Bayangkan Anda adalah seorang pengusaha pemula yang baru saja membuat situs web dan aplikasi seluler (misalnya untuk toko donat). Anda ingin menghubungkan analisis pengguna dengan anggaran kecil, tetapi tidak tahu caranya. Semua orang di sekitar menggunakan Mixpanel, analisis Facebook, Yandex.Metrica, dan sistem lainnya, tetapi tidak jelas apa yang harus dipilih dan bagaimana menggunakannya.
Apa itu sistem analitik?
Pertama-tama, harus dikatakan bahwa sistem analisis pengguna bukanlah sistem untuk menganalisis log layanan itu sendiri. Pemantauan kinerja layanan berfokus pada stabilitas dan kinerja, dan dilakukan secara terpisah oleh pengembang. Analisis pengguna dibuat untuk mempelajari perilaku pengguna: tindakan apa yang dia lakukan, seberapa sering, bagaimana dia bereaksi terhadap pemberitahuan push atau peristiwa lain di layanan. Secara global, analisis pengguna memiliki dua arah: analisis seluler dan web. Meskipun antarmuka dan kemampuan layanan web dan seluler berbeda, bekerja dengan sistem analitik di kedua arah kira-kira sama.
Mengapa melakukannya?
Analisis pengguna diperlukan:
- untuk memantau apa yang terjadi saat menggunakan layanan;
- untuk mengubah konten dan memahami di mana harus mengembangkan, fitur apa yang ditambahkan/dihapus;
- untuk menemukan apa yang tidak disukai pengguna dan mengubahnya.
Bagaimana cara kerjanya?
Untuk mempelajari perilaku pengguna, Anda perlu mengumpulkan riwayat perilaku ini. Tapi apa sebenarnya yang harus dikumpulkan? Pertanyaan ini menyumbang hingga 70% dari kompleksitas keseluruhan tugas. Banyak anggota tim produk harus menjawab pertanyaan ini bersama-sama: manajer produk, pemrogram, analis. Kesalahan apa pun pada langkah ini merugikan: Anda mungkin tidak mengumpulkan apa yang Anda butuhkan, dan Anda mungkin mengumpulkan sesuatu yang tidak memungkinkan Anda menarik kesimpulan yang berarti.
Setelah Anda memutuskan apa yang akan dikumpulkan, Anda perlu memikirkan arsitektur cara mengumpulkannya. Objek utama yang digunakan sistem analitik adalah sebuah peristiwa. Peristiwa adalah deskripsi kejadian yang dikirim ke sistem analitik sebagai respons terhadap tindakan pengguna. Biasanya, untuk setiap tindakan yang dipilih untuk dilacak pada langkah sebelumnya, peristiwa tersebut tampak seperti paket JSON dengan bidang yang menjelaskan tindakan yang diambil.
Paket JSON macam apa ini?
Paket JSON adalah file teks yang menjelaskan apa yang terjadi. Misalnya, paket JSON mungkin berisi informasi bahwa pengguna Mary melakukan tindakan Memulai permainan pada pukul 23:00 pada tanggal 15 November. Bagaimana cara menggambarkan setiap tindakan? Misalnya, pengguna mengklik sebuah tombol. Properti apa yang perlu dikumpulkan saat ini? Mereka dibagi menjadi dua jenis:
- sifat super β sifat yang menjadi ciri dari semua kejadian yang selalu ada. Ini adalah waktu, ID perangkat, versi API, versi analitik, versi OS;
- properti khusus peristiwa - properti ini bersifat arbitrer dan kesulitan utamanya adalah cara memilihnya. Misalnya, untuk tombol βbeli koinβ dalam game, properti tersebut adalah βberapa banyak koin yang dibeli penggunaβ, βberapa harga koinβ.
Contoh paket JSON dalam layanan pembelajaran bahasa:
Tapi kenapa tidak mengumpulkan semuanya saja?
Karena semua event dibuat secara manual. Sistem analitik tidak memiliki tombol "simpan semua" (dan itu tidak ada gunanya). Hanya tindakan dari logika layanan yang menarik bagi sebagian tim yang dikumpulkan. Bahkan untuk setiap keadaan tombol atau jendela, tidak semua peristiwa biasanya menarik. Untuk proses yang panjang (seperti level permainan), hanya awal dan akhir yang penting. Apa yang terjadi di tengah mungkin tidak akan terjadi bersamaan.
Biasanya, logika layanan terdiri dari objek β entitas. Ini bisa berupa entitas βkoinβ atau entitas βtingkatβ. Oleh karena itu, Anda dapat menyusun peristiwa dari entitas, status, dan tindakannya. Contoh: "level dimulai", "level berakhir", "level berakhir, alasan - dimakan naga". Disarankan agar semua entitas yang dapat "dibuka" ditutup agar tidak melanggar logika dan tidak mempersulit pekerjaan lebih lanjut dengan analitik.
Berapa banyak kejadian yang ada dalam sistem yang kompleks?
Sistem yang kompleks dapat memproses beberapa ratus peristiwa, yang dikumpulkan dari semua pelanggan (manajer produk, pemrogram, analis) dan dengan hati-hati (!) dimasukkan ke dalam tabel, dan kemudian ke dalam logika layanan. Mempersiapkan acara adalah pekerjaan interdisipliner besar yang mengharuskan setiap orang memahami apa yang perlu dikumpulkan, perhatian, dan ketelitian.
Apa selanjutnya?
Katakanlah kita membuat semua peristiwa menarik. Saatnya mengumpulkannya. Untuk melakukan ini, Anda perlu menghubungkan analisis pelanggan. Buka Google dan cari analisis seluler (atau pilih dari yang terkenal: , , , , , ). Kami mengambil SDK dari situs web dan memasukkannya ke dalam kode layanan kami (karenanya dinamakan "klien" - karena SDK dibangun di dalam klien).
Dan di mana mengumpulkan acara?
Semua paket JSON yang akan dibuat perlu disimpan di suatu tempat. Ke mana mereka akan dikirim dan ke mana mereka akan berkumpul? Dalam kasus sistem analitik klien, sistem itu sendiri yang bertanggung jawab untuk ini. Kami tidak tahu di mana paket JSON kami, di mana penyimpanannya, berapa jumlahnya, atau bagaimana disimpan di sana. Seluruh proses pengumpulan dilakukan oleh sistem dan tidak menjadi masalah bagi kami. Di layanan analitik, kami mendapatkan akses ke akun pribadi, tempat kami melihat hasil pemrosesan data perilaku awal. Selanjutnya, analis bekerja dengan apa yang mereka lihat di akun pribadi mereka.
Dalam versi gratis, data mentah biasanya tidak dapat diunduh. Versi mahal memiliki fitur seperti itu.
Berapa lama waktu yang dibutuhkan untuk terhubung?
Analisis paling sederhana dapat dihubungkan dalam satu jam: itu adalah App Metrika, yang akan menampilkan hal-hal paling sederhana tanpa menganalisis peristiwa khusus. Waktu yang diperlukan untuk menyiapkan sistem yang lebih kompleks bergantung pada peristiwa yang dipilih. Timbul kesulitan yang memerlukan pengembangan tambahan:
- Apakah ada antrian acara? Misalnya, bagaimana cara memperbaiki bahwa satu peristiwa tidak dapat terjadi sebelum peristiwa lainnya?
- Apa yang harus dilakukan jika pengguna telah mengubah waktu? Zona waktu berubah?
- Apa yang harus dilakukan jika tidak ada Internet?
Rata-rata, Anda dapat menyiapkan Mixpanel dalam beberapa hari. Jika sejumlah besar peristiwa tertentu direncanakan untuk dikumpulkan, mungkin diperlukan waktu seminggu.
Bagaimana cara memilih yang mana yang saya butuhkan?
Statistik umum berfungsi dengan baik di semua sistem analitik. Sangat cocok untuk pemasar dan staf penjualan: Anda dapat melihat retensi, berapa lama pengguna menghabiskan waktu dalam aplikasi, semua metrik dasar tingkat tinggi. Untuk halaman arahan paling sederhana, metrik Yandex sudah cukup.
Jika menyangkut tugas non-standar, pilihannya bergantung pada layanan Anda, tugas analitis, dan peristiwa yang perlu diproses untuk menyelesaikannya.
- Di Mixpanel, misalnya, Anda dapat menjalankan pengujian A/B. Bagaimana cara melakukannya? Anda membuat eksperimen di mana akan ada beberapa sampel dan membuat pilihan (Anda menetapkan pengguna ini dan itu ke A, yang lain ke B). Untuk A tombolnya berwarna hijau, untuk B berwarna biru. Karena Mixpanel mengumpulkan semua data, Mixpanel dapat menemukan id perangkat setiap pengguna dari A dan B. Dalam kode layanan, menggunakan SDK, penyesuaian dibuat - ini adalah tempat di mana sesuatu dapat berubah untuk pengujian. Selanjutnya, untuk setiap pengguna, nilainya (dalam kasus kami, warna tombol) diambil dari Mixpanel. Jika tidak ada koneksi Internet, opsi default akan dipilih.
- Seringkali Anda ingin tidak hanya menyimpan dan mempelajari peristiwa, tetapi juga mengumpulkan pengguna. Mixpanel melakukan ini secara otomatis, di tab Pengguna. Di sana Anda dapat melihat semua data pengguna permanen (nama, email, profil facebook) dan riwayat log pengguna. Anda dapat melihat data pengguna sebagai statistik: Naga itu makan 100 kali, membeli 3 bunga. Di beberapa sistem, agregasi berdasarkan pengguna dapat diunduh.
- Apa kesejukan utamanya ? Ini menghubungkan pengunjung layanan dengan profil Facebook-nya. Oleh karena itu, Anda dapat mengetahui audiens Anda, dan yang terpenting, kemudian mengubahnya menjadi audiens iklan. Misalnya, jika saya mengunjungi suatu situs sekali, dan pemiliknya mengaktifkan iklan (pemirsa yang dapat diisi otomatis di analisis Facebook) untuk pengunjung, maka di masa mendatang saya akan melihat iklan untuk situs ini di Facebook. Bagi pemilik situs, ini berfungsi dengan sederhana dan nyaman; Anda hanya perlu ingat untuk menetapkan batas harian pada anggaran iklan Anda. Kerugian dari analitik Facebook adalah tidak terlalu nyaman: situsnya cukup rumit, tidak langsung dapat dipahami, dan tidak berfungsi dengan cepat.
Hampir tidak ada yang perlu dilakukan dan semuanya berfungsi! Mungkin ada beberapa kelemahannya?
Ya, dan salah satunya biasanya mahal. Untuk startup, biayanya bisa sekitar $50k per bulan. Tapi ada juga opsi gratis. Yandex App Metrica gratis dan cocok untuk metrik paling dasar.
Namun, jika solusinya tidak mahal, analisisnya tidak akan mendetail: Anda akan dapat melihat jenis perangkat, OS, tetapi bukan peristiwa spesifik, dan Anda tidak akan dapat membuat corong. Mixpanel bisa berharga 50 ribu dolar setahun (misalnya, aplikasi dengan Om Nom bisa memakan biaya sebanyak itu). Secara umum, akses terhadap data seringkali terbatas pada semua negara. Anda tidak membuat model Anda sendiri dan meluncurkannya. Pembayaran biasanya dilakukan secara bulanan/berkala.
Ada yang lain?
Namun yang terburuk adalah bahkan Mixpanel menganggap volume data yang melekat pada aplikasi seluler aktif sebagai perkiraan (dinyatakan secara terbuka langsung dalam dokumentasi). Jika Anda membandingkan hasilnya dengan analisis server, nilainya akan berbeda. (Baca tentang cara membuat analisis sisi server Anda sendiri di artikel kami berikutnya!)
Kerugian besar dari hampir semua sistem analitik adalah membatasi akses ke log mentah. Jadi, menjalankan model Anda sendiri pada data Anda sendiri tidak akan berhasil. Misalnya, jika Anda melihat corong di Mixpanel, Anda hanya dapat menghitung waktu rata-rata antar langkah. Metrik yang lebih kompleks, misalnya waktu median atau persentil, tidak dapat dihitung.
Selain itu, kemampuan untuk melakukan agregasi dan segmentasi yang kompleks seringkali kurang. Misalnya, pembelian grup yang rumit βuntuk menyatukan pengguna yang lahir pada tahun 1990 dan masing-masing membeli setidaknya 50 donatβ mungkin tidak tersedia.
Facebook Analytics memiliki antarmuka yang sangat kompleks dan lambat.
Bagaimana jika saya mengaktifkan semua sistem sekaligus?
Ide yang hebat! Seringkali sistem yang berbeda menghasilkan hasil yang berbeda. Nomor yang berbeda. Selain itu, beberapa memiliki satu fungsi, yang lain memiliki fungsi lain, dan yang lainnya gratis.
Selain itu, beberapa sistem dapat diaktifkan secara paralel untuk pengujian: misalnya, untuk membiasakan diri dengan antarmuka yang baru dan secara bertahap beralih ke antarmuka tersebut. Seperti dalam bisnis apa pun, di sini Anda perlu mengetahui kapan harus berhenti dan menghubungkan analitik sedemikian rupa sehingga Anda dapat melacaknya (dan itu tidak akan memperlambat koneksi jaringan Anda).
Kami menghubungkan semuanya, lalu merilis fitur baru, bagaimana cara menambahkan acara?
Sama seperti saat menghubungkan analitik dari awal: kumpulkan deskripsi peristiwa yang diperlukan dan gunakan SDK untuk memasukkannya ke dalam kode klien.
Semoga jawaban atas pertanyaan yang sering diajukan dapat bermanfaat bagi Anda. Jika mereka membantu Anda memahami bahwa analisis sisi klien tidak cocok untuk aplikasi Anda, kami sarankan untuk mencoba analisis sisi server Anda. Saya akan membicarakannya di bagian selanjutnya, dan kemudian saya akan berbicara tentang bagaimana menerapkannya dalam proyek Anda.
Hanya pengguna terdaftar yang dapat berpartisipasi dalam survei. , silakan.
Sistem analisis pelanggan apa yang Anda gunakan?
-
Mixpanel
-
Analisis Facebook
-
Google Analytics
-
Yandex Metrica
-
Yang lain
-
Dengan sistem Anda
-
Tidak ada
33 pengguna memilih. 15 pengguna abstain.
Sumber: www.habr.com