许多团队需要用户行为洞察，但由于隐私/复杂性开销而避免使用传统分析。
构建一个仪表板，通过 OHBF 数据流来估算独立用户、留存率和漏斗指标，而无需存储原始数据。
销售给重视简洁和 GDPR 合规性而非精细度的早期初创公司。
MVP：一个发送 OHBF 哈希到托管端点的 JS 代码片段，加上基本图表。
风险：吸引力有限——大公司可能需要比概率结构允许的更高的精度。
单哈希布隆过滤器分析
一个使用单哈希布隆过滤器进行隐私保护用户跟踪的轻量级分析工具。非常适合需要简单、高效指标而无需大量数据收集的初创公司。
为什么是现在
随着隐私担忧的加剧，像 OHBF 这样的高效数据结构在最小化占用的分析中越来越受欢迎。
- 做给谁
- 注重隐私的初创公司
- 商业模式
- 订阅式SaaS
- 投入量级
- 几周