Forestil dig, at du er en spirende iværksætter, der lige har lavet en hjemmeside og en mobilapplikation (for eksempel til en donutbutik). Du vil forbinde brugeranalyser med et lille budget, men ved ikke hvordan. Alle omkring bruger Mixpanel, Facebook analytics, Yandex.Metrica og andre systemer, men det er ikke klart, hvad man skal vælge, og hvordan man bruger det.
Hvad er analysesystemer?
Først og fremmest skal det siges, at et brugeranalysesystem ikke er et system til at analysere logfiler af selve tjenesten. Overvågning af, hvordan tjenesten fungerer, fokuserer på stabilitet og ydeevne, og udføres separat af udviklerne. Brugeranalyse oprettes for at studere brugerens adfærd: hvilke handlinger han udfører, hvor ofte, hvordan han reagerer på push-notifikationer eller andre hændelser i tjenesten. Globalt har brugeranalyse to retninger: mobil- og webanalyse. På trods af de forskellige grænseflader og muligheder for web- og mobiltjenester, er arbejdet med analysesystemet i begge retninger omtrent det samme.
Hvorfor det?
Brugeranalyse er nødvendig:
- at overvåge, hvad der sker, når du bruger tjenesten;
- at ændre indholdet og forstå, hvor der skal udvikles, hvilke funktioner der skal tilføjes/fjernes;
- at finde, hvad brugerne ikke kan lide, og ændre det.
Hvordan fungerer det?
For at studere brugeradfærd skal du indsamle en historie om denne adfærd. Men hvad skal man egentlig samle på? Dette spørgsmål tegner sig for op til 70 % af kompleksiteten af hele opgaven. Mange medlemmer af produktteamet skal besvare dette spørgsmål sammen: produktchef, programmører, analytikere. Enhver fejltagelse på dette trin er dyr: du samler muligvis ikke det, du har brug for, og du kan indsamle noget, der ikke vil tillade dig at drage meningsfulde konklusioner.
Når du har besluttet, hvad du skal samle på, skal du tænke over arkitekturen for, hvordan du samler det. Hovedobjektet, som analytiske systemer arbejder med, er en begivenhed. En hændelse er en beskrivelse af, hvad der skete, der sendes til analysesystemet som svar på en brugerhandling. For hver af de handlinger, der er valgt til sporing i det foregående trin, ligner hændelsen typisk en JSON-pakke med felter, der beskriver den udførte handling.
Hvilken slags JSON-pakke er dette?
JSON-pakken er en tekstfil, der beskriver, hvad der skete. For eksempel kan en JSON-pakke indeholde oplysninger om, at brugeren Mary udførte spillet Started game action kl. 23:00 den 15. november. Hvordan beskrives hver handling? For eksempel klikker brugeren på en knap. Hvilke ejendomme skal indsamles i øjeblikket? De er opdelt i to typer:
- superegenskaber - egenskaber, der er karakteristiske for alle begivenheder, der altid er til stede. Dette er tid, enheds-id, API-version, analyseversion, OS-version;
- begivenhedsspecifikke egenskaber - disse egenskaber er vilkårlige, og den største vanskelighed er, hvordan man vælger dem. For eksempel, for knappen "køb mønter" i et spil, vil sådanne egenskaber være "hvor mange mønter brugeren har købt", "hvor meget koster mønterne".
Et eksempel på en JSON-pakke i en sprogindlæringstjeneste:
Men hvorfor ikke bare samle alt?
Fordi alle hændelser oprettes manuelt. Analytics-systemer har ikke en "gem alt"-knap (og det ville være meningsløst). Kun de handlinger fra servicelogikken, der er interessante for en del af teamet, indsamles. Selv for hver tilstand af en knap eller et vindue er det normalt ikke alle begivenheder, der er interessante. For lange processer (såsom et spilniveau) kan kun begyndelsen og slutningen være vigtige. Det, der sker i midten, hænger måske ikke sammen.
Som regel består servicelogik af objekter - enheder. Dette kan være en "mønt" enhed eller en "niveau" enhed. Derfor kan du komponere begivenheder fra entiteter, deres tilstande og handlinger. Eksempler: "niveau påbegyndt", "niveau afsluttet", "niveau afsluttet, grund - spist af en drage". Det er tilrådeligt, at alle enheder, der kan "åbnes", lukkes for ikke at krænke logikken og ikke komplicere yderligere arbejde med analyser.
Hvor mange begivenheder er der i et komplekst system?
Komplekse systemer kan behandle flere hundrede hændelser, som blev indsamlet fra alle kunder (produktchefer, programmører, analytikere) og omhyggeligt (!) indtastet i en tabel og derefter i servicelogikken. At forberede arrangementer er et stort tværfagligt arbejde, der kræver, at alle forstår, hvad der skal indsamles, opmærksomhed og nøjagtighed.
Hvad er det næste?
Lad os sige, at vi finder på alle de interessante begivenheder. Det er tid til at samle dem. For at gøre dette skal du forbinde klientanalyse. Gå til Google og se efter mobilanalyse (eller vælg blandt de velkendte: , , , , , ). Vi tager SDK'et fra hjemmesiden og bygger det ind i koden for vores service (deraf navnet "klient" - fordi SDK'et er indbygget i klienten).
Og hvor kan man samle begivenheder?
Alle JSON-pakker, der oprettes, skal gemmes et sted. Hvor vil de blive sendt, og hvor vil de samles? Hvis der er tale om et klientanalysesystem, er det selv ansvarlig for dette. Vi ved ikke, hvor vores JSON-pakker er, hvor deres lager er, hvor mange der er, eller hvordan de er gemt der. Hele indsamlingsprocessen udføres af systemet og betyder ikke noget for os. I analysetjenesten får vi adgang til en personlig konto, hvor vi ser resultaterne af behandlingen af indledende adfærdsdata. Dernæst arbejder analytikere med det, de ser på deres personlige konto.
I gratis versioner kan rådata normalt ikke downloades. Den dyre version har sådanne funktioner.
Hvor lang tid vil det tage at oprette forbindelse?
Den enkleste analyse kan forbindes på en time: Det vil være App Metrika, som viser de enkleste ting uden at analysere tilpassede begivenheder. Den tid, der kræves for at opsætte et mere komplekst system, afhænger af de valgte hændelser. Der opstår vanskeligheder, der kræver yderligere udvikling:
- Er der en kø af arrangementer? Hvordan løser man for eksempel, at én begivenhed ikke kan komme før en anden?
- Hvad skal man gøre, hvis brugeren har ændret tiden? Ændret tidszone?
- Hvad skal man gøre, hvis der ikke er internet?
I gennemsnit kan du opsætte Mixpanel på et par dage. Når et stort antal specifikke arrangementer er planlagt til at blive indsamlet, kan det tage en uge.
Hvordan vælger jeg hvilken jeg skal bruge?
Generel statistik fungerer fint i alle analysesystemer. Velegnet til marketingfolk og sælgere: du kan se fastholdelse, hvor lang tid brugerne brugte i applikationen, alle grundlæggende målinger på højt niveau. For den enkleste landingsside vil Yandex-metrics være nok.
Når det kommer til ikke-standardiserede opgaver, afhænger valget af din service, analytiske opgaver og begivenheder, der skal behandles for at løse dem.
- I Mixpanel kan du for eksempel køre A/B-tests. Hvordan gør man det? Du opretter et eksperiment, hvor der vil være flere prøver og foretager et valg (du tildeler sådanne og sådanne brugere til A, andre til B). For A vil knappen være grøn, for B vil den være blå. Da Mixpanel indsamler alle data, kan det finde enheds-id'et for hver bruger fra A og B. I servicekoden, ved hjælp af SDK'en, oprettes tweaks - det er steder, hvor noget kan ændre sig til test. Dernæst for hver bruger trækkes værdien (i vores tilfælde farven på knappen) fra Mixpanel. Hvis der ikke er nogen internetforbindelse, vælges standardindstillingen.
- Ofte vil du ikke kun gemme og studere begivenheder, men også samle brugere. Mixpanel gør dette automatisk på fanen Brugere. Der kan du se alle permanente brugerdata (navn, e-mail, facebookprofil) og brugerloghistorik. Du kan se på brugerdata som statistik: Dragen spiste 100 gange, købte 3 blomster. I nogle systemer kan aggregering efter bruger downloades.
- Hvad er den vigtigste coolness ? Det forbinder den servicebesøgende med hans Facebook-profil. Derfor kan du finde ud af dit publikum, og vigtigst af alt, så konvertere det til et annoncepublikum. For eksempel, hvis jeg har besøgt et websted én gang, og dets ejer har slået annoncering til (autofyldbar målgruppe i Facebook-analyse) for besøgende, så vil jeg i fremtiden se annoncering for dette websted på Facebook. For webstedsejeren fungerer dette enkelt og bekvemt; du skal bare huske at sætte et dagligt loft på dit annonceringsbudget. Ulempen ved Facebook-analyse er, at det ikke er specielt bekvemt: webstedet er ret komplekst, ikke umiddelbart forståeligt og fungerer ikke særlig hurtigt.
Der skal næsten ikke gøres noget, og alt fungerer! Måske er der nogle ulemper?
Ja, og en af dem er, at det normalt er dyrt. For en opstart kan det være omkring $50k pr. måned. Men der er også gratis muligheder. Yandex App Metrica er gratis og egnet til de mest basale målinger.
Men hvis løsningen er billig, vil analysen ikke være detaljeret: du vil være i stand til at se typen af enhed, OS, men ikke specifikke begivenheder, og du vil ikke være i stand til at oprette tragte. Mixpanel kan koste 50 dollars om året (for eksempel kan en applikation med Om Nom æde så meget). Generelt er adgangen til data ret ofte begrænset i dem alle. Du kommer ikke med dine egne modeller og lancerer dem. Betaling sker normalt månedligt / periodisk.
Andre?
Men det værste er, at selv Mixpanel betragter datamængderne, der ligger i en aktiv mobilapplikation, som en tilnærmelse (åbent angivet direkte i dokumentationen). Hvis du sammenligner resultaterne med serveranalyse, vil værdierne afvige. (Læs om, hvordan du opretter din egen server-side-analyse i vores næste artikel!)
Den store ulempe ved næsten alle analysesystemer er, at de begrænser adgangen til rå logfiler. Så det virker ikke, at køre din egen model på tilsyneladende dine egne data. Hvis du for eksempel ser på tragte i Mixpanel, kan du kun beregne den gennemsnitlige tid mellem trinene. Mere komplekse metrikker, for eksempel mediantid eller percentiler, kan ikke beregnes.
Også evnen til at udføre komplekse aggregeringer og segmenteringer mangler ofte. For eksempel er den vanskelige gruppekøb "for at forene brugere, der er født i 1990 og købte mindst 50 donuts hver", muligvis ikke tilgængelig.
Facebook Analytics har en meget kompleks grænseflade og er langsom.
Hvad hvis jeg tænder for alle systemer på én gang?
Rigtig god idé! Det sker ofte, at forskellige systemer giver forskellige resultater. Forskellige tal. Derudover har nogle en funktionalitet, andre har en anden, og andre er gratis.
Derudover kan flere systemer tændes parallelt til test: for eksempel for at gøre dig bekendt med grænsefladen på en ny og gradvist skifte til den. Som i enhver virksomhed skal du her vide, hvornår du skal stoppe og forbinde analyser i en sådan grad, at du kan holde styr på det (og det vil ikke bremse din netværksforbindelse).
Vi tilsluttede alt, og derefter udgivet nye funktioner, hvordan tilføjer man begivenheder?
Det samme som ved tilslutning af analyser fra bunden: Indsaml beskrivelser af de nødvendige hændelser og brug SDK'et til at indsætte dem i klientkoden.
Jeg håber, at svarene på ofte stillede spørgsmål vil være nyttige for dig. Hvis de hjalp dig med at forstå, at analyse på klientsiden ikke er egnet til din applikation, anbefaler vi, at du prøver dine analyser på serversiden. Jeg vil tale om det i næste del, og så vil jeg tale om, hvordan du implementerer dette i dit projekt.
Kun registrerede brugere kan deltage i undersøgelsen. , Vær venlig.
Hvilke kundeanalysesystemer bruger du?
-
Mixpanel
-
Facebook Analytics
-
Google Analytics
-
Yandex Metrica
-
Andre
-
Med dit system
-
Ikke noget
33 brugere stemte. 15 brugere undlod at stemme.
Kilde: www.habr.com