Saxlama: Python və Pandas-da açıq mənbəli məhsul analitik alətlərini necə yazdıq

Salam, Habr. Bu məqalə bir tətbiqdə və ya veb-saytda istifadəçi hərəkət trayektoriyalarını emal etmək üçün bir sıra üsul və alətlərin dörd illik inkişafının nəticələrinə həsr edilmişdir. İnkişafın müəllifi - Maksim Qodzi, məhsul yaradıcıları komandasına rəhbərlik edən və eyni zamanda məqalənin müəllifidir. Məhsulun özü Retentioneering adlanırdı; o, indi açıq mənbəli kitabxanaya çevrilib və Github-da yerləşdirilib ki, hər kəs ondan istifadə edə bilsin. Bütün bunlar məhsul və marketinq təhlili, tanıtım və məhsulun inkişafı ilə məşğul olanlar üçün maraqlı ola bilər. Yeri gəlmişkən, Habré-də Retentioneering ilə işləmək hallarından biri haqqında artıq məqalə dərc olunub. Yeni material məhsulun nə edə biləcəyini və necə istifadə oluna biləcəyini izah edir.

Məqaləni oxuduqdan sonra siz özünüz öz Retentioneering-inizi yaza biləcəksiniz; bu, tətbiqdə və ondan kənarda istifadəçi trayektoriyalarını emal etmək üçün hər hansı bir standart üsul ola bilər ki, bu da davranışın xüsusiyyətlərini ətraflı görməyə və böyümə üçün buradan fikirlər çıxarmağa imkan verir. biznes ölçüləri.

Saxlama nədir və nə üçün lazımdır?

İlkin məqsədimiz Growth Hacking-i “rəqəmsal cadu” dünyasından rəqəmlər, analitika və proqnozlar dünyasına köçürmək idi. Nəticədə, məhsul analitikası fantastik hekayələr əvəzinə rəqəmlərə üstünlük verənlər üçün təmiz riyaziyyata və proqramlaşdırmaya, düsturlardan isə “rebrendinq”, “yenidən yerləşdirmə” və s. kimi xoş səslənsə də, praktikada az kömək edən şayiələrə çevrilir.

Bu problemləri həll etmək üçün bizə qrafiklər və traektoriyalar vasitəsilə analitika üçün çərçivə və eyni zamanda həm insanlar, həm də robotlar üçün başa düşülən müntəzəm məhsul analitikası tapşırıqlarını təsvir etmək üçün tipik analitik işini asanlaşdıran bir kitabxana lazım idi. Kitabxana istifadəçi davranışını təsvir etmək və onu o qədər rəsmi və aydın dildə məhsul biznesi ölçüləri ilə əlaqələndirmək imkanı verir ki, o, tərtibatçıların və analitiklərin gündəlik tapşırıqlarını asanlaşdırır və avtomatlaşdırır və onların bizneslə ünsiyyətini asanlaşdırır.

Retentioneering hər hansı rəqəmsal (yalnız deyil) məhsula uyğunlaşdırıla və inteqrasiya oluna bilən metod və analitik proqram vasitələridir.

2015-ci ildə məhsul üzərində işləməyə başladıq. İndi bu, hələ ideal olmasa da, Python və Pandas-da verilənlərlə işləmək üçün alətlər dəsti, sklearn kimi api ilə maşın öyrənmə modelləri, eli5 və shap maşın öyrənmə modellərinin nəticələrini şərh etmək üçün alətlərdir.

Hamısı bağlanıb açıq Github deposunda rahat açıq mənbəli kitabxanaya - retentioneering-tools. Kitabxanadan istifadə çətin deyil; demək olar ki, məhsul analitikasını sevən, lakin əvvəllər kod yazmamış hər kəs müstəqil və əhəmiyyətli vaxt sərmayəsi olmadan analitik metodlarımızı öz məlumatlarına tətbiq edə bilər.

Yaxşı, proqramçı, proqram yaradıcısı və ya əvvəllər heç vaxt analitika etməmiş bir inkişaf və ya sınaq komandasının üzvü bu kodla oynamağa başlaya və kənar yardım olmadan tətbiqlərinin istifadə nümunələrini görə bilər.

İstifadəçi trayektoriyası təhlilin əsas elementi və onun işlənməsi üsulları kimi

İstifadəçi trayektoriyası müəyyən vaxt nöqtələrində istifadəçi vəziyyətlərinin ardıcıllığıdır. Bundan əlavə, hadisələr həm onlayn, həm də oflayn olaraq müxtəlif məlumat mənbələrindən gələ bilər. İstifadəçinin başına gələn hadisələr onun trayektoriyasının bir hissəsidir. Nümunələr:
• düyməni basdı
• şəkli gördüm
• ekrana vurun
• e-poçt alındı
• məhsulu dostuna tövsiyə etdi
• formanı doldurdu
• ekrana toxundu
• sürüşdürülmüşdür
• kassaya getdi
• burrito sifariş etdi
• burrito yedi
• burrito yeyərək zəhərləndi
• arxa girişdən kafeyə daxil oldu
• ön girişdən daxil olub
• tətbiqi minimuma endirdi
• təkan bildirişi aldı
• ekranda X-dən daha uzun müddət qalıb
• sifariş üçün ödənilmiş
• sifarişi satın aldı
• kreditdən imtina edilib

Bir qrup istifadəçinin trayektoriya məlumatlarını götürsəniz və keçidlərin necə qurulduğunu öyrənsəniz, proqramda onların davranışının necə qurulduğunu dəqiq izləyə bilərsiniz. Bunu vəziyyətlərin qovşaqlar və vəziyyətlər arasında keçidlərin kənar olduğu bir qrafik vasitəsilə etmək rahatdır:

Saxlama: Python və Pandas-da açıq mənbəli məhsul analitik alətlərini necə yazdıq

"Trayektoriya" çox rahat bir anlayışdır - bu hərəkətlərin təsvirinə hər hansı əlavə məlumat əlavə etmək imkanı ilə bütün istifadəçi hərəkətləri haqqında ətraflı məlumat ehtiva edir. Bu, onu universal bir obyekt edir. Əgər trayektoriyalarla işləməyə imkan verən gözəl və rahat alətləriniz varsa, onda siz oxşarlıqları tapıb onları seqmentləşdirə bilərsiniz.

Trayektoriya seqmentasiyası əvvəlcə çox mürəkkəb görünə bilər. Normal vəziyyətdə, bu belədir - siz əlaqə matrisinin müqayisəsindən və ya ardıcıllıqla düzülməsindən istifadə etməlisiniz. Biz daha sadə bir yol tapmağı bacardıq - çoxlu sayda trayektoriyaları öyrənmək və onları klasterləşdirmə yolu ilə seqmentləşdirmək.

Məlum olub ki, davamlı təsvirlərdən istifadə edərək trayektoriyanı nöqtəyə çevirmək mümkündür, məsələn, TF-IDF. Transformasiyadan sonra trayektoriya kosmosda bir nöqtəyə çevrilir, burada trayektoriyada müxtəlif hadisələrin və onlar arasında keçidlərin normallaşdırılmış baş verməsi oxlar boyunca çəkilir. Bu nəhəng min və ya daha çox ölçülü fəzadan (dimS=sum(hadisə növləri)+sum(grams_2 növləri)) istifadə edərək təyyarəyə proyeksiya edilə bilər. TSNE. TSNE məkanın ölçüsünü 2 oxa endirən və mümkün olduqda nöqtələr arasındakı nisbi məsafələri qoruyan bir transformasiyadır. Müvafiq olaraq, düz xəritədə, trayektoriyaların məcazi proyeksiya xəritəsində müxtəlif trayektoriyaların nöqtələrinin öz aralarında necə yerləşdiyini öyrənmək mümkün olur. Onların bir-birinə nə qədər yaxın və ya fərqli olduğunu, qruplar əmələ gətirmələrini və ya xəritədə səpələnmələrini və s. təhlil edir:

Saxlama: Python və Pandas-da açıq mənbəli məhsul analitik alətlərini necə yazdıq

Retentioneering analitik alətləri mürəkkəb məlumatları və trayektoriyaları bir-biri ilə müqayisə edilə bilən görünüşə çevirmək və sonra transformasiyanın nəticəsini yoxlamaq və şərh etmək imkanı verir.

Trayektoriyaların işlənməsi üçün standart üsullardan danışarkən biz Retentioneering-də tətbiq etdiyimiz üç əsas aləti nəzərdə tuturuq - qrafiklər, addım matrisləri və traektoriya proyeksiya xəritələri.

Google Analytics, Firebase və oxşar analitik sistemlərlə işləmək kifayət qədər mürəkkəbdir və 100% effektiv deyil. Problem istifadəçi üçün bir sıra məhdudiyyətlərdir, bunun nəticəsində analitikin bu cür sistemlərdə işi siçan kliklərindən və dilimlərin seçilməsindən asılıdır. Saxlama, Google Analytics-də olduğu kimi, yalnız hunilərlə deyil, istifadəçi trayektoriyaları ilə işləməyi mümkün edir, burada təfərrüat səviyyəsi müəyyən seqment üçün qurulmuş olsa da, tez-tez huniyə endirilir.

Saxlama və hallar

Hazırlanmış alətdən istifadə nümunəsi olaraq, Rusiyada böyük bir niş xidmətinin nümunəsini göstərə bilərik. Bu şirkət müştərilər arasında populyar olan Android mobil proqramına malikdir. Mobil tətbiqdən illik dövriyyə təxminən 7 milyon rubl, mövsümi dalğalanmalar 60-130 min arasında dəyişdi.Həmin şirkətin iOS üçün tətbiqi də var və Apple tətbiqindən bir istifadəçinin orta hesabı orta hesabdan yüksək idi. Android tətbiqindən istifadə edən müştəri - 1080 rub. 1300 rubla qarşı.

Şirkət hərtərəfli təhlil apardığı Android tətbiqinin səmərəliliyini artırmaq qərarına gəlib. Tətbiqin effektivliyinin artırılması ilə bağlı bir neçə onlarla fərziyyə yaradıldı. Retentionneering-dən istifadə etdikdən sonra məlum oldu ki, problem yeni istifadəçilərə göstərilən mesajlardadır. Onlar brend, şirkətin üstünlükləri və qiymətləri haqqında məlumat alıblar. Lakin məlum oldu ki, mesajlar istifadəçiyə proqramda işləməyi öyrənməyə kömək etməli idi.

Saxlama: Python və Pandas-da açıq mənbəli məhsul analitik alətlərini necə yazdıq

Bu edildi, nəticədə proqram daha az silindi və sifarişə çevrilmə artımı 23% təşkil etdi. Əvvəlcə daxil olan trafikin 20 faizi testə verilirdi, lakin bir neçə gündən sonra ilk nəticələri təhlil etdikdən və tendensiyanı qiymətləndirdikdən sonra nisbətləri tərsinə çevirdilər və əksinə, nəzarət qrupuna 20 faizi buraxdılar və səksən faiz imtahana buraxılıb. Bir həftə sonra daha iki fərziyyənin testini ardıcıl olaraq əlavə etmək qərara alındı. Cəmi yeddi həftə ərzində Android tətbiqindən dövriyyə əvvəlki səviyyə ilə müqayisədə bir yarım dəfə artıb.

Retentioneering ilə necə işləmək olar?

İlk addımlar olduqca sadədir - kitabxananı pip install retentioneering əmri ilə yükləyin. Anbarın özündə bəzi məhsul analitikası tapşırıqları üçün hazır nümunələr və məlumatların işlənməsi halları var. İlk tanışlıq üçün kifayət edənə qədər dəst daim yenilənir. Hər kəs hazır modulları götürə və onları dərhal öz tapşırıqlarına tətbiq edə bilər - bu, onlara istifadəçi trayektoriyalarının daha ətraflı təhlili və optimallaşdırılması prosesini dərhal mümkün qədər tez və səmərəli şəkildə qurmağa imkan verir. Bütün bunlar aydın kod vasitəsilə tətbiqdən istifadə nümunələrini tapmağa və bu təcrübəni həmkarları ilə bölüşməyə imkan verir.

Saxlama tətbiqinizin ömrü boyu istifadə etməyə dəyər bir vasitədir və buna görə:

  • Saxlama istifadəçi trayektoriyalarını izləmək və davamlı olaraq optimallaşdırmaq və biznes performansını artırmaq üçün effektivdir. Beləliklə, e-ticarət tətbiqlərinə tez-tez yeni funksiyalar əlavə olunur, onların məhsula təsirini həmişə düzgün proqnozlaşdırmaq olmur. Bəzi hallarda, yeni və köhnə funksiyalar arasında uyğunluq problemləri yaranır - məsələn, yeniləri mövcud olanları "canniballaşdırır". Və bu vəziyyətdə trayektoriyaların daimi təhlili məhz lazım olan şeydir.
  • Reklam kanalları ilə işləyərkən vəziyyət oxşardır: yeni trafik mənbələri və reklam kreativləri daim sınaqdan keçirilir, mövsümiliyi, meylləri və digər hadisələrin təsirini izləmək lazımdır ki, bu da getdikcə daha çox yeni problemlər sinfinin yaranmasına səbəb olur. Bu da istifadəçi mexanikasının daimi monitorinqini və şərhini tələb edir.
  • Tətbiqin performansına daim təsir edən bir sıra amillər var. Məsələn, tərtibatçıların yeni buraxılışları: cari problemi bağlayaraq, onlar istəmədən köhnəni qaytarır və ya tamamilə yenisini yaradırlar. Zaman keçdikcə yeni buraxılışların sayı artır və istifadəçi trayektoriyalarının təhlili də daxil olmaqla, səhvlərin izlənməsi prosesi avtomatlaşdırılmalıdır.

Ümumiyyətlə, Retentioneering effektiv vasitədir. Ancaq mükəmməlliyə heç bir məhdudiyyət yoxdur - onu təkmilləşdirmək, inkişaf etdirmək və onun əsasında yeni gözəl məhsullar qurmaq olar və edilməlidir. Layihənin icması nə qədər fəal olarsa, bir o qədər çox çəngəl olacaq və ondan istifadə üçün yeni maraqlı variantlar ortaya çıxacaq.

Retentioneering alətləri haqqında ətraflı məlumat:

Mənbə: www.habr.com

Добавить комментарий