उत्पादनको वास्तविक अनुहार हेर्नुहोस् र बाँच्नुहोस्। नयाँ सेवाहरूको एक जोडी लेख्नको लागि कारणको रूपमा प्रयोगकर्ता संक्रमणहरूमा डाटा

इन्टरनेटमा ग्राहक व्यवहारको विश्लेषण गर्ने फाइदाहरूको बारेमा सयौं लेखहरू छन्। प्रायः यो खुद्रा क्षेत्र को चिन्ता छ। खाना टोकरी विश्लेषण, ABC र XYZ विश्लेषण देखि अवधारण मार्केटिङ र व्यक्तिगत प्रस्तावहरु। विभिन्न प्रविधिहरू दशकौंदेखि प्रयोग भइरहेका छन्, एल्गोरिदमहरू सोचेका छन्, कोड लेखिएको छ र डिबग गरिएको छ - यसलाई लिनुहोस् र प्रयोग गर्नुहोस्। हाम्रो मामलामा, एउटा आधारभूत समस्या खडा भयो - हामी ISPsystem मा सफ्टवेयर विकासमा संलग्न छौं, खुद्रा होइन।
मेरो नाम डेनिस हो र म हाल ISPsystem मा विश्लेषणात्मक प्रणालीहरूको ब्याकएन्डको लागि जिम्मेवार छु। र यो मेरो सहकर्मी र म कसरी कथा हो डेनिल — डाटा भिजुअलाइजेशनका लागि जिम्मेवार — यस ज्ञानको प्रिज्म मार्फत हाम्रा सफ्टवेयर उत्पादनहरू हेर्ने प्रयास गरे। सधैंको जस्तै इतिहासबाट सुरु गरौं।

सुरुमा त्यहाँ एउटा शब्द थियो, र शब्द थियो "के हामी प्रयास गरौं?"

त्यसबेला म आर एन्ड डी विभागमा विकासकर्ताको रूपमा काम गरिरहेको थिएँ। यो सबै सुरु भयो जब डेनिलले यहाँ Habré मा पढे अवधारणको बारेमा - अनुप्रयोगहरूमा प्रयोगकर्ता ट्रान्जिसनहरू विश्लेषणको लागि एउटा उपकरण। म यसलाई यहाँ प्रयोग गर्ने विचारको बारेमा केही हदसम्म शंकास्पद थिएँ। उदाहरणको रूपमा, पुस्तकालय विकासकर्ताहरूले अनुप्रयोगहरूको विश्लेषण उद्धृत गरे जहाँ लक्ष्य कार्य स्पष्ट रूपमा परिभाषित गरिएको थियो - अर्डर राख्ने वा मालिक कम्पनीलाई कसरी भुक्तान गर्ने भन्ने अन्य भिन्नता। हाम्रा उत्पादनहरू आधारमा आपूर्ति गरिन्छ। त्यो हो, प्रयोगकर्ताले पहिले इजाजतपत्र किन्छ, र त्यसपछि मात्र अनुप्रयोगमा आफ्नो यात्रा सुरु हुन्छ। हो, हामीसँग डेमो संस्करणहरू छन्। तपाईं त्यहाँ उत्पादन प्रयास गर्न सक्नुहुन्छ ताकि तपाईंसँग पोकमा सुँगुर छैन।

तर हाम्रा अधिकांश उत्पादनहरू होस्टिङ बजारमा लक्षित छन्। यी ठूला ग्राहकहरू हुन्, र व्यापार विकास विभागले तिनीहरूलाई उत्पादन क्षमताहरूमा सल्लाह दिन्छ। यसले यो पनि पछ्याउँछ कि खरिदको समयमा, हाम्रा ग्राहकहरूलाई पहिले नै थाहा छ कि हाम्रो सफ्टवेयरले तिनीहरूलाई समाधान गर्न मद्दत गर्नेछ। अनुप्रयोगमा तिनीहरूको मार्गहरू उत्पादनमा इम्बेड गरिएको CJM सँग मेल खानुपर्छ, र UX समाधानहरूले तिनीहरूलाई ट्र्याकमा रहन मद्दत गर्नेछ। स्पोइलर: यो सधैं हुँदैन। पुस्तकालयको परिचय स्थगित भयो... तर लामो समयको लागि होइन।

हाम्रो स्टार्टअप को रिलीज संग सबै परिवर्तन भयो - कार्टबी - इन्स्टाग्राम खाताबाट अनलाइन स्टोर सिर्जना गर्न प्लेटफर्महरू। यस अनुप्रयोगमा, प्रयोगकर्तालाई सबै प्रकार्यताहरू निःशुल्क प्रयोग गर्न दुई-हप्ताको समय दिइएको थियो। त्यसपछि तपाईंले सदस्यता लिने कि नगर्ने निर्णय गर्नुपर्‍यो। र यो "मार्ग-लक्ष्य कार्य" अवधारणामा पूर्ण रूपमा फिट हुन्छ। यो निर्णय गरियो: प्रयास गरौं!

पहिलो परिणामहरू वा कहाँबाट विचारहरू प्राप्त गर्ने

विकास टोली र मैले उत्पादनलाई एक दिनमा शाब्दिक रूपमा घटना सङ्कलन प्रणालीमा जडान गर्यौं। म तुरुन्तै भन्नेछु कि ISPsystem ले पृष्ठ भ्रमणहरू बारे घटनाहरू सङ्कलन गर्नको लागि आफ्नै प्रणाली प्रयोग गर्दछ, तर तपाईंलाई Yandex.Metrica उही उद्देश्यका लागि प्रयोग गर्नबाट केही पनि रोक्दैन, जसले तपाईंलाई कच्चा डाटा निःशुल्क डाउनलोड गर्न अनुमति दिन्छ। पुस्तकालय प्रयोग गर्ने उदाहरणहरू अध्ययन गरियो, र डाटा सङ्कलनको एक हप्ता पछि हामीले एक ट्रान्जिसन ग्राफ प्राप्त गर्यौं।

संक्रमण ग्राफ। आधारभूत कार्यक्षमता, स्पष्टताको लागि अन्य संक्रमणहरू हटाइयो

यो उदाहरण मा जस्तै बाहिर निस्कियो: planar, स्पष्ट, सुन्दर। यस ग्राफबाट, हामीले मानिसहरूले सबैभन्दा लामो समय बिताउने सबैभन्दा धेरै रुटहरू र क्रसिङहरू पहिचान गर्न सक्षम भयौं। यसले हामीलाई निम्न कुराहरू बुझ्न अनुमति दियो:

• ठूलो CJM को सट्टा, जसले एक दर्जन संस्थाहरूलाई समेट्छ, केवल दुई सक्रिय रूपमा प्रयोग गरिन्छ। यो थप रूपमा प्रयोगकर्ताहरूलाई UX समाधानहरू प्रयोग गरेर आवश्यक ठाउँहरूमा निर्देशित गर्न आवश्यक छ।
• केही पृष्ठहरू, UX डिजाइनरहरूले अन्त-देखि-अन्तको रूपमा डिजाइन गरेका छन्, मानिसहरूले तिनीहरूमा अव्यावहारिक समय खर्च गर्छन्। तपाईंले एक विशिष्ट पृष्ठमा स्टप तत्वहरू के हो भनेर पत्ता लगाउन र यसलाई समायोजन गर्न आवश्यक छ।
• 10 संक्रमण पछि, 20% मानिसहरू थकित हुन थाले र अनुप्रयोगमा सत्र छोड्न थाले। र यो तथ्यलाई ध्यानमा राख्दै छ कि हामीसँग अनुप्रयोगमा 5 भन्दा बढी अनबोर्डिङ पृष्ठहरू थिए! तपाईंले पृष्ठहरू पहिचान गर्न आवश्यक छ जहाँ प्रयोगकर्ताहरूले नियमित रूपमा सत्रहरू त्याग्छन् र तिनीहरूलाई जाने बाटो छोटो पार्छन्। अझ राम्रो: कुनै पनि नियमित मार्गहरू पहिचान गर्नुहोस् र स्रोत पृष्ठबाट गन्तव्य पृष्ठमा द्रुत संक्रमणलाई अनुमति दिनुहोस्। ABC विश्लेषण र परित्याग गरिएको कार्ट विश्लेषणसँग केहि सामान्य छ, के तपाईलाई लाग्दैन?

र यहाँ हामीले अन-प्रिमाइस उत्पादनहरूका लागि यस उपकरणको लागू हुने हाम्रो मनोवृत्तिलाई पुनर्विचार गर्यौं। सक्रिय रूपमा बेचेको र प्रयोग गरिएको उत्पादनको विश्लेषण गर्ने निर्णय गरियो - VM प्रबन्धक 6। यो धेरै जटिल छ, त्यहाँ परिमाणको अर्डर अधिक संस्थाहरू छन्। संक्रमणको ग्राफ कस्तो हुन्छ भनेर हामी उत्साहित भई पर्खिरहेका थियौं।

निराशा र प्रेरणाको बारेमा

निराशा #1

यो कामको दिनको अन्त्य, महिनाको अन्त्य र एकै समयमा वर्षको अन्त्य थियो - डिसेम्बर 27। डाटा सङ्कलन गरिएको छ, प्रश्नहरू लेखिएको छ। सबै कुरा प्रशोधन हुनु अघि सेकेन्ड बाँकी थियो र अर्को कार्य वर्ष कहाँ सुरु हुन्छ भनेर पत्ता लगाउन हामीले हाम्रो श्रमको नतिजा हेर्न सक्छौं। R&D विभाग, उत्पादन प्रबन्धक, UX डिजाइनरहरू, टोली नेतृत्व, विकासकर्ताहरू मोनिटरको अगाडि भेला भएका प्रयोगकर्ता मार्गहरू तिनीहरूको उत्पादनमा कस्तो देखिन्छ भनेर हेर्न, तर... हामीले यो देख्यौं:

Retentioneering पुस्तकालय द्वारा निर्मित संक्रमण ग्राफ

प्रेरणा #1

दृढ रूपमा जडान गरिएको, दर्जनौं संस्थाहरू, गैर-स्पष्ट परिदृश्यहरू। नयाँ कार्य वर्षको सुरुवात विश्लेषणबाट होइन, यस्तो ग्राफबाट कामलाई सरल बनाउने तरिकाको आविष्कारबाट मात्रै हुने थियो । तर सबै कुरा सोचेभन्दा धेरै सरल छ भन्ने भावनालाई मैले हल्लाउन सकिन। र रिटेन्शनियरिङ स्रोत कोडको अध्ययनको पन्ध्र मिनेट पछि, हामीले निर्माण गरिएको ग्राफलाई डट ढाँचामा निर्यात गर्न सक्षम भयौं। यसले ग्राफलाई अर्को उपकरणमा अपलोड गर्न सम्भव बनायो - Gephi। र त्यहाँ पहिले नै ग्राफहरू विश्लेषण गर्ने अवसर छ: लेआउटहरू, फिल्टरहरू, तथ्याङ्कहरू - तपाईंले गर्नुपर्ने भनेको इन्टरफेसमा आवश्यक प्यारामिटरहरू कन्फिगर गर्नु हो। यही सोचेर हामी नयाँ वर्षको सप्ताहन्तमा निस्कियौँ ।

निराशा #2

काममा फर्किसकेपछि, यो थाहा भयो कि सबैजना आराम गरिरहेको बेला, हाम्रा ग्राहकहरूले उत्पादन अध्ययन गरिरहेका थिए। हो, यति गाह्रो कि घटनाहरू भण्डारमा देखा पर्यो जुन पहिले अवस्थित थिएन। यसको मतलब प्रश्नहरू अद्यावधिक गर्न आवश्यक थियो।

यस तथ्यको दुःख बुझ्नको लागि सानो पृष्ठभूमि। हामीले चिन्ह लगाएका घटनाहरू (उदाहरणका लागि, केही बटनहरूमा क्लिकहरू) र प्रयोगकर्ताले भ्रमण गरेका पृष्ठहरूको URL हरू दुवैलाई प्रसारण गर्छौं। Cartbee को मामला मा, "एक कार्य - एक पृष्ठ" मोडेल काम गर्यो। तर VMmanager को साथ स्थिति पूर्ण रूपमा फरक थियो: धेरै मोडल विन्डोहरू एक पृष्ठमा खोल्न सक्छन्। तिनीहरूमा प्रयोगकर्ताले विभिन्न समस्याहरू समाधान गर्न सक्छ। उदाहरण को लागी, URL:

/host/item/24/ip(modal:modal/host/item/ip/create)

यसको मतलब "IP ठेगानाहरू" पृष्ठमा प्रयोगकर्ताले IP ठेगाना थप्यो। र यहाँ दुई समस्या एकैचोटि देखिने छन्:

• URL ले केही प्रकारको पथ प्यारामिटर समावेश गर्दछ - भर्चुअल मेसिनको ID। यसलाई बहिष्कार गर्न आवश्यक छ।
• URL मा मोडल विन्डो ID समावेश छ। तपाईंले कुनै न कुनै रूपमा त्यस्ता URL हरू "अनप्याक" गर्न आवश्यक छ।
  अर्को समस्या यो थियो कि हामीले चिन्ह लगाएका घटनाहरूमा प्यारामिटरहरू थिए। उदाहरणका लागि, सूचीबाट भर्चुअल मेसिनको बारेमा जानकारीको साथ पृष्ठमा पुग्न पाँचवटा फरक तरिकाहरू थिए। तदनुसार, एउटा घटना पठाइएको थियो, तर एक प्यारामिटरको साथ जसले प्रयोगकर्ताले कुन विधिलाई संक्रमण गर्यो भनेर संकेत गर्दछ। त्यहाँ धेरै यस्ता घटनाहरू थिए, र सबै प्यारामिटरहरू फरक थिए। र हामीसँग क्लिकहाउसको लागि SQL बोलीमा सबै डेटा पुन: प्राप्ति तर्क छ। 150-200 लाइनका प्रश्नहरू सामान्य लाग्न थालेका थिए। समस्याले हामीलाई घेर्यो ।

प्रेरणा #2

एक बिहान, डेनिल, दुखी रूपमा दोस्रो मिनेटको लागि अनुरोध स्क्रोल गर्दै, मलाई सुझाव दिए: "डेटा प्रशोधन पाइपलाइनहरू लेखौं?" हामीले यसको बारेमा सोच्यौं र निर्णय गर्यौं कि यदि हामी यो गर्न जाँदैछौं, यो ETL जस्तै हुनेछ। यसले तुरुन्तै फिल्टर गर्दछ र अन्य स्रोतहरूबाट आवश्यक डाटा तान्दछ। पूर्ण ब्याकइन्डको साथ हाम्रो पहिलो विश्लेषणात्मक सेवाको जन्म यसरी भयो। यसले डाटा प्रोसेसिङको पाँच मुख्य चरणहरू लागू गर्दछ:

1. कच्चा डाटा भण्डारणबाट घटनाहरू अनलोड गर्दै र तिनीहरूलाई प्रशोधनको लागि तयार गर्दै।
2. स्पष्टीकरण भनेको मोडल विन्डोज, घटना प्यारामिटरहरू र घटनालाई स्पष्ट गर्ने अन्य विवरणहरूको ती धेरै पहिचानकर्ताहरूको "अनप्याकिङ" हो।
3. समृद्धि ("धनी बन्न" शब्दबाट) तेस्रो-पक्ष स्रोतहरूबाट डेटाको साथ घटनाहरू थप्नु हो। त्यस समयमा, यसमा हाम्रो बिलिङ प्रणाली BILLmanager मात्र समावेश थियो।
4. फिल्टरिङ भनेको विश्लेषणको नतिजालाई विकृत गर्ने घटनाहरूलाई फिल्टर गर्ने प्रक्रिया हो (आन्तरिक स्ट्यान्डहरू, आउटलियरहरू, इत्यादिका घटनाहरू)।
5. प्राप्त घटनाहरू भण्डारणमा अपलोड गर्दै, जसलाई हामीले क्लिन डाटा भनिन्छ।
   अब घटना वा समान घटनाहरूको समूहहरू प्रशोधन गर्नका लागि नियमहरू थपेर प्रासंगिकता कायम राख्न सम्भव थियो। उदाहरणका लागि, त्यसबेलादेखि हामीले URL अनप्याकिङलाई कहिल्यै अद्यावधिक गरेका छैनौं। यद्यपि, यस समयमा धेरै नयाँ URL विविधताहरू थपिएका छन्। तिनीहरूले सेवामा पहिले नै तोकिएका नियमहरूको पालना गर्छन् र सही तरिकाले प्रशोधन गरिन्छ।

निराशा #3

एकपटक हामीले विश्लेषण सुरु गरेपछि, ग्राफ किन यति सुसंगत थियो भनेर हामीले बुझ्यौं। तथ्य यो हो कि लगभग हरेक एन-ग्रामले ट्रान्जिसनहरू समावेश गर्दछ जुन इन्टरफेस मार्फत गर्न सकिँदैन।

सानो अनुसन्धान सुरु भयो। म अलमलमा थिएँ कि त्यहाँ एक संस्था भित्र कुनै असम्भव संक्रमण थिएन। यसको मतलब यो घटना सङ्कलन प्रणाली वा हाम्रो ETL सेवामा बग होइन। त्यहाँ एक अनुभूति थियो कि प्रयोगकर्ता एकैसाथ धेरै संस्थाहरूमा काम गरिरहेको थियो, एकबाट अर्कोमा सार्न बिना। यो कसरी हासिल गर्ने? ब्राउजरमा विभिन्न ट्याबहरू प्रयोग गर्दै।

Cartbee को विश्लेषण गर्दा, हामी यसको विशिष्टता द्वारा बच्यौं। अनुप्रयोग मोबाइल उपकरणहरूबाट प्रयोग गरिएको थियो, जहाँ धेरै ट्याबहरूबाट काम गर्न असुविधाजनक छ। यहाँ हामीसँग एउटा डेस्कटप छ र एउटा कार्य एक संस्थामा भइरहेको बेला, यो समय अर्कोमा सेटअप वा अनुगमन गर्न खर्च गर्न चाहनु उचित छ। र प्रगति गुमाउन को लागी, केवल अर्को ट्याब खोल्नुहोस्।

प्रेरणा #3

फ्रन्ट-एन्ड विकासका सहकर्मीहरूले घटना सङ्कलन प्रणालीलाई ट्याबहरू बीचको भिन्नता सिकाउनुभयो। विश्लेषण सुरु हुन सक्छ। अनि सुरु गर्यौं। अपेक्षित रूपमा, CJM वास्तविक मार्गहरू मेल खाएन: प्रयोगकर्ताहरूले डाइरेक्टरी पृष्ठहरूमा धेरै समय बिताए, सबैभन्दा अप्रत्याशित ठाउँहरूमा परित्याग गरिएका सत्रहरू र ट्याबहरू। ट्रान्जिसन विश्लेषण प्रयोग गरेर, हामीले केही मोजिला निर्माणहरूमा समस्याहरू फेला पार्न सक्षम भयौं। तिनीहरूमा, कार्यान्वयन सुविधाहरूको कारण, नेभिगेसन तत्वहरू गायब भए वा आधा-खाली पृष्ठहरू प्रदर्शित भए, जुन प्रशासकलाई मात्र पहुँचयोग्य हुनुपर्छ। पृष्ठ खोलियो, तर ब्याकएन्डबाट कुनै सामग्री आएन। गिनती ट्रान्जिसनले वास्तवमा कुन सुविधाहरू प्रयोग गरिएको थियो भनेर मूल्याङ्कन गर्न सम्भव बनायो। चेनहरूले प्रयोगकर्ताले यो वा त्यो त्रुटि कसरी प्राप्त गर्यो भनेर बुझ्न सम्भव बनायो। प्रयोगकर्ता व्यवहारमा आधारित परीक्षणको लागि अनुमति दिइएको डाटा। यो एक सफलता थियो, विचार व्यर्थ थिएन।

एनालिटिक्स स्वचालन

एउटा नतिजा प्रदर्शनमा, हामीले ग्राफ विश्लेषणको लागि गेफी कसरी प्रयोग गरिन्छ भनेर देखायौं। यस उपकरणमा, रूपान्तरण डाटा तालिकामा प्रदर्शन गर्न सकिन्छ। र UX विभागका प्रमुखले कम्पनीमा सम्पूर्ण व्यवहार विश्लेषक दिशाको विकासलाई प्रभाव पार्ने एउटा धेरै महत्त्वपूर्ण विचार: "हामी पनि त्यसै गरौं, तर Tableau मा र फिल्टरहरूसँग - यो अझ सुविधाजनक हुनेछ।"

त्यसपछि मैले सोचे: किन नहोस्, Retentioneering ले सबै डाटालाई pandas.DataFrame संरचनामा भण्डारण गर्छ। र यो, द्वारा र ठूलो, एक तालिका हो। यसरी अर्को सेवा देखा पर्‍यो: डाटा प्रदायक। उसले ग्राफबाट तालिका मात्र बनाएको छैन, तर पृष्ठ कति लोकप्रिय छ र यससँग सम्बन्धित कार्यक्षमता, यसले प्रयोगकर्तालाई कसरी असर गर्छ, प्रयोगकर्ताहरू कति लामो समयसम्म यसमा रहन्छन्, र कुन पृष्ठहरू प्रयोगकर्ताहरूले प्राय: छोड्छन् भनेर पनि गणना गरे। र Tableau मा भिजुअलाइजेशन को प्रयोग ले ग्राफ को अध्ययन को लागत यति धेरै कम गर्यो कि उत्पादन मा व्यवहार विश्लेषण को लागी पुनरावृत्ति समय लगभग आधा भयो।

डेनिलले यो दृश्य कसरी प्रयोग गरिन्छ र यसले कुन निष्कर्षहरू आकर्षित गर्न अनुमति दिन्छ भन्ने बारे कुरा गर्नेछ।

टेबल भगवानको लागि थप तालिकाहरू!

एक सरलीकृत फारममा, कार्य निम्नानुसार तयार गरिएको थियो: Tableau मा ट्रान्जिसन ग्राफ प्रदर्शन गर्नुहोस्, फिल्टर गर्ने क्षमता प्रदान गर्नुहोस्, र यसलाई सकेसम्म स्पष्ट र सुविधाजनक बनाउनुहोस्।

म साँच्चै Tableau मा निर्देशित ग्राफ कोर्न चाहन्न। र यदि सफल भए पनि, लाभ, गेफीको तुलनामा, स्पष्ट देखिएन। हामीलाई धेरै सरल र अधिक पहुँचयोग्य चीज चाहिन्छ। तालिका! आखिर, ग्राफ सजिलैसँग तालिका पङ्क्तिहरूको रूपमा प्रतिनिधित्व गर्न सकिन्छ, जहाँ प्रत्येक पङ्क्ति "स्रोत-गन्तव्य" प्रकारको किनारा हो। यसबाहेक, हामीले पहिले नै सावधानीपूर्वक रिटेन्शनियरिङ र डाटा प्रदायक उपकरणहरू प्रयोग गरेर यस्तो तालिका तयार गरिसकेका छौं। के गर्न बाँकी थियो ट्याब्लेटमा तालिका प्रदर्शन गर्न र रिपोर्ट मार्फत रमेज गर्न।

सबैले कसरी टेबल मन पराउँछन् भन्ने कुरा गर्दै।

तर, यहाँ हामी अर्को समस्याको सामना गरिरहेका छौं। डाटा स्रोतको साथ के गर्ने? pandas.DataFrame जडान गर्न असम्भव थियो; Tableau सँग त्यस्तो कनेक्टर छैन। ग्राफ भण्डारणको लागि छुट्टै आधार उठाउनु अस्पष्ट सम्भावनाहरूको साथ धेरै कट्टरपन्थी समाधान जस्तो देखिन्थ्यो। र स्थानीय अनलोडिंग विकल्पहरू निरन्तर म्यानुअल अपरेशनहरूको आवश्यकताको कारणले उपयुक्त थिएनन्। हामीले उपलब्ध जडानकर्ताहरूको सूची हेर्यौं, र हाम्रो नजर वस्तुमा पर्यो वेब डाटा कनेक्टर, जो एकदमै तल्लो भागमा निरीहतापूर्वक झुन्डिएको थियो।

Tableau सँग कनेक्टरहरूको समृद्ध चयन छ। हामीले हाम्रो समस्या समाधान गर्ने एउटा भेट्टायौं

कस्तो जनावर? ब्राउजरमा केही नयाँ खुला ट्याबहरू - र यो स्पष्ट भयो कि यो कनेक्टरले तपाईंलाई URL पहुँच गर्दा डाटा प्राप्त गर्न अनुमति दिन्छ। डाटा गणना गर्नको लागि ब्याकइन्ड लगभग तयार थियो, बाँकी सबै WDC संग मित्र बनाउन थियो। धेरै दिनको लागि डेनिसले कागजातहरू अध्ययन गरे र ट्याब्लेउ मेकानिजमहरूसँग लडे, र त्यसपछि मलाई लिङ्क पठाए जुन मैले जडान विन्डोमा टाँसें।

हाम्रो WDC मा जडान फारम। डेनिसले आफ्नो अगाडि बनायो र सुरक्षाको ख्याल गर्यो

केही मिनेट पर्खाइ पछि (अनुरोध गर्दा डाटा गतिशील रूपमा गणना गरिन्छ), तालिका देखा पर्यो:

Tableau इन्टरफेसमा कच्चा डाटा एरे जस्तो देखिन्छ

प्रतिज्ञा गरे अनुसार, यस्तो तालिकाको प्रत्येक पङ्क्तिले ग्राफको किनारालाई प्रतिनिधित्व गर्दछ, त्यो हो, प्रयोगकर्ताको निर्देशित संक्रमण। यसमा धेरै अतिरिक्त विशेषताहरू पनि थिए। उदाहरण को लागी, अद्वितीय प्रयोगकर्ता को संख्या, संक्रमण को कुल संख्या, र अन्य।

यो तालिकालाई प्रतिवेदनमा देखाउन सम्भव हुनेछ, उदारतापूर्वक फिल्टरहरू छर्कनुहोस् र उपकरण जहाज पठाउनुहोस्। तार्किक सुनिन्छ। तपाईं टेबल संग के गर्न सक्नुहुन्छ? तर यो हाम्रो तरिका होइन, किनकि हामी केवल तालिका मात्र होइन, तर विश्लेषण र उत्पादन निर्णयहरू गर्ने उपकरण बनाउँदैछौं।

सामान्यतया, डाटा विश्लेषण गर्दा, एक व्यक्ति प्रश्नहरूको जवाफ प्राप्त गर्न चाहन्छ। महान। तिनीहरूबाट सुरु गरौं।

• सबैभन्दा बारम्बार संक्रमणहरू के हुन्?
• तिनीहरू विशेष पृष्ठहरूबाट कहाँ जान्छन्?
• तपाईंले छोड्नु अघि यो पृष्ठमा औसतमा कति समय खर्च गर्नुहुन्छ?
• तपाइँ A बाट B मा कति पटक संक्रमण गर्नुहुन्छ?
• कुन पृष्ठहरूमा सत्र समाप्त हुन्छ?

प्रत्येक रिपोर्ट वा तिनीहरूको संयोजनले प्रयोगकर्तालाई स्वतन्त्र रूपमा यी प्रश्नहरूको जवाफ खोज्न अनुमति दिनुपर्छ। यहाँको मुख्य रणनीति भनेको तपाईलाई यो आफैं गर्न उपकरणहरू दिनु हो। यो एनालिटिक्स डिपार्टमेन्टमा लोड घटाउन र निर्णयहरू लिने समय कम गर्नका लागि दुबै उपयोगी छ - आखिर, तपाईंले अब Youtrack मा जानु पर्दैन र विश्लेषकको लागि कार्य सिर्जना गर्न आवश्यक छैन, तपाईंले मात्र रिपोर्ट खोल्नु पर्छ।

हामीले के पायौं?

मानिसहरू प्रायः ड्यासबोर्डबाट कहाँ विचलित हुन्छन्?

हाम्रो रिपोर्ट को टुक्रा। ड्यासबोर्ड पछि, सबैजना या त VM को सूचीमा वा नोडहरूको सूचीमा गए

ट्रान्जिसनसहितको सामान्य तालिका लिऔं र स्रोत पृष्ठद्वारा फिल्टर गरौं। प्रायः, तिनीहरू ड्यासबोर्डबाट भर्चुअल मेसिनहरूको सूचीमा जान्छन्। यसबाहेक, नियमितता स्तम्भले सुझाव दिन्छ कि यो दोहोरिने कार्य हो।

तिनीहरू क्लस्टरहरूको सूचीमा कहाँबाट आउँछन्?

रिपोर्टहरूमा फिल्टरहरू दुवै दिशामा काम गर्दछ: तपाईंले कहाँ छोड्नुभयो, वा तपाईं कहाँ जानुभयो भनेर पत्ता लगाउन सक्नुहुन्छ

उदाहरणहरूबाट यो स्पष्ट छ कि दुई सरल फिल्टरहरू र मानहरूद्वारा श्रेणीकरण पङ्क्तिहरूको उपस्थितिले पनि तपाईंलाई द्रुत रूपमा जानकारी प्राप्त गर्न अनुमति दिन्छ।

अझ गाह्रो कुरा सोधौं।

प्रयोगकर्ताहरू प्रायः आफ्नो सत्र कहाँ छोड्छन्?

VMmanager प्रयोगकर्ताहरू प्राय: अलग ट्याबहरूमा काम गर्छन्

यो गर्नको लागि, हामीलाई एक रिपोर्ट चाहिन्छ जसको डेटा रेफरल स्रोतहरू द्वारा एकत्रित गरिएको छ। र तथाकथित ब्रेकपोइन्टहरूलाई असाइनमेन्टको रूपमा लिइयो - घटनाहरू जसले संक्रमणको श्रृंखलाको अन्त्यको रूपमा काम गर्यो।

यहाँ यो नोट गर्न महत्त्वपूर्ण छ कि यो या त सत्रको अन्त्य वा नयाँ ट्याब खोल्न सक्छ। उदाहरणले देखाउँछ कि चेन प्रायः भर्चुअल मेसिनहरूको सूचीको साथ टेबलमा समाप्त हुन्छ। यस अवस्थामा, विशेषता व्यवहार अर्को ट्याबमा स्विच हुँदैछ, जुन अपेक्षित ढाँचासँग अनुरूप छ।

हामीले सबै भन्दा पहिले यी रिपोर्टहरूको उपयोगिता आफैंमा परीक्षण गर्‍यौं जब हामीले समान रूपमा विश्लेषण गर्‍यौं। Vepp, हाम्रो अर्को उत्पादन। तालिकाहरू र फिल्टरहरूको आगमनको साथ, परिकल्पनाहरू छिटो परीक्षण गरियो, र आँखाहरू कम थकित थिए।

रिपोर्टहरू विकास गर्दा, हामीले भिजुअल डिजाइनको बारेमा बिर्सेनौं। यस आकारको तालिकाहरूसँग काम गर्दा, यो महत्त्वपूर्ण कारक हो। उदाहरणका लागि, हामीले बुझ्न सजिलो रङहरूको शान्त दायरा प्रयोग गर्यौं मोनोस्पेस फन्ट संख्याहरूको लागि, विशेषताहरूको संख्यात्मक मानहरू अनुसार रेखाहरूको रंग हाइलाइटिङ। त्यस्ता विवरणहरूले प्रयोगकर्ताको अनुभवलाई सुधार गर्दछ र कम्पनी भित्र सफलतापूर्वक उपकरण लिने सम्भावना बढाउँछ।

तालिका धेरै ठूलो भयो, तर हामी आशा गर्छौं कि यो पढ्न योग्य हुन छाडेको छैन।

हाम्रा आन्तरिक ग्राहकहरू: उत्पादन विशेषज्ञहरू र UX डिजाइनरहरूको प्रशिक्षणको बारेमा यो छुट्टै उल्लेख गर्न लायक छ। विश्लेषण उदाहरणहरू र फिल्टरहरूसँग काम गर्ने सुझावहरू सहितको म्यानुअलहरू तिनीहरूका लागि विशेष रूपमा तयार पारिएका थिए। हामीले सिधै रिपोर्ट पृष्ठहरूमा म्यानुअलहरूको लिङ्कहरू सम्मिलित गर्यौं।

हामीले गुगल कागजातमा प्रस्तुतीकरणको रूपमा म्यानुअल बनायौं। Tableau उपकरणहरूले तपाईंलाई रिपोर्ट कार्यपुस्तिका भित्र सीधा वेब पृष्ठहरू प्रदर्शन गर्न अनुमति दिन्छ।

यसको सट्टा पछि

तल्लो रेखामा के छ? हामीले हरेक दिनको लागि अपेक्षाकृत छिटो र सस्तोमा उपकरण प्राप्त गर्न सक्षम थियौं। हो, यो निश्चित रूपमा ग्राफको लागि प्रतिस्थापन होइन, क्लिकहरूको ताप नक्सा वा वेब दर्शक। तर त्यस्ता रिपोर्टहरूले सूचीबद्ध उपकरणहरूलाई महत्त्वपूर्ण रूपमा पूरक बनाउँछ र विचार र नयाँ उत्पादन र इन्टरफेस परिकल्पनाहरूको लागि खाना प्रदान गर्दछ।

यो कथाले ISPsystem मा एनालिटिक्स को विकास को लागी शुरुवात को रूप मा मात्र सेवा गर्यो। विगत छ महिनामा, उत्पादनमा प्रयोगकर्ताको डिजिटल पोर्ट्रेट र लुक-एलाइक लक्ष्यीकरणका लागि डाटाबेसहरू सिर्जना गर्ने सेवा सहित सात थप नयाँ सेवाहरू देखा परेका छन्, तर हामी तिनीहरूको बारेमा निम्न एपिसोडहरूमा कुरा गर्नेछौं।

स्रोत: www.habr.com