क्लायंट विश्लेषण प्रणाली

अशी कल्पना करा की तुम्ही एक नवोदित उद्योजक आहात ज्याने नुकतीच वेबसाइट आणि मोबाइल अॅप्लिकेशन तयार केले आहे (उदाहरणार्थ, डोनट शॉपसाठी). तुम्हाला लहान बजेटसह वापरकर्ता विश्लेषणे कनेक्ट करायची आहेत, परंतु कसे ते माहित नाही. आजूबाजूचे प्रत्येकजण Mixpanel, Facebook analytics, Yandex.Metrica आणि इतर सिस्टीम वापरतो, परंतु ते काय निवडावे आणि कसे वापरावे हे स्पष्ट नाही.

विश्लेषण प्रणाली काय आहेत?

सर्व प्रथम, असे म्हटले पाहिजे की वापरकर्ता विश्लेषण प्रणाली ही सेवेच्या लॉगचे विश्लेषण करण्याची प्रणाली नाही. सेवा कशी कार्य करते याचे निरीक्षण स्थिरता आणि कार्यक्षमतेवर लक्ष केंद्रित करते आणि विकासकांद्वारे स्वतंत्रपणे केले जाते. वापरकर्त्याच्या वर्तनाचा अभ्यास करण्यासाठी वापरकर्ता विश्लेषणे तयार केली जातात: तो कोणत्या कृती करतो, किती वेळा, पुश नोटिफिकेशन्स किंवा सेवेतील इतर घटनांवर तो कसा प्रतिक्रिया देतो. जागतिक स्तरावर, वापरकर्ता विश्लेषणाला दोन दिशा आहेत: मोबाइल आणि वेब विश्लेषण. वेब आणि मोबाइल सेवांचे वेगवेगळे इंटरफेस आणि क्षमता असूनही, दोन्ही दिशांमध्ये विश्लेषण प्रणालीसह कार्य करणे अंदाजे समान आहे.

हे आवश्यक का आहे?

वापरकर्ता विश्लेषण आवश्यक आहे:

• सेवा वापरताना काय होते याचे निरीक्षण करण्यासाठी;
• सामग्री बदलण्यासाठी आणि कुठे विकसित करायचे, कोणती वैशिष्ट्ये जोडायची/काढायची हे समजून घेण्यासाठी;
• वापरकर्त्यांना काय आवडत नाही ते शोधण्यासाठी आणि ते बदलण्यासाठी.

ते कसे कार्य करते?

वापरकर्त्याच्या वर्तनाचा अभ्यास करण्यासाठी, तुम्हाला या वर्तनाचा इतिहास गोळा करणे आवश्यक आहे. पण नक्की काय गोळा करायचं? हा प्रश्न संपूर्ण कार्याच्या जटिलतेच्या 70% पर्यंत आहे. उत्पादन कार्यसंघाच्या अनेक सदस्यांनी या प्रश्नाचे एकत्रितपणे उत्तर दिले पाहिजे: उत्पादन व्यवस्थापक, प्रोग्रामर, विश्लेषक. या पायरीवरील कोणतीही चूक महाग आहे: तुम्हाला जे आवश्यक आहे ते तुम्ही गोळा करू शकत नाही आणि तुम्ही काहीतरी गोळा करू शकता जे तुम्हाला अर्थपूर्ण निष्कर्ष काढू देणार नाही.

एकदा आपण काय गोळा करायचे हे ठरविल्यानंतर, आपण ते कसे गोळा करावे याच्या आर्किटेक्चरबद्दल विचार करणे आवश्यक आहे. विश्लेषणात्मक प्रणाली ज्या मुख्य वस्तूसह कार्य करते ती एक घटना आहे. इव्हेंट म्हणजे काय घडले त्याचे वर्णन जे वापरकर्त्याच्या क्रियेला प्रतिसाद म्हणून विश्लेषण प्रणालीला पाठवले जाते. सामान्यतः, मागील चरणात ट्रॅकिंगसाठी निवडलेल्या प्रत्येक कृतीसाठी, इव्हेंट केलेल्या कृतीचे वर्णन करणाऱ्या फील्डसह JSON पॅकेजसारखे दिसते.

हे कोणत्या प्रकारचे JSON पॅकेज आहे?

JSON पॅकेज ही एक मजकूर फाइल आहे जी काय घडले याचे वर्णन करते. उदाहरणार्थ, JSON पॅकेटमध्ये अशी माहिती असू शकते की वापरकर्ता मेरीने 23 नोव्हेंबर रोजी 00:15 वाजता सुरू केलेली गेम क्रिया केली. प्रत्येक क्रियेचे वर्णन कसे करावे? उदाहरणार्थ, वापरकर्ता बटणावर क्लिक करतो. या क्षणी कोणते गुणधर्म गोळा करणे आवश्यक आहे? ते दोन प्रकारांमध्ये विभागलेले आहेत:

• सुपर गुणधर्म - नेहमी उपस्थित असलेल्या सर्व घटनांचे वैशिष्ट्य असलेले गुणधर्म. ही वेळ आहे, डिव्हाइस आयडी, API आवृत्ती, विश्लेषण आवृत्ती, OS आवृत्ती;
• घटना विशिष्ट गुणधर्म - हे गुणधर्म अनियंत्रित आहेत आणि त्यांची निवड कशी करायची ही मुख्य अडचण आहे. उदाहरणार्थ, गेममधील "बाय कॉइन्स" बटणासाठी, "वापरकर्त्याने किती नाणी खरेदी केली", "किती नाणींची किंमत" असे गुणधर्म असतील.

भाषा शिक्षण सेवेमधील JSON पॅकेजचे उदाहरण:

पण फक्त सर्वकाही गोळा का करू नये?

कारण सर्व इव्हेंट मॅन्युअली तयार केले जातात. विश्लेषण प्रणालींमध्ये "सर्व जतन करा" बटण नसते (आणि ते निरर्थक असेल). कार्यसंघाच्या काही भागासाठी स्वारस्य असलेल्या सर्व्हिस लॉजिकमधील केवळ त्या क्रिया एकत्रित केल्या जातात. अगदी बटण किंवा विंडोच्या प्रत्येक स्थितीसाठी, सर्व इव्हेंट्स सहसा स्वारस्य नसतात. दीर्घ प्रक्रियांसाठी (जसे की गेम पातळी), फक्त सुरुवात आणि शेवट महत्त्वाचा असू शकतो. मध्यंतरी जे घडते ते एकत्र येत नाही.
नियमानुसार, सर्व्हिस लॉजिकमध्ये ऑब्जेक्ट्स - संस्था असतात. हे "नाणे" अस्तित्व किंवा "स्तर" अस्तित्व असू शकते. म्हणून, आपण घटक, त्यांची अवस्था आणि कृतींमधून घटना तयार करू शकता. उदाहरणे: “पातळी सुरू झाली”, “पातळी संपली”, “पातळी संपली, कारण - ड्रॅगनने खाल्ले”. तर्काचे उल्लंघन होऊ नये आणि विश्लेषणासह पुढील कार्य गुंतागुंत होऊ नये म्हणून "उघडले" जाऊ शकणार्‍या सर्व संस्था बंद केल्या पाहिजेत असा सल्ला दिला जातो.

जटिल प्रणालीमध्ये किती घटना आहेत?

कॉम्प्लेक्स सिस्टम अनेक शेकडो इव्हेंट्सवर प्रक्रिया करू शकतात, जे सर्व ग्राहकांकडून (उत्पादन व्यवस्थापक, प्रोग्रामर, विश्लेषक) गोळा केले गेले होते आणि काळजीपूर्वक (!) टेबलमध्ये प्रविष्ट केले गेले आणि नंतर सर्व्हिस लॉजिकमध्ये. कार्यक्रम तयार करणे हे एक मोठे अंतःविषय कार्य आहे ज्यासाठी प्रत्येकाने काय गोळा केले पाहिजे, लक्ष देणे आणि अचूकता असणे आवश्यक आहे.

पुढील काय आहे?

चला असे म्हणूया की आम्ही सर्व मनोरंजक कार्यक्रमांसह येतो. त्यांना गोळा करण्याची वेळ आली आहे. हे करण्यासाठी, आपल्याला ग्राहक विश्लेषणे कनेक्ट करणे आवश्यक आहे. Google वर जा आणि मोबाइल विश्लेषणे शोधा (किंवा सुप्रसिद्धांपैकी निवडा: मिक्सपनेल, Yandeks.Metrika, Google Analytics मध्ये, फेसबुक विश्लेषणे, ट्यून, मोठेपणा). आम्ही वेबसाइटवरून SDK घेतो आणि आमच्या सेवेच्या कोडमध्ये तयार करतो (म्हणून "क्लायंट" नाव - कारण SDK क्लायंटमध्ये अंतर्भूत आहे).

आणि इव्हेंट कुठे गोळा करायचा?

तयार होणारी सर्व JSON पॅकेजेस कुठेतरी संग्रहित करणे आवश्यक आहे. त्यांना कुठे पाठवले जाईल आणि ते कोठे गोळा करतील? क्लायंट विश्लेषणात्मक प्रणालीच्या बाबतीत, ते स्वतःच यासाठी जबाबदार आहे. आमची JSON पॅकेजेस कुठे आहेत, त्यांचे स्टोरेज कुठे आहे, किती आहेत किंवा ते तिथे कसे साठवले जातात हे आम्हाला माहीत नाही. संपूर्ण संकलन प्रक्रिया प्रणालीद्वारे केली जाते आणि आम्हाला काही फरक पडत नाही. विश्लेषण सेवेमध्ये, आम्हाला वैयक्तिक खात्यात प्रवेश मिळतो, जिथे आम्ही प्रारंभिक वर्तणूक डेटावर प्रक्रिया करण्याचे परिणाम पाहतो. पुढे, विश्लेषक त्यांच्या वैयक्तिक खात्यात जे पाहतात त्यावर कार्य करतात.

विनामूल्य आवृत्त्यांमध्ये, कच्चा डेटा सहसा डाउनलोड करता येत नाही. महाग आवृत्तीमध्ये अशी वैशिष्ट्ये आहेत.

कनेक्ट होण्यासाठी किती वेळ लागेल?

सर्वात सोपी विश्लेषणे एका तासात कनेक्ट केली जाऊ शकतात: ते अॅप मेट्रिका असेल, जे सानुकूल इव्हेंटचे विश्लेषण न करता सर्वात सोप्या गोष्टी दर्शवेल. अधिक जटिल प्रणाली सेट करण्यासाठी लागणारा वेळ निवडलेल्या कार्यक्रमांवर अवलंबून असतो. अतिरिक्त विकास आवश्यक असलेल्या अडचणी उद्भवतात:

• कार्यक्रमांची रांग आहे का? उदाहरणार्थ, एक घटना दुसर्‍यापूर्वी येऊ शकत नाही हे कसे निश्चित करावे?
• वापरकर्त्याने वेळ बदलल्यास काय करावे? टाइम झोन बदलला?
• इंटरनेट नसल्यास काय करावे?

सरासरी, तुम्ही दोन दिवसांत Mixpanel सेट करू शकता. जेव्हा मोठ्या संख्येने विशिष्ट कार्यक्रम एकत्रित करण्याचे नियोजित केले जाते, तेव्हा यास एक आठवडा लागू शकतो.

मला कोणते आवश्यक आहे ते कसे निवडावे?

सामान्य आकडेवारी सर्व विश्लेषणात्मक प्रणालींमध्ये चांगले कार्य करते. विपणक आणि विक्री करणार्‍यांसाठी योग्य: तुम्ही धारणा, वापरकर्त्यांनी अनुप्रयोगामध्ये किती वेळ घालवला, सर्व मूलभूत उच्च-स्तरीय मेट्रिक्स पाहू शकता. सर्वात सोप्या लँडिंग पृष्ठासाठी, यांडेक्स मेट्रिक्स पुरेसे असतील.

जेव्हा गैर-मानक कार्यांचा विचार केला जातो, तेव्हा निवड आपल्या सेवेवर, विश्लेषणात्मक कार्यांवर आणि त्यांचे निराकरण करण्यासाठी प्रक्रिया करणे आवश्यक असलेल्या घटनांवर अवलंबून असते.

• Mixpanel मध्ये, उदाहरणार्थ, तुम्ही A/B चाचण्या चालवू शकता. ते कसे करायचे? तुम्ही एक प्रयोग तयार करा ज्यामध्ये अनेक नमुने असतील आणि निवड करा (तुम्ही अशा आणि अशा वापरकर्त्यांना A ला, इतरांना B ला नियुक्त करा). A साठी बटण हिरवे असेल, B साठी ते निळे असेल. Mixpanel सर्व डेटा संकलित करत असल्याने, ते A आणि B मधून प्रत्येक वापरकर्त्याचा डिव्हाइस आयडी शोधू शकते. सेवा कोडमध्ये, SDK वापरून, ट्वीक्स तयार केले जातात - ही अशी ठिकाणे आहेत जिथे चाचणीसाठी काहीतरी बदलू शकते. पुढे, प्रत्येक वापरकर्त्यासाठी, मूल्य (आमच्या बाबतीत, बटणाचा रंग) मिक्सपॅनेलमधून काढला जातो. इंटरनेट कनेक्शन नसल्यास, डीफॉल्ट पर्याय निवडला जाईल.
• बर्‍याचदा आपण केवळ इव्हेंट संग्रहित आणि अभ्यास करू इच्छित नाही तर एकूण वापरकर्ते देखील करू इच्छित आहात. Mixpanel वापरकर्ते टॅबमध्ये हे स्वयंचलितपणे करते. तेथे तुम्ही सर्व कायमस्वरूपी वापरकर्ता डेटा (नाव, ईमेल, फेसबुक प्रोफाइल) आणि वापरकर्ता लॉग इतिहास पाहू शकता. तुम्ही वापरकर्ता डेटा आकडेवारी म्हणून पाहू शकता: ड्रॅगनने 100 वेळा खाल्ले, 3 फुले विकत घेतली. काही प्रणालींमध्ये, वापरकर्त्याद्वारे एकत्रीकरण डाउनलोड केले जाऊ शकते.
• मुख्य शीतलता काय आहे फेसबुक विश्लेषणे? हे सेवा अभ्यागताला त्याच्या फेसबुक प्रोफाइलशी जोडते. म्हणून, आपण आपले प्रेक्षक शोधू शकता आणि सर्वात महत्त्वाचे म्हणजे, नंतर ते जाहिरात प्रेक्षकांमध्ये रूपांतरित करा. उदाहरणार्थ, मी एकदा एखाद्या साइटला भेट दिली आणि तिच्या मालकाने अभ्यागतांसाठी जाहिरात (फेसबुक विश्लेषणामध्ये ऑटोफिल करण्यायोग्य प्रेक्षक) चालू केली, तर भविष्यात मला Facebook वर या साइटसाठी जाहिरात दिसेल. साइट मालकासाठी, हे सोपे आणि सोयीस्करपणे कार्य करते; तुम्हाला फक्त तुमच्या जाहिरातींच्या बजेटवर दैनंदिन कॅप ठेवण्याचे लक्षात ठेवणे आवश्यक आहे. Facebook विश्लेषणाचा तोटा असा आहे की ते विशेषतः सोयीस्कर नाही: साइट खूपच गुंतागुंतीची आहे, लगेच समजू शकत नाही आणि फार लवकर कार्य करत नाही.

जवळजवळ काहीही करण्याची गरज नाही आणि सर्वकाही कार्य करते! कदाचित काही downsides आहेत?

होय, आणि त्यापैकी एक म्हणजे ते सहसा महाग असते. स्टार्टअपसाठी ते दरमहा सुमारे $50k असू शकते. परंतु विनामूल्य पर्याय देखील आहेत. Yandex App Metrica विनामूल्य आहे आणि सर्वात मूलभूत मेट्रिक्ससाठी योग्य आहे.

तथापि, समाधान स्वस्त असल्यास, विश्लेषणे तपशीलवार नसतील: आपण डिव्हाइसचा प्रकार, OS पाहण्यास सक्षम असाल, परंतु विशिष्ट इव्हेंट नाही आणि आपण फनेल तयार करण्यास सक्षम असणार नाही. Mixpanel ची किंमत वर्षाला 50k डॉलर्स असू शकते (उदाहरणार्थ, Om Nom सह अॅप्लिकेशन इतके खाऊ शकते). सर्वसाधारणपणे, डेटामध्ये प्रवेश बहुतेकदा त्या सर्वांमध्ये मर्यादित असतो. तुम्ही तुमचे स्वतःचे मॉडेल घेऊन येत नाही आणि ते लॉन्च करत नाही. पेमेंट सामान्यतः मासिक / नियतकालिक केले जाते.

इतर कोणी?

परंतु सर्वात वाईट गोष्ट अशी आहे की मिक्सपॅनेल सक्रिय मोबाइल अनुप्रयोगामध्ये अंतर्भूत असलेल्या डेटा व्हॉल्यूमला अंदाजे मानते (प्रत्यक्षपणे दस्तऐवजीकरणात उघडपणे सांगितले आहे). आपण सर्व्हर विश्लेषणासह परिणामांची तुलना केल्यास, मूल्ये भिन्न होतील. (आमच्या पुढील लेखात आपले स्वतःचे सर्व्हर-साइड विश्लेषण कसे तयार करावे याबद्दल वाचा!)

जवळजवळ सर्व विश्लेषणात्मक प्रणालींचा मोठा तोटा हा आहे की ते कच्च्या लॉगमध्ये प्रवेश मर्यादित करतात. म्हणून, आपल्या स्वतःच्या डेटावर आपले स्वतःचे मॉडेल चालवणे कार्य करणार नाही. उदाहरणार्थ, आपण मिक्सपॅनेलमधील फनेल पाहिल्यास, आपण केवळ चरणांमधील सरासरी वेळ मोजू शकता. अधिक जटिल मेट्रिक्स, उदाहरणार्थ, मध्य वेळ किंवा पर्सेंटाइल्स, गणना केली जाऊ शकत नाही.

तसेच, जटिल एकत्रीकरण आणि विभाजने करण्याची क्षमता अनेकदा उणीव असते. उदाहरणार्थ, “1990 मध्ये जन्मलेल्या आणि प्रत्येकी किमान 50 डोनट्स विकत घेतलेल्या वापरकर्त्यांना एकत्र करण्यासाठी अवघड गट खरेदी” कदाचित उपलब्ध नसेल.

फेसबुक अॅनालिटिक्सचा इंटरफेस अतिशय गुंतागुंतीचा आहे आणि तो हळू आहे.

मी एकाच वेळी सर्व सिस्टम चालू केल्यास काय होईल?

उत्तम कल्पना! हे बर्याचदा घडते की भिन्न प्रणाली भिन्न परिणाम देतात. भिन्न संख्या. याव्यतिरिक्त, काहींमध्ये एक कार्यक्षमता आहे, इतरांकडे दुसरी आहे आणि इतर विनामूल्य आहेत.
याव्यतिरिक्त, चाचणीसाठी समांतरपणे अनेक सिस्टम चालू केल्या जाऊ शकतात: उदाहरणार्थ, नवीन इंटरफेससह स्वतःला परिचित करण्यासाठी आणि हळूहळू त्यावर स्विच करा. कोणत्याही व्यवसायाप्रमाणे, येथे तुम्हाला विश्लेषण कधी थांबवायचे आणि कनेक्ट करायचे हे माहित असणे आवश्यक आहे जेणेकरून तुम्ही त्याचा मागोवा ठेवू शकाल (आणि त्यामुळे तुमचे नेटवर्क कनेक्शन कमी होणार नाही).

आम्ही सर्वकाही कनेक्ट केले, आणि नंतर नवीन वैशिष्ट्ये जारी केली, इव्हेंट कसे जोडायचे?

स्क्रॅचमधून विश्लेषण कनेक्ट करताना सारखेच: आवश्यक इव्हेंटचे वर्णन गोळा करा आणि त्यांना क्लायंट कोडमध्ये घालण्यासाठी SDK वापरा.

मला आशा आहे की वारंवार विचारल्या जाणार्‍या प्रश्नांची उत्तरे तुमच्यासाठी उपयुक्त ठरतील. जर त्यांनी तुम्हाला समजण्यास मदत केली असेल की क्लायंट-साइड विश्लेषणे तुमच्या अर्जासाठी योग्य नाहीत, तर आम्ही तुम्हाला सर्व्हर-साइड विश्लेषणे वापरून पाहण्याची शिफारस करतो. मी पुढच्या भागात याबद्दल बोलेन, आणि नंतर मी तुमच्या प्रोजेक्टमध्ये हे कसे अंमलात आणायचे याबद्दल बोलेन.

केवळ नोंदणीकृत वापरकर्तेच सर्वेक्षणात भाग घेऊ शकतात. साइन इन करा, आपले स्वागत आहे.

तुम्ही कोणती ग्राहक विश्लेषण प्रणाली वापरता?

• मिक्सपनेल

• फेसबुक विश्लेषणे

• Google Analytics मध्ये

• यांडेक्स मेट्रिका

• इतर

• आपल्या प्रणालीसह

• काहीही नाही

33 वापरकर्त्यांनी मतदान केले. 15 वापरकर्ते दूर राहिले.

स्त्रोत: www.habr.com