企业团队评估实时数字人平台时，常常先看视觉质量，最后才看 analytics。这个顺序是反的。视觉质量只是入场券，大多数主流平台都能做出可信的数字人面孔。真正区分生产可用平台和维护负担的是：你能否看清会话里实际发生了什么。
这篇指南解释 live AI avatar 部署中哪些 analytics 能力重要，如何判断平台真实提供了什么，以及“built-in analytics”通常意味着什么、又有什么需要你自己建设。
实时数字人里的 Analytics 是什么意思
实时数字人的 analytics 不同于标准产品分析。你追踪的不只是页面浏览或转化漏斗，而是一个用户和 AI 驱动面孔之间的实时互动，背后还有 ASR、LLM 和 TTS 的语音管线，每一步都有延迟。
关键指标分为四类。
会话性能指标：端到端延迟、会话时长、完成率，以及断线和重连事件。
数字人渲染指标：客户端 fps、渲染初始化时间、首次模型加载时间，以及移动端或 kiosk 部署中的设备类型和芯片分布。
对话质量指标：轮次模式、用户打断率、回复长度分布，以及用户问题的语义分析。最后一项需要 transcript 数据。
业务结果指标：商业流程转化率、任务完成率、转人工率和复访率。
挑战在于，大多数数字人平台只暴露其中一部分指标，而且它们暴露什么往往取决于平台架构，而不是你的业务需求。
Built-in Analytics 通常意味着什么
当平台宣传 built-in analytics 时，要仔细看它到底提供哪些指标，以及数据存在哪里。
把 LLM 和语音栈打包的平台可以提供对话级指标，例如 transcript 分析、意图分类和情绪分析，因为数据流过它们的系统。但这也意味着数据被锁在供应商系统里。导出 API 的质量差异很大，有的平台提供 webhook 或 event stream，有的平台只能看 dashboard，导出能力有限。
像 Spatius 这样的渲染层平台让你自带 voice AI（BYO LLM），不会拥有对话数据。因此 analytics 图景是反过来的：transcript、LLM 输出、TTS 响应都流经你的管线，你完全拥有这些数据。但平台本身不会提供对话分析 dashboard，因为它没有这些数据。
两种方式都不绝对更好。关键问题是：你需要哪些数据来运营产品，以及这些数据必须存在哪里。
企业评估 Analytics 清单
评估任何 live AI avatar 平台时，建议逐项确认。
会话延迟数据
- 平台暴露的是单会话端到端延迟，还是只给总体平均值？
- 是否能拆解 ASR、LLM、TTS、avatar rendering 的耗时？
- 能否导出原始会话延迟数据，并与业务结果关联？
关于真实延迟可读：Comparing AI Avatar Platforms for Speed: Latency, Bandwidth, and Real-World Performance in 2026
设备和渲染性能
- 平台是否记录客户端设备类型、系统版本和芯片？
- 是否能访问设备级渲染指标，例如 fps、掉帧和会话错误？
- 当设备低于性能阈值时，平台如何处理？
这对企业部署尤其重要，因为设备通常非常混杂：托管平板、个人手机、自助终端硬件都可能同时存在。
对话数据归属
- transcript 数据存在哪里？供应商系统还是你的系统？
- 数据保留策略是什么？历史会话能否导出？
- 如果平台使用打包 LLM，你能否通过 API 访问对话数据？格式是什么？
- 如果平台是 BYO LLM，你默认拥有数据。还要确认头像层不需要 raw transcript、prompt 或敏感用户数据。
与现有分析栈集成
- 平台是否支持 webhook、event streaming 或实时数据 API？
- 导出数据的鉴权和 rate limit 是什么？
- 是否提供用于自定义事件埋点的 SDK？
团队协作中的会话监控
- 主管能否在 dashboard 中查看活跃会话？
- 真人客服能否从数字人中途接管？
- 是否有会话录制？同意和告知机制如何处理？
平台对比：Analytics 能力
| Spatius | Anam.ai | Tavus | LiveAvatar | |
|---|---|---|---|---|
| 渲染类型 | 端侧渲染 | 云端推流 | 云端推流 | 云端推流 |
| 对话数据归属 | 你拥有，BYO LLM | 供应商 | 供应商 | 供应商 |
| 会话延迟可见性 | 通过你的栈 | Dashboard | Dashboard | Dashboard |
| 设备性能指标 | 由你的应用埋点 | 未公开 | 未公开 | 未公开 |
| 数据导出 | 你的管线 | 因平台而异 | 因平台而异 | 因平台而异 |
| Webhook / event streaming | 你的管线 | 未确认 | 未确认 | 未确认 |
| Live session monitoring | 基于你的栈构建 | 未公开 | 未公开 | 未公开 |
规律很清楚：打包 AI 的平台通常有 dashboard，但数据可携性有限；BYO 架构没有现成 dashboard，但数据可携性最强。
对有合规要求、数据主权需求或需要接入既有 CRM 与 analytics 基础设施的企业来说，BYO 架构的数据可携性往往更重要。你可以在自己拥有的数据上构建 dashboard；但很难从供应商系统里完整导出数据。
Realtime Avatar Analytics 问题：哪些仍然需要自建
无论选哪个平台，都有一些 analytics 能力目前不会由数字人平台完整提供。
跨会话用户旅程分析：多数平台跟踪单个会话，而不是用户跨多个会话的旅程。如果虚拟助手面向复访用户，你需要在自己的栈里做身份关联。
语义对话分析：理解用户问了什么，而不只是“他说话了”，需要基于 transcript 做 LLM 分析。BYO LLM 部署可以直接分析自有 transcript；打包平台则取决于它导出了什么数据。
业务结果归因：把数字人会话指标和下游转化事件相连，需要接入 CRM 或事件系统。没有数字人平台会自动完成这件事。
数字人配置 A/B 测试：测试不同 persona、回复风格或对话流程，在 BYO 架构中更容易，因为你控制 LLM prompt；在打包平台中通常更受限制。
Spatius 如何进入企业 Analytics 栈
Spatius 是渲染层，因此 analytics 问题的答案与打包平台不同。
在渲染层，你的应用可以围绕 Spatius 客户端体验做埋点：会话开始/结束、帧率、连接状态、模型加载时间、重连事件等。这些事件可以进入你已有的客户端 analytics 工具，例如 Segment、Amplitude 或自定义事件流。
在对话层，所有数据都流过你的 voice pipeline。Transcripts、LLM 输入输出、TTS 音频都在你的系统、数据存储和权限控制里。你不需要依赖供应商数据导出 API 才能分析用户说了什么。
代价是 Spatius 不提供对话分析 dashboard。你需要给自己的管线做埋点和分析。对已有 analytics 基础设施的团队来说，这通常更干净；对期待 turnkey dashboard 的团队来说，则需要建设工作。
企业语境中的 Spatius 价格：Scale 计划 $299/月，支持 40 路并发，费率 $0.007/min（$0.42/hour）。Enterprise 计划提供无限并发和定制定价。
如需和 Tavus 直接对比，可读：Spatius vs Tavus (2026): Real-Time AI Avatar Platform Comparison
选型前应该做什么
在评估 analytics 能力前，先用真实硬件和真实网络跑一次真实会话。只能暴露演示中已能观察到的问题的 analytics，并不如能揭示规模化后延迟波动、设备差异和会话放弃模式的 analytics 有价值。
最低可行测试包括：
- 用目标设备和网络环境跑 10+ 次会话
- 在实际部署条件下测端到端延迟，而不是只看供应商 benchmark
- 确认会话数据能以合规和 analytics 团队需要的格式和位置访问
- 用预期峰值并发验证价格模型
更多实时数字人平台评估框架可读：Interactive Avatar: The Complete Guide to Real-Time AI Avatars in 2026
推荐阅读
- Comparing AI Avatar Platforms for Speed: Latency, Bandwidth, and Real-World Performance in 2026
- Spatius vs Tavus (2026): Real-Time AI Avatar Platform Comparison
- Interactive Avatar: The Complete Guide to Real-Time AI Avatars in 2026