Sistemas de análise de clientes

Imaxina que es un emprendedor que acaba de crear un sitio web e unha aplicación móbil (por exemplo, para unha tenda de rosquillas). Queres conectar as analíticas de usuarios cun orzamento reducido, pero non sabes como. Todos usan Mixpanel, Facebook Analytics, Yandex.Metrica e outros sistemas, pero non está claro que escoller e como usalo.

Sistemas de análise de clientes

Que son os sistemas de análise?

En primeiro lugar, hai que dicir que un sistema de análise de usuarios non é un sistema de análise de rexistros do propio servizo. O seguimento do funcionamento do servizo céntrase na estabilidade e no rendemento, e realízao por separado os desenvolvedores. A análise do usuario créase co fin de estudar o comportamento do usuario: que accións realiza, con que frecuencia, como reacciona ás notificacións push ou a outros eventos do servizo. A nivel mundial, a analítica de usuarios ten dúas direccións: analítica móbil e web. A pesar das diferentes interfaces e capacidades dos servizos web e móbiles, traballar co sistema de análise en ambas direccións é aproximadamente o mesmo.

Por que facelo?

Necesítanse análises de usuarios:

  • para supervisar o que ocorre ao utilizar o servizo;
  • para cambiar o contido e comprender onde desenvolver, que funcións engadir/eliminar;
  • para atopar o que non lles gusta aos usuarios e cambialo.

Como funciona isto?

Para estudar o comportamento dos usuarios, cómpre recompilar un historial deste comportamento. Pero que recoller exactamente? Esta pregunta representa ata o 70% da complexidade de toda a tarefa. Moitos membros do equipo do produto deben responder a esta pregunta xuntos: xestor de produto, programadores, analistas. Calquera erro neste paso é custoso: é posible que non recompiles o que necesitas e podes recoller algo que non che permita sacar conclusións significativas.

Unha vez que teñas decidido que recoller, cómpre pensar na arquitectura de como recollelo. O principal obxecto co que traballan os sistemas analíticos é un evento. Un evento é unha descrición do que pasou que se envía ao sistema de análise en resposta a unha acción do usuario. Normalmente, para cada unha das accións seleccionadas para o seguimento no paso anterior, o evento parece un paquete JSON con campos que describen a acción realizada.

Que tipo de paquete JSON é este?

O paquete JSON é un ficheiro de texto que describe o que pasou. Por exemplo, un paquete JSON pode conter información de que o usuario Mary realizou a acción do xogo Iniciado ás 23:00 horas do 15 de novembro. Como describir cada acción? Por exemplo, o usuario fai clic nun botón. Que propiedades hai que recoller neste momento? Divídense en dous tipos:

  • superpropiedades - propiedades que son características de todos os eventos que están sempre presentes. Esta é a hora, ID do dispositivo, versión da API, versión de análise, versión do SO;
  • propiedades específicas do evento: estas propiedades son arbitrarias e a principal dificultade é como seleccionalas. Por exemplo, para o botón "mercar moedas" nun xogo, tales propiedades serán "cantas moedas comprou o usuario", "canto custan as moedas".

Un exemplo de paquete JSON nun servizo de aprendizaxe de idiomas:
Sistemas de análise de clientes

Pero por que non recoller todo?

Porque todos os eventos son creados manualmente. Os sistemas analíticos non teñen un botón "gardar todo" (e iso sería inútil). Só se recollen aquelas accións da lóxica do servizo que sexan de interese para algunha parte do equipo. Mesmo para cada estado dun botón ou ventá, non todos os eventos adoitan ser de interese. Para procesos longos (como un nivel de xogo), só o principio e o final poden ser importantes. O que ocorre no medio pode non xuntarse.
Como regra xeral, a lóxica do servizo consiste en obxectos - entidades. Esta pode ser unha entidade de "moeda" ou unha entidade de "nivel". Polo tanto, pode compoñer eventos a partir de entidades, os seus estados e accións. Exemplos: "nivel iniciado", "nivel rematou", "nivel rematou, razón - comido por un dragón". É recomendable que se pechen todas as entidades que se poidan "abrir" para non vulnerar a lóxica e non complicar o traballo posterior coa analítica.

Sistemas de análise de clientes

Cantos eventos hai nun sistema complexo?

Os sistemas complexos poden procesar varios centos de eventos, que foron recollidos de todos os clientes (xestores de produtos, programadores, analistas) e coidadosamente (!) introducidos nunha táboa e despois na lóxica do servizo. A preparación de eventos é un gran traballo interdisciplinar que esixe que todos comprendan o que hai que recoller, atención e precisión.

Cal é o próximo?

Digamos que chegamos con todos os eventos interesantes. É hora de recollelos. Para iso, cómpre conectar as analíticas de clientes. Vai a Google e busca análises móbiles (ou escolle entre as coñecidas: Mixpanel, Yandeks.Metrika, Google Analytics, Analítica de Facebook, Sintonía, Amplitude). Collemos o SDK do sitio web e integrámolo no código do noso servizo (de aí o nome de "cliente", porque o SDK está integrado no cliente).

E onde recoller eventos?

Todos os paquetes JSON que se crearán deben almacenarse nalgún lugar. Onde serán enviados e onde se reunirán? No caso dun sistema analítico de clientes, é el mesmo responsable diso. Non sabemos onde están os nosos paquetes JSON, onde está o seu almacenamento, cantos hai ou como se almacenan alí. Todo o proceso de recollida realízao o sistema e non nos importa. No servizo de análise, accedemos a unha conta persoal, onde vemos os resultados do procesamento de datos de comportamento iniciais. A continuación, os analistas traballan co que ven na súa conta persoal.

Nas versións gratuítas, os datos en bruto normalmente non se poden descargar. A versión cara ten tales características.

Canto tempo tardará en conectarse?

As análises máis sinxelas pódense conectar nunha hora: será App Metrika, que mostrará as cousas máis sinxelas sen analizar eventos personalizados. O tempo necesario para configurar un sistema máis complexo depende dos eventos seleccionados. Xorden dificultades que requiren un desenvolvemento adicional:

  • Hai unha cola de eventos? Por exemplo, como solucionar que un evento non pode preceder a outro?
  • Que facer se o usuario cambiou a hora? Cambiaches o fuso horario?
  • Que facer se non hai Internet?

De media, podes configurar Mixpanel nun par de días. Cando se prevé recoller un gran número de eventos específicos, pode levar unha semana.

Sistemas de análise de clientes

Como elixir cal necesito?

As estatísticas xerais funcionan ben en todos os sistemas analíticos. Moi axeitado para comerciantes e vendedores: podes ver a retención, o tempo que pasaron os usuarios na aplicación, todas as métricas básicas de alto nivel. Para a páxina de destino máis sinxela, as métricas de Yandex serán suficientes.

Cando se trata de tarefas non estándar, a elección depende do teu servizo, tarefas analíticas e eventos que hai que procesar para resolvelos.

  • En Mixpanel, por exemplo, pode realizar probas A/B. Como facelo? Creas un experimento no que haberá varias mostras e fas unha selección (asígnas tales usuarios a A, outros a B). Para A o botón será verde, para B será azul. Xa que Mixpanel recolle todos os datos, pode atopar o identificador do dispositivo de cada usuario de A e B. No código de servizo, usando o SDK, créanse axustes: estes son lugares onde algo pode cambiar para probalo. A continuación, para cada usuario, extrae o valor (no noso caso, a cor do botón) de Mixpanel. Se non hai conexión a Internet, seleccionarase a opción predeterminada.
  • Moitas veces quere non só almacenar e estudar eventos, senón tamén agregar usuarios. Mixpanel fai isto automaticamente, na pestana Usuarios. Alí podes ver todos os datos permanentes do usuario (nome, correo electrónico, perfil de Facebook) e o historial de rexistro do usuario. Podes ver os datos do usuario como estatísticas: O dragón comeu 100 veces, comprou 3 flores. Nalgúns sistemas pódese descargar a agregación por usuario.
  • Cal é a principal frescura Analítica de Facebook? Conecta o visitante do servizo co seu perfil de Facebook. Polo tanto, podes descubrir o teu público e, o máis importante, convertelo nun público publicitario. Por exemplo, se visitei un sitio unha vez e o seu propietario activou a publicidade (público autocompletable nas análises de Facebook) para os visitantes, no futuro verei publicidade deste sitio en Facebook. Para o propietario do sitio, isto funciona de forma sinxela e cómoda; só tes que lembrar de poñer un límite diario ao teu orzamento publicitario. A desvantaxe das analíticas de Facebook é que non é especialmente conveniente: o sitio é bastante complexo, non é inmediatamente comprensible e non funciona moi rápido.

Case non hai que facer nada e todo funciona! Quizais hai algunhas desvantaxes?

Si, e un deles é que adoita ser caro. Para unha startup, podería ser uns 50 dólares ao mes. Pero tamén hai opcións gratuítas. A aplicación Yandex Metrica é gratuíta e adecuada para as métricas máis básicas.

Non obstante, se a solución é barata, non se detallarán as analíticas: poderás ver o tipo de dispositivo, o sistema operativo, pero non eventos específicos e non poderás crear funís. Mixpanel pode custar 50 dólares ao ano (por exemplo, unha aplicación con Om Nom pode consumir tanto). En xeral, o acceso aos datos é frecuentemente limitado en todos eles. Non creas os teus propios modelos e os lanzas. O pago adoita facerse mensualmente/periódicamente.

Algún outro?

Pero o peor é que incluso Mixpanel considera os volumes de datos inherentes a unha aplicación móbil activa como unha aproximación (indicado abertamente directamente na documentación). Se comparas os resultados coa análise do servidor, os valores divergerán. (Lea sobre como crear a súa propia análise do lado do servidor no noso seguinte artigo!)

A gran desvantaxe de case todos os sistemas analíticos é que limitan o acceso aos rexistros en bruto. Entón, executar o seu propio modelo en aparentemente os seus propios datos non funcionará. Por exemplo, se miras os funís en Mixpanel, só podes calcular o tempo medio entre os pasos. Non se poden calcular métricas máis complexas, por exemplo, o tempo medio ou os percentiles.

Ademais, adoita faltar a capacidade de realizar agregacións e segmentacións complexas. Por exemplo, o grupo complicado de compra "para unir usuarios que naceron en 1990 e compraron polo menos 50 rosquillas cada un" pode non estar dispoñible.

Facebook Analytics ten unha interface moi complexa e é lenta.

E se acendo todos os sistemas á vez?

Boa idea! A miúdo ocorre que sistemas diferentes producen resultados diferentes. Diferentes números. Ademais, algúns teñen unha funcionalidade, outros teñen outra e outros son gratuítos.
Ademais, pódense activar varios sistemas en paralelo para probar: por exemplo, para familiarizarse coa interface dun novo e cambiar gradualmente a ela. Como en calquera empresa, aquí tes que saber cando parar e conectar as analíticas ata tal punto que poidas facer un seguimento del (e iso non ralentizará a túa conexión de rede).

Conectamos todo e despois publicamos novas funcións, como engadir eventos?

O mesmo que ao conectar as analíticas desde cero: recompila descricións dos eventos necesarios e utiliza o SDK para inserilos no código do cliente.

Espero que as respostas ás preguntas máis frecuentes che sexan útiles. Se che axudaron a comprender que as análises do lado do cliente non son adecuadas para a túa aplicación, recomendámosche que probes as túas análises do lado do servidor. Falareino na seguinte parte, e logo falarei de como implementar isto no teu proxecto.

Só os usuarios rexistrados poden participar na enquisa. Rexístrate, por favor.

Que sistemas de análise de clientes usas?

  • Mixpanel

  • Facebook Analytics

  • Google Analytics

  • Yandex Metrica

  • Outros

  • Co teu sistema

  • Nada

Votaron 33 usuarios. 15 usuarios abstivéronse.

Fonte: www.habr.com

Engadir un comentario