Ana atusan artikel ing Internet babagan keuntungan saka nganalisa prilaku pelanggan. Paling asring iki gegayutan karo sektor ritel. Saka analisis basket pangan, analisis ABC lan XYZ kanggo marketing penylametan lan nawakake pribadi. Macem-macem teknik wis digunakake sajrone pirang-pirang dekade, algoritma wis dipikirake, kode wis ditulis lan didebug - njupuk lan gunakake. Ing kasus kita, ana masalah dhasar - kita ing ISPsystem melu pangembangan piranti lunak, dudu eceran.
Jenengku Denis lan aku saiki tanggung jawab kanggo backend sistem analitis ing ISPsystem. Lan iki critane aku lan kanca-kancaku β sing tanggung jawab kanggo visualisasi data β nyoba ndeleng produk piranti lunak liwat prisma kawruh iki. Ayo miwiti, kaya biasane, karo sejarah.
Ing wiwitan ana tembung, lan tembung kasebut "Apa kita bakal nyoba?"
Ing wayahe aku kerja minangka pangembang ing departemen R&D. Iku kabeh diwiwiti nalika Danil maca kene ing HabrΓ© - alat kanggo nganalisa transisi pangguna ing aplikasi. Aku rada mamang babagan ide nggunakake ing kene. Minangka conto, pangembang perpustakaan nyebutake analisis aplikasi ing ngendi tumindak target ditetepake kanthi jelas - nggawe pesenan utawa sawetara variasi liyane babagan carane mbayar perusahaan sing duwe. Produk kita diwenehake ing lokasi. Yaiku, pangguna pisanan tuku lisensi, lan mung miwiti lelungan ing aplikasi kasebut. Ya, kita duwe versi demo. Sampeyan bisa nyoba produk ana supaya sampeyan ora duwe babi ing poke.
Nanging umume produk kita ditujokake ing pasar hosting. Iki minangka klien gedhe, lan departemen pangembangan bisnis menehi saran babagan kemampuan produk. Iku uga nderek yen ing wektu tuku, pelanggan kita wis ngerti apa masalah piranti lunak kita bakal mbantu ngatasi. Rute ing aplikasi kasebut kudu pas karo CJM sing dipasang ing produk kasebut, lan solusi UX bakal mbantu dheweke tetep ing trek. Spoiler: iki ora tansah kelakon. Perkenalan menyang perpustakaan ditundha ... nanging ora suwe.
Kabeh diganti karo rilis startup kita - - platform kanggo nggawe toko online saka akun Instagram. Ing aplikasi iki, pangguna diwenehi wektu rong minggu kanggo nggunakake kabeh fungsi kanthi gratis. Banjur sampeyan kudu mutusake manawa bakal langganan. Lan iki cocog banget karo konsep "tumindak rute-target". Diputusake: ayo nyoba!
Asil pisanan utawa saka ngendi entuk ide
Tim pangembangan lan aku nyambungake produk kasebut menyang sistem koleksi acara kanthi harfiah sajrone sedina. Aku bakal langsung ngomong yen ISPsystem nggunakake sistem dhewe kanggo ngumpulake acara babagan kunjungan kaca, nanging ora ana sing ngalangi sampeyan nggunakake Yandex.Metrica kanggo tujuan sing padha, sing ngidini sampeyan ngunggah data mentah kanthi gratis. Conto nggunakake perpustakaan ditliti, lan sawise minggu koleksi data kita nampa grafik transisi.
Grafik transisi. Fungsi dhasar, transisi liyane dibusak kanggo kajelasan
Pranyata kaya ing conto: planar, cetha, ayu. Saka grafik iki, kita bisa ngenali rute lan nyebrang sing paling kerep dienggo wong. Iki ngidini kita ngerti ing ngisor iki:
- Tinimbang CJM gedhe, sing nyakup rolas entitas, mung loro sing aktif digunakake. Sampeyan uga kudu ngarahake pangguna menyang papan sing dibutuhake nggunakake solusi UX.
- Sawetara kaca, dirancang dening desainer UX dadi end-to-end, mungkasi karo wong sing mbuwang wektu sing ora wajar. Sampeyan kudu ngerteni apa unsur mandeg ing kaca tartamtu lan nyetel.
- Sawise 10 transisi, 20% wong wiwit kesel lan metu saka sesi ing aplikasi kasebut. Lan iki nganggep kasunyatan manawa kita duwe 5 halaman onboarding ing aplikasi kasebut! Sampeyan kudu ngenali kaca ing ngendi pangguna ajeg nilar sesi lan nyepetake dalane. Luwih apik: ngenali rute reguler lan ngidini transisi cepet saka kaca sumber menyang kaca tujuan. Soko sing umum karo analisis ABC lan analisis cart sing ditinggalake, apa sampeyan ora mikir?
Lan ing kene kita nimbang maneh sikap kita babagan aplikasi alat iki kanggo produk ing lokasi. Diputusake kanggo nganalisa produk sing didol lan digunakake - . Iku luwih rumit, ana urutan entitas sing luwih gedhe. Kita padha bungah ngenteni kanggo ndeleng apa grafik transisi bakal dadi.
Babagan kuciwane lan inspirasi
Kuciwo #1
Iku pungkasan dina kerja, pungkasan sasi lan pungkasan taun ing wektu sing padha - 27 Desember. Data wis dikumpulake, pitakon wis ditulis. Ana sawetara detik sadurunge kabeh diproses lan kita bisa ndeleng asil kerja kita kanggo ngerteni ing ngendi taun kerja sabanjure bakal diwiwiti. Departemen R&D, manajer produk, perancang UX, pimpinan tim, pangembang ngumpul ing ngarep monitor kanggo ndeleng kaya apa path pangguna ing produke, nanging ... kita weruh iki:
Grafik transisi sing dibangun dening perpustakaan Retentioneering
Inspirasi #1
Sambungake banget, puluhan entitas, skenario sing ora jelas. Iku mung cetha yen taun kerja anyar ora bakal diwiwiti kanthi analisis, nanging kanthi panemuan cara kanggo nyederhanakake karya kanthi grafik kasebut. Nanging aku ora bisa goyangake koyo sing kabeh iku akeh prasaja saka iku ketoke. Lan sawise limalas menit sinau kode sumber Retentioneering, kita bisa ngekspor grafik dibangun menyang format titik. Iki ngidini sampeyan ngunggah grafik menyang alat liyane - Gephi. Lan wis ana ruang kanggo nganalisa grafik: tata letak, saringan, statistik - sampeyan mung kudu ngatur paramèter sing dibutuhake ing antarmuka. Kanthi pikiran iki, kita lunga menyang akhir minggu Taun Anyar.
Kuciwo #2
Sawise bali kerja, ternyata nalika kabeh padha ngaso, klien kita sinau babagan produk kasebut. Ya, angel banget nganti acara katon ing panyimpenan sing durung ana sadurunge. Iki tegese pitakon kudu dianyari.
Latar mburi sethitik kanggo mangerteni sumelang saka kasunyatan iki. Kita ngirimake acara sing wis ditandhani (contone, ngeklik sawetara tombol) lan URL kaca sing dibukak pangguna. Ing kasus Cartbee, model "siji tumindak - siji kaca" bisa digunakake. Nanging karo VMmanager, kahanan kasebut beda banget: sawetara jendhela modal bisa mbukak ing siji kaca. Ing wong-wong mau, pangguna bisa ngatasi macem-macem masalah. Contone, URL:
/host/item/24/ip(modal:modal/host/item/ip/create)
tegese ing kaca "Alamat IP" pangguna nambahake alamat IP. Lan ing kene loro masalah katon bebarengan:
- URL kasebut ngemot sawetara jinis parameter path - ID mesin virtual. Perlu diilangi.
- URL kasebut ngemot ID jendhela modal. Sampeyan kudu piye wae "mbongkar" URL kasebut.
Masalah liyane yaiku acara sing ditandhani duwe paramèter. Contone, ana limang cara kanggo ngakses kaca kanthi informasi babagan mesin virtual saka dhaptar. Patut, siji acara dikirim, nanging kanthi parameter sing nuduhake cara sing pangguna nggawe transisi. Ana akeh acara kasebut, lan kabeh paramèter beda. Lan kita duwe kabeh logika pengambilan data ing dialek SQL kanggo Clickhouse. Pitakon saka 150-200 baris wiwit katon umum. Masalah ngubengi kita.
Inspirasi #2
Ing sawijining esuk, Danil, kanthi susah nggulung panjaluk kanggo menit kapindho, menehi saran marang aku: "Ayo nulis pipa pangolahan data?" Kita mikir babagan iki lan mutusake yen kita bakal nindakake, mesthine kaya ETL. Supaya langsung nyaring lan narik data sing dibutuhake saka sumber liyane. Iki carane layanan analitis pisanan kita karo backend lengkap lair. Iki ngetrapake limang tahap utama pangolahan data:
- Mbusak acara saka panyimpenan data mentah lan nyiapake kanggo diproses.
- Klarifikasi minangka "mbukak" saka pengenal banget saka jendhela modal, paramèter acara lan rincian liyane sing njlentrehake acara kasebut.
- Pengayaan (saka tembung "dadi sugih") yaiku tambahan acara kanthi data saka sumber pihak katelu. Ing wektu iku, iki mung kalebu sistem tagihan BILLmanager.
- Nyaring yaiku proses nyaring acara sing ngrusak asil analisis (acara saka stand internal, outlier, lsp.).
- Ngunggah acara sing ditampa menyang panyimpenan, sing diarani data resik.
Saiki sampeyan bisa njaga relevansi kanthi nambah aturan kanggo ngolah acara utawa malah klompok acara sing padha. Contone, wiwit iku kita ora tau nganyari unpacking URL. Sanajan, ing wektu iki sawetara variasi URL anyar wis ditambahake. Dheweke tundhuk karo aturan sing wis ditemtokake ing layanan kasebut lan diproses kanthi bener.
Kuciwo #3
Sawise miwiti nganalisa, kita ngerti kenapa grafik kasebut koheren. Kasunyatane yaiku meh saben N-gram ngemot transisi sing ora bisa ditindakake liwat antarmuka.
Penyelidikan cilik diwiwiti. Aku bingung yen ora ana transisi sing ora mungkin ing siji entitas. Iki tegese iki dudu bug ing sistem koleksi acara utawa layanan ETL kita. Ana koyo sing pangguna iki bebarengan digunakake ing sawetara entitas, tanpa obah saka siji kanggo liyane. Kepiye carane entuk iki? Nggunakake tab beda ing browser.
Nalika nganalisa Cartbee, kita disimpen kanthi spesifik. Aplikasi iki digunakake saka piranti seluler, ing ngendi nggarap sawetara tab mung ora trep. Ing kene kita duwe desktop lan nalika ana tugas ditindakake ing siji entitas, wajar yen pengin nglampahi wektu iki kanggo nyetel utawa ngawasi status ing liyane. Lan supaya ora kelangan kemajuan, bukak tab liyane.
Inspirasi #3
Kolega saka pangembangan ngarep ngajar sistem koleksi acara kanggo mbedakake antarane tab. Analisis bisa diwiwiti. Lan kita miwiti. Kaya sing dikarepake, CJM ora cocog karo dalan sing nyata: pangguna ngenteni akeh wektu ing kaca direktori, sesi lan tab sing ditinggalake ing papan sing paling ora dikarepake. Nggunakake analisis transisi, kita bisa nemokake masalah ing sawetara bangunan Mozilla. Ing wong-wong mau, amarga fitur implementasine, unsur navigasi ilang utawa kaca setengah kosong ditampilake, sing mung bisa diakses dening administrator. Kaca dibukak, nanging ora ana isi sing teka saka mburi. Transisi count bisa kanggo ngevaluasi fitur sing bener digunakake. Rantai kasebut bisa ngerti kepiye pangguna nampa kesalahan iki utawa kasebut. Data sing diidini kanggo tes adhedhasar prilaku pangguna. Iku sukses, gagasan ora muspra.
otomatisasi Analytics
Ing salah sawijining demonstrasi asil, kita nuduhake carane Gephi digunakake kanggo analisis grafik. Ing alat iki, data konversi bisa ditampilake ing tabel. Lan kepala departemen UX ujar manawa ana pamikiran sing penting banget sing mengaruhi pangembangan kabeh arah analytics prilaku ing perusahaan: "Ayo padha, nanging ing Tableau lan saringan - bakal luwih trep."
Banjur aku mikir: kenapa ora, Retentioneering nyimpen kabeh data ing struktur panda.DataFrame. Lan iki, umume, meja. Iki minangka layanan liyane: Panyedhiya Data. Dheweke ora mung nggawe tabel saka grafik, nanging uga ngetung sepira populer kaca lan fungsi sing ana gandhengane, kepiye pengaruhe retensi pangguna, suwene pangguna tetep ana, lan kaca sing paling kerep ditinggalake pangguna. Lan panggunaan visualisasi ing Tableau nyuda biaya sinau grafik supaya wektu pengulangan kanggo analisis prilaku ing produk meh setengah.
Danil bakal ngomong babagan carane visualisasi iki digunakake lan kesimpulan apa sing bisa digambar.
Tabel liyane kanggo dewa meja!
Ing wangun sing disederhanakake, tugas kasebut dirumusake kaya ing ngisor iki: nampilake grafik transisi ing Tableau, nyedhiyakake kemampuan kanggo nyaring, lan nggawe kanthi jelas lan trep.
Aku ora pengin nggambar grafik sing diarahake ing Tableau. Lan sanajan sukses, gain, dibandhingake karo Gephi, ora katon ketok. Kita butuh sing luwih gampang lan luwih gampang diakses. Tabel! Sawise kabeh, grafik bisa gampang dituduhake ing wangun larik tabel, ing ngendi saben baris minangka pinggiran saka jinis "sumber-tujuan". Kajaba iku, kita wis nyiapake tabel kasebut kanthi ati-ati nggunakake alat Retentioneering lan Data Provider. Kabeh sing ditinggalake yaiku nampilake tabel ing Tableau lan ngrungokake laporan kasebut.
Ngomong babagan carane saben wong seneng meja.
Nanging, ing kene kita ngadhepi masalah liyane. Apa sing kudu dilakoni karo sumber data? Ora mungkin nyambungake panda.DataFrame; Tableau ora duwe konektor kaya ngono. Ngunggahake basis sing kapisah kanggo nyimpen grafik katon minangka solusi radikal kanthi prospek sing ora jelas. Lan opsi unloading lokal ora cocok amarga perlu kanggo operasi manual pancet. Kita nyawang dhaptar konektor sing kasedhiya, lan ndeleng barang kasebut , sing ngempet melas ing ngisor banget.
Tableau wis pilihan sugih saka konektor. Kita nemokake siji sing ngrampungake masalah kita
kewan apa? Sawetara tab mbukak anyar ing browser - lan dadi cetha yen konektor iki ngidini sampeyan nampa data nalika ngakses URL. Backend kanggo ngitung data dhewe meh siap, sing isih ana yaiku nggawe kanca karo WDC. Kanggo sawetara dina Denis sinau dokumentasi lan perang karo mekanisme Tableau, lan banjur dikirim kula link sing aku paste menyang jendhela sambungan.
Formulir sambungan menyang WDC kita. Denis nggawe ngarep lan ngurus safety
Sawise sawetara menit ngenteni (data diitung kanthi dinamis nalika dijaluk), tabel katon:
Iki minangka susunan data mentah ing antarmuka Tableau
Kaya sing dijanjekake, saben baris tabel kasebut nuduhake pinggiran grafik, yaiku transisi pangguna sing diarahake. Uga ngemot sawetara fitur tambahan. Contone, jumlah pangguna unik, jumlah total transisi, lan liya-liyane.
Iku bakal bisa kanggo nampilake tabel iki ing laporan minangka, generously sprinkle saringan lan ngirim sailing alat. Muni logis. Apa sampeyan bisa nindakake karo meja? Nanging iki dudu cara kita, amarga kita ora mung nggawe meja, nanging alat kanggo nganalisa lan nggawe keputusan produk.
Biasane, nalika nganalisa data, wong pengin njaluk jawaban kanggo pitakonan. Agung. Ayo dadi miwiti karo wong-wong mau.
- Apa transisi sing paling kerep?
- Ngendi dheweke pindhah saka kaca tartamtu?
- Suwene sampeyan nglampahi rata-rata ing kaca iki sadurunge ninggalake?
- Sepira kerepe sampeyan nggawe transisi saka A menyang B?
- Ing kaca apa sesi rampung?
Saben laporan utawa kombinasi kasebut kudu ngidini pangguna nemokake jawaban kanggo pitakonan kasebut kanthi mandiri. Strategi utama ing kene yaiku menehi alat kanggo nindakake dhewe. Iki migunani kanggo nyuda beban ing departemen analytics lan kanggo nyuda wektu kanggo nggawe keputusan - sawise kabeh, sampeyan ora perlu maneh menyang Youtrack lan nggawe tugas kanggo analis, sampeyan mung kudu mbukak laporan kasebut.
Apa sing kita entuk?
Ing endi wong sing paling kerep nyimpang saka dasbor?
Fragmen saka laporan kita. Sawise dashboard, kabeh wong menyang dhaptar VM utawa dhaptar simpul
Ayo njupuk tabel umum kanthi transisi lan nyaring miturut kaca sumber. Paling asring, dheweke pindhah saka dashboard menyang dhaptar mesin virtual. Kajaba iku, kolom Regularitas nuduhake yen iki minangka tumindak sing bola-bali.
Ngendi padha teka saka dhaptar klompok?
Filter-filter ing laporan bisa digunakake ing loro arah: sampeyan bisa ngerteni ngendi sampeyan lunga, utawa menyang ngendi sampeyan lunga
Saka conto kasebut jelas manawa ana rong saringan sing gampang lan baris peringkat kanthi nilai ngidini sampeyan entuk informasi kanthi cepet.
Ayo takon sing luwih rumit.
Ing endi pangguna paling kerep ninggalake sesi kasebut?
Pangguna VMmanager asring kerja ing tab sing kapisah
Kanggo nindakake iki, kita butuh laporan sing data dikumpulake dening sumber rujukan. Lan sing disebut breakepoints dijupuk minangka assignments - acara sing dadi pungkasan saka chain transisi.
Penting kanggo dicathet yen iki bisa dadi pungkasan sesi utawa bukaan tab anyar. Conto nuduhake yen chain paling asring ends ing meja karo dhaftar mesin virtual. Ing kasus iki, prilaku karakteristik ngoper menyang tab liyane, kang konsisten karo pola samesthine.
Kaping pisanan, kita nguji kegunaan laporan kasebut kanggo awake dhewe nalika nindakake analisis kanthi cara sing padha , produk liyane kita. Kanthi tekane tabel lan saringan, hipotesis dites luwih cepet, lan mripate kurang kesel.
Nalika ngembangake laporan, kita ora lali babagan desain visual. Nalika nggarap tabel ukuran iki, iki minangka faktor penting. Contone, kita nggunakake sawetara warna sing tenang, gampang dingerteni kanggo nomer, nyorot warna garis sesuai karo nilai numerik karakteristik. Rincian kasebut nambah pengalaman pangguna lan nambah kemungkinan alat kasebut sukses ing perusahaan.
Tabel diaktifake metu cukup voluminous, nanging kita ngarep-arep iku wis ora mandek kanggo diwaca
Perlu disebutake kanthi kapisah babagan latihan klien internal kita: spesialis produk lan desainer UX. Manual karo conto analisis lan tips kanggo nggarap saringan khusus disiapake kanggo wong-wong mau. Kita nglebokake pranala menyang manual langsung menyang kaca laporan.
Kita nggawe manual mung minangka presentasi ing Google Docs. Piranti tableau ngidini sampeyan nampilake kaca web langsung ing buku kerja laporan.
Tinimbang afterword
Apa sing ana ing ngisor iki? Kita bisa entuk alat saben dina kanthi cepet lan murah. Ya, iki mesthi ora ngganti grafik kasebut, peta panas klik utawa panampil web. Nanging laporan kuwi Ngartekno nglengkapi pribadi kadhaptar lan nyedhiyani pangan kanggo pamikiran lan produk anyar lan antarmuka hipotesis.
Crita iki mung dadi wiwitan kanggo pangembangan analytics ing ISPsystem. Sajrone nem sasi kepungkur, pitung layanan anyar wis muncul, kalebu potret digital pangguna ing produk lan layanan kanggo nggawe database kanggo penargetan Look-alike, nanging kita bakal ngomong babagan iki ing episode ing ngisor iki.
Source: www.habr.com