Συστήματα ανάλυσης πελατών

Φανταστείτε ότι είστε ένας εκκολαπτόμενος επιχειρηματίας που μόλις δημιούργησε έναν ιστότοπο και μια εφαρμογή για κινητά (για παράδειγμα, για ένα κατάστημα ντόνατς). Θέλετε να συνδέσετε τα αναλυτικά στοιχεία χρηστών με μικρό προϋπολογισμό, αλλά δεν ξέρετε πώς. Όλοι γύρω χρησιμοποιούν Mixpanel, Facebook analytics, Yandex.Metrica και άλλα συστήματα, αλλά δεν είναι ξεκάθαρο τι να επιλέξετε και πώς να το χρησιμοποιήσετε.

Συστήματα ανάλυσης πελατών

Τι είναι τα συστήματα ανάλυσης;

Πρώτα απ 'όλα, πρέπει να ειπωθεί ότι ένα σύστημα ανάλυσης χρηστών δεν είναι ένα σύστημα για την ανάλυση αρχείων καταγραφής της ίδιας της υπηρεσίας. Η παρακολούθηση της απόδοσης της υπηρεσίας εστιάζει στη σταθερότητα και την απόδοση και πραγματοποιείται ξεχωριστά από τους προγραμματιστές. Τα αναλυτικά στοιχεία χρήστη δημιουργούνται για να μελετηθεί η συμπεριφορά του χρήστη: ποιες ενέργειες εκτελεί, πόσο συχνά, πώς αντιδρά σε ειδοποιήσεις push ή άλλα συμβάντα στην υπηρεσία. Σε παγκόσμιο επίπεδο, τα αναλυτικά στοιχεία χρηστών έχουν δύο κατευθύνσεις: τα αναλυτικά στοιχεία για κινητά και τα αναλυτικά στοιχεία ιστού. Παρά τις διαφορετικές διεπαφές και δυνατότητες των υπηρεσιών ιστού και κινητής τηλεφωνίας, η εργασία με το σύστημα ανάλυσης και στις δύο κατευθύνσεις είναι περίπου η ίδια.

Γιατί το κάνει;

Απαιτούνται αναλυτικά στοιχεία χρήστη:

  • να παρακολουθεί τι συμβαίνει κατά τη χρήση της υπηρεσίας.
  • για να αλλάξετε το περιεχόμενο και να κατανοήσετε πού να αναπτύξετε, ποιες δυνατότητες να προσθέσετε/αφαιρέσετε.
  • για να βρείτε τι δεν αρέσει στους χρήστες και να το αλλάξετε.

Πώς λειτουργεί;

Για να μελετήσετε τη συμπεριφορά των χρηστών, πρέπει να συλλέξετε ένα ιστορικό αυτής της συμπεριφοράς. Αλλά τι ακριβώς να συλλέξετε; Αυτή η ερώτηση αντιπροσωπεύει έως και το 70% της πολυπλοκότητας ολόκληρης της εργασίας. Πολλά μέλη της ομάδας προϊόντων πρέπει να απαντήσουν μαζί σε αυτήν την ερώτηση: διευθυντής προϊόντων, προγραμματιστές, αναλυτές. Οποιοδήποτε λάθος σε αυτό το βήμα είναι δαπανηρό: μπορεί να μην συλλέξετε ό,τι χρειάζεστε και μπορεί να συλλέξετε κάτι που δεν θα σας επιτρέψει να βγάλετε ουσιαστικά συμπεράσματα.

Αφού αποφασίσετε τι θα συλλέξετε, πρέπει να σκεφτείτε την αρχιτεκτονική του τρόπου συλλογής του. Το κύριο αντικείμενο με το οποίο λειτουργούν τα αναλυτικά συστήματα είναι ένα γεγονός. Ένα συμβάν είναι μια περιγραφή του τι συνέβη που αποστέλλεται στο σύστημα ανάλυσης ως απόκριση σε μια ενέργεια χρήστη. Συνήθως, για καθεμία από τις ενέργειες που επιλέχθηκαν για παρακολούθηση στο προηγούμενο βήμα, το συμβάν μοιάζει με πακέτο JSON με πεδία που περιγράφουν την ενέργεια που πραγματοποιήθηκε.

Τι είδους πακέτο JSON είναι αυτό;

Το πακέτο JSON είναι ένα αρχείο κειμένου που περιγράφει τι συνέβη. Για παράδειγμα, ένα πακέτο JSON μπορεί να περιέχει πληροφορίες ότι ο χρήστης Mary πραγματοποίησε την ενέργεια Started game στις 23:00 της 15ης Νοεμβρίου. Πώς να περιγράψετε κάθε ενέργεια; Για παράδειγμα, ο χρήστης κάνει κλικ σε ένα κουμπί. Ποια ακίνητα πρέπει να συλλεχθούν αυτή τη στιγμή; Χωρίζονται σε δύο τύπους:

  • υπεριδιότητες - ιδιότητες που είναι χαρακτηριστικές για όλα τα συμβάντα που είναι πάντα παρόντα. Αυτή είναι η ώρα, αναγνωριστικό συσκευής, έκδοση API, έκδοση αναλυτικών στοιχείων, έκδοση λειτουργικού συστήματος.
  • Ιδιότητες συγκεκριμένων συμβάντων - αυτές οι ιδιότητες είναι αυθαίρετες και η κύρια δυσκολία είναι ο τρόπος επιλογής τους. Για παράδειγμα, για το κουμπί «αγορά νομισμάτων» σε ένα παιχνίδι, τέτοιες ιδιότητες θα είναι «πόσα νομίσματα αγόρασε ο χρήστης», «πόσο κοστίζουν τα νομίσματα».

Ένα παράδειγμα πακέτου JSON σε μια υπηρεσία εκμάθησης γλωσσών:
Συστήματα ανάλυσης πελατών

Αλλά γιατί να μην μαζέψεις τα πάντα;

Επειδή όλα τα συμβάντα δημιουργούνται χειροκίνητα. Τα συστήματα Analytics δεν διαθέτουν κουμπί "αποθήκευση όλων" (και αυτό θα ήταν άσκοπο). Συλλέγονται μόνο εκείνες οι ενέργειες από τη λογική εξυπηρέτησης που ενδιαφέρουν κάποιο μέρος της ομάδας. Ακόμη και για κάθε κατάσταση ενός κουμπιού ή παραθύρου, δεν έχουν συνήθως ενδιαφέρον όλα τα συμβάντα. Για μεγάλες διαδικασίες (όπως ένα επίπεδο παιχνιδιού), μόνο η αρχή και το τέλος μπορεί να είναι σημαντικά. Αυτό που συμβαίνει στη μέση μπορεί να μην συνδυάζεται.
Κατά κανόνα, η λογική υπηρεσίας αποτελείται από αντικείμενα - οντότητες. Αυτό μπορεί να είναι μια οντότητα "κέρμα" ή μια οντότητα "επίπεδο". Επομένως, μπορείτε να συνθέσετε συμβάντα από οντότητες, τις καταστάσεις και τις ενέργειές τους. Παραδείγματα: "επίπεδο που ξεκίνησε", "επίπεδο τελείωσε", "επίπεδο τελείωσε, λόγος - φαγωμένος από έναν δράκο". Συνιστάται όλες οι οντότητες που μπορούν να "ανοιχτούν" να κλείσουν, ώστε να μην παραβιάζεται η λογική και να μην περιπλέκεται η περαιτέρω εργασία με τα αναλυτικά στοιχεία.

Συστήματα ανάλυσης πελατών

Πόσα γεγονότα υπάρχουν σε ένα σύνθετο σύστημα;

Τα σύνθετα συστήματα μπορούν να επεξεργαστούν αρκετές εκατοντάδες συμβάντα, τα οποία συλλέχθηκαν από όλους τους πελάτες (διαχειριστές προϊόντων, προγραμματιστές, αναλυτές) και μπήκαν προσεκτικά (!) σε έναν πίνακα και στη συνέχεια στη λογική υπηρεσίας. Η προετοιμασία εκδηλώσεων είναι μια μεγάλη διεπιστημονική εργασία που απαιτεί από όλους να κατανοήσουν τι πρέπει να συλλέξουμε, προσοχή και ακρίβεια.

Ποιο είναι το επόμενο;

Ας πούμε ότι καταλήξαμε σε όλα τα ενδιαφέροντα γεγονότα. Ήρθε η ώρα να τα μαζέψετε. Για να το κάνετε αυτό, πρέπει να συνδέσετε τα αναλυτικά στοιχεία πελατών. Μεταβείτε στο Google και αναζητήστε αναλυτικά στοιχεία για κινητά (ή επιλέξτε από τα γνωστά: Mixpanel, Yandeks.Metrika, Google Analytics, Αναλυτικά στοιχεία Facebook, Αρμονία, Εύρος). Παίρνουμε το SDK από τον ιστότοπο και το χτίζουμε στον κώδικα της υπηρεσίας μας (εξ ου και το όνομα "πελάτης" - επειδή το SDK είναι ενσωματωμένο στον πελάτη).

Και πού να συλλέξουμε εκδηλώσεις;

Όλα τα πακέτα JSON που θα δημιουργηθούν πρέπει να αποθηκευτούν κάπου. Πού θα σταλούν και που θα μαζευτούν; Στην περίπτωση ενός αναλυτικού συστήματος πελατών, το ίδιο είναι υπεύθυνο για αυτό. Δεν γνωρίζουμε πού βρίσκονται τα πακέτα JSON μας, πού είναι η αποθήκευσή τους, πόσα υπάρχουν ή πώς αποθηκεύονται εκεί. Η όλη διαδικασία συλλογής πραγματοποιείται από το σύστημα και δεν μας ενδιαφέρει. Στην υπηρεσία analytics, έχουμε πρόσβαση σε έναν προσωπικό λογαριασμό, όπου βλέπουμε τα αποτελέσματα της επεξεργασίας των αρχικών δεδομένων συμπεριφοράς. Στη συνέχεια, οι αναλυτές εργάζονται με αυτό που βλέπουν στον προσωπικό τους λογαριασμό.

Σε δωρεάν εκδόσεις, τα ανεπεξέργαστα δεδομένα συνήθως δεν μπορούν να ληφθούν. Η ακριβή έκδοση έχει τέτοια χαρακτηριστικά.

Πόσο καιρό θα πάρει για να συνδεθεί;

Τα πιο απλά αναλυτικά στοιχεία μπορούν να συνδεθούν σε μια ώρα: θα είναι το App Metrika, το οποίο θα δείχνει τα πιο απλά πράγματα χωρίς να αναλύει προσαρμοσμένα συμβάντα. Ο χρόνος που απαιτείται για τη δημιουργία ενός πιο σύνθετου συστήματος εξαρτάται από τα επιλεγμένα συμβάντα. Προκύπτουν δυσκολίες που απαιτούν πρόσθετη ανάπτυξη:

  • Υπάρχει ουρά εκδηλώσεων; Για παράδειγμα, πώς να διορθώσετε ότι ένα συμβάν δεν μπορεί να προηγείται ενός άλλου;
  • Τι να κάνετε εάν ο χρήστης άλλαξε την ώρα; Άλλαξε ζώνη ώρας;
  • Τι να κάνετε εάν δεν υπάρχει Διαδίκτυο;

Κατά μέσο όρο, μπορείτε να ρυθμίσετε το Mixpanel σε μερικές ημέρες. Όταν σχεδιάζεται να συλλεχθεί ένας μεγάλος αριθμός συγκεκριμένων εκδηλώσεων, μπορεί να χρειαστεί μια εβδομάδα.

Συστήματα ανάλυσης πελατών

Πώς να επιλέξω ποιο χρειάζομαι;

Τα γενικά στατιστικά στοιχεία λειτουργούν καλά σε όλα τα αναλυτικά συστήματα. Κατάλληλο για επαγγελματίες του μάρκετινγκ και πωλητές: μπορείτε να δείτε τη διατήρηση, το χρόνο που πέρασαν οι χρήστες στην εφαρμογή, όλες τις βασικές μετρήσεις υψηλού επιπέδου. Για την απλούστερη σελίδα προορισμού, οι μετρήσεις του Yandex θα είναι αρκετές.

Όταν πρόκειται για μη τυπικές εργασίες, η επιλογή εξαρτάται από την υπηρεσία σας, τις αναλυτικές εργασίες και τα συμβάντα που πρέπει να υποβληθούν σε επεξεργασία για την επίλυσή τους.

  • Στο Mixpanel, για παράδειγμα, μπορείτε να εκτελέσετε δοκιμές A/B. Πως να το κάνεις? Δημιουργείτε ένα πείραμα στο οποίο θα υπάρχουν πολλά δείγματα και κάνετε μια επιλογή (αναθέτετε τέτοιους χρήστες στο A, άλλους στο B). Για το A το κουμπί θα είναι πράσινο, για το B θα είναι μπλε. Δεδομένου ότι το Mixpanel συλλέγει όλα τα δεδομένα, μπορεί να βρει το αναγνωριστικό συσκευής κάθε χρήστη από το A και το B. Στον κώδικα υπηρεσίας, χρησιμοποιώντας το SDK, δημιουργούνται τσιμπήματα - αυτά είναι μέρη όπου κάτι μπορεί να αλλάξει για δοκιμή. Στη συνέχεια, για κάθε χρήστη, η τιμή (στην περίπτωσή μας, το χρώμα του κουμπιού) εξάγεται από το Mixpanel. Εάν δεν υπάρχει σύνδεση στο Διαδίκτυο, θα επιλεγεί η προεπιλεγμένη επιλογή.
  • Συχνά θέλετε όχι μόνο να αποθηκεύετε και να μελετάτε συμβάντα, αλλά και να συγκεντρώνετε χρήστες. Το Mixpanel το κάνει αυτόματα, στην καρτέλα Χρήστες. Εκεί μπορείτε να δείτε όλα τα δεδομένα μόνιμου χρήστη (όνομα, email, προφίλ facebook) και το ιστορικό καταγραφής χρηστών. Μπορείτε να δείτε τα δεδομένα χρήστη ως στατιστικά στοιχεία: Ο δράκος έφαγε 100 φορές, αγόρασε 3 λουλούδια. Σε ορισμένα συστήματα, η συγκέντρωση ανά χρήστη μπορεί να ληφθεί.
  • Ποια είναι η κύρια δροσιά Αναλυτικά στοιχεία Facebook? Συνδέει τον επισκέπτη της υπηρεσίας με το προφίλ του στο Facebook. Επομένως, μπορείτε να μάθετε το κοινό σας και, το πιο σημαντικό, να το μετατρέψετε σε διαφημιστικό κοινό. Για παράδειγμα, εάν επισκέφτηκα έναν ιστότοπο μία φορά και ο κάτοχός του ενεργοποιήσει τη διαφήμιση (autofillable κοινό στα αναλυτικά στοιχεία του Facebook) για τους επισκέπτες, τότε στο μέλλον θα δω διαφημίσεις για αυτόν τον ιστότοπο στο Facebook. Για τον κάτοχο του ιστότοπου, αυτό λειτουργεί απλά και βολικά· απλά πρέπει να θυμάστε να βάλετε ένα ημερήσιο ανώτατο όριο στον διαφημιστικό σας προϋπολογισμό. Το μειονέκτημα των αναλυτικών στοιχείων του Facebook είναι ότι δεν είναι ιδιαίτερα βολικό: ο ιστότοπος είναι αρκετά περίπλοκος, δεν είναι άμεσα κατανοητός και δεν λειτουργεί πολύ γρήγορα.

Σχεδόν τίποτα δεν χρειάζεται να γίνει και όλα λειτουργούν! Ίσως υπάρχουν κάποια μειονεκτήματα;

Ναι, και ένα από αυτά είναι ότι είναι συνήθως ακριβό. Για μια startup θα μπορούσε να είναι περίπου 50 $ το μήνα. Υπάρχουν όμως και δωρεάν επιλογές. Το Yandex App Metrica είναι δωρεάν και κατάλληλο για τις πιο βασικές μετρήσεις.

Ωστόσο, εάν η λύση είναι φθηνή, τότε τα αναλυτικά στοιχεία δεν θα είναι λεπτομερή: θα μπορείτε να δείτε τον τύπο της συσκευής, το λειτουργικό σύστημα, αλλά όχι συγκεκριμένα συμβάντα και δεν θα μπορείτε να δημιουργήσετε διοχετεύσεις. Το Mixpanel μπορεί να κοστίζει 50 χιλιάδες δολάρια το χρόνο (για παράδειγμα, μια εφαρμογή με Om Nom μπορεί να φάει τόσο πολύ). Γενικά, η πρόσβαση στα δεδομένα είναι αρκετά συχνά περιορισμένη σε όλα. Δεν βρίσκεις τα δικά σου μοντέλα και τα λανσάρεις. Η πληρωμή γίνεται συνήθως μηνιαία / περιοδικά.

Κάποια άλλα;

Αλλά το χειρότερο είναι ότι ακόμη και το Mixpanel θεωρεί τους όγκους δεδομένων που είναι εγγενείς σε μια ενεργή εφαρμογή για κινητά ως προσέγγιση (δηλώνεται ανοιχτά απευθείας στην τεκμηρίωση). Εάν συγκρίνετε τα αποτελέσματα με τα αναλυτικά στοιχεία διακομιστή, οι τιμές θα αποκλίνουν. (Διαβάστε πώς να δημιουργήσετε τα δικά σας αναλυτικά στοιχεία από την πλευρά του διακομιστή στο επόμενο άρθρο μας!)

Το μεγάλο μειονέκτημα όλων σχεδόν των αναλυτικών συστημάτων είναι ότι περιορίζουν την πρόσβαση σε ακατέργαστα αρχεία καταγραφής. Επομένως, η εκτέλεση του δικού σας μοντέλου σε φαινομενικά δικά σας δεδομένα δεν θα λειτουργήσει. Για παράδειγμα, αν κοιτάξετε τις διοχετεύσεις στο Mixpanel, μπορείτε να υπολογίσετε μόνο τον μέσο χρόνο μεταξύ των βημάτων. Δεν μπορούν να υπολογιστούν πιο σύνθετες μετρήσεις, για παράδειγμα, ο διάμεσος χρόνος ή τα εκατοστημόρια.

Επίσης, συχνά λείπει η ικανότητα εκτέλεσης σύνθετων συναθροίσεων και τμηματοποιήσεων. Για παράδειγμα, η δύσκολη ομάδα αγοράς "για να ενώσει χρήστες που γεννήθηκαν το 1990 και αγόρασαν τουλάχιστον 50 ντόνατς ο καθένας" ενδέχεται να μην είναι διαθέσιμη.

Το Facebook Analytics έχει μια πολύ περίπλοκη διεπαφή και είναι αργή.

Τι γίνεται αν ενεργοποιήσω όλα τα συστήματα ταυτόχρονα;

Υπέροχη ιδέα! Συχνά συμβαίνει διαφορετικά συστήματα να παράγουν διαφορετικά αποτελέσματα. Διαφορετικοί αριθμοί. Επιπλέον, μερικά έχουν μια λειτουργικότητα, άλλα έχουν άλλη και άλλα είναι δωρεάν.
Επιπλέον, πολλά συστήματα μπορούν να ενεργοποιηθούν παράλληλα για δοκιμή: για παράδειγμα, για να εξοικειωθείτε με τη διεπαφή ενός νέου και σταδιακά να μεταβείτε σε αυτό. Όπως σε κάθε επιχείρηση, εδώ πρέπει να ξέρετε πότε να σταματήσετε και να συνδέσετε τα αναλυτικά στοιχεία σε τέτοιο βαθμό ώστε να μπορείτε να το παρακολουθείτε (και αυτό δεν θα επιβραδύνει τη σύνδεσή σας στο δίκτυο).

Συνδέσαμε τα πάντα και, στη συνέχεια, κυκλοφορήσαμε νέες δυνατότητες, πώς να προσθέσουμε συμβάντα;

Το ίδιο όπως και κατά τη σύνδεση των αναλυτικών στοιχείων από την αρχή: συλλέξτε περιγραφές των απαραίτητων συμβάντων και χρησιμοποιήστε το SDK για να τις εισαγάγετε στον κώδικα πελάτη.

Ελπίζω ότι οι απαντήσεις σε συχνές ερωτήσεις θα σας φανούν χρήσιμες. Εάν σας βοήθησαν να κατανοήσετε ότι τα αναλυτικά στοιχεία από την πλευρά του πελάτη δεν είναι κατάλληλα για την εφαρμογή σας, συνιστούμε να δοκιμάσετε τα αναλυτικά στοιχεία του διακομιστή. Θα μιλήσω για αυτό στο επόμενο μέρος και μετά θα μιλήσω για το πώς να το εφαρμόσετε στο έργο σας.

Μόνο εγγεγραμμένοι χρήστες μπορούν να συμμετάσχουν στην έρευνα. Συνδεθείτε, Σας παρακαλούμε.

Ποια συστήματα ανάλυσης πελατών χρησιμοποιείτε;

  • Mixpanel

  • Facebook Analytics

  • Google Analytics

  • Yandex Metrica

  • Οι υπολοιποι

  • Με το σύστημά σας

  • τίποτα

Ψήφισαν 33 χρήστες. 15 χρήστες απείχαν.

Πηγή: www.habr.com

Προσθέστε ένα σχόλιο