的实在是太多了。基本上所有框架和语言都支持，功能上也是达到了恐怖的 34 个。功能和老牌的分析工具 Mixpanle，Google Analysitcs 不分上下的同时，价格还足够的便宜，免费档位就可以畅爽使用所有工具。
信息来源：TG频道@NewlearnerChannel