Retentioneering: हामीले Python र Pandas मा उत्पादन विश्लेषणका लागि खुला स्रोत उपकरणहरू कसरी लेख्यौं

नमस्ते, Habr। यो लेख एप्लिकेसन वा वेबसाइटमा प्रयोगकर्ता आन्दोलन ट्र्याजेक्टोरीहरू प्रशोधन गर्नका लागि विधिहरू र उपकरणहरूको सेटको विकासको चार वर्षको नतिजाहरूमा समर्पित छ। विकास लेखक - म्याक्सिम गोडजी, जसले उत्पादन सिर्जनाकर्ताहरूको टोलीको नेतृत्व गर्दछ र लेखको लेखक पनि हो। उत्पादन आफैलाई Retentioneering भनिन्थ्यो; यसलाई अब खुला स्रोत पुस्तकालयमा रूपान्तरण गरिएको छ र Github मा पोस्ट गरिएको छ ताकि जो कोहीले यसलाई प्रयोग गर्न सकून्। यी सबै उत्पादन र मार्केटिङ विश्लेषण, पदोन्नति र उत्पादन विकासमा संलग्न व्यक्तिहरूको लागि चासोको हुन सक्छ। वैसे, Habré मा Retentioneering को साथ काम गर्ने मामिलाहरु मध्ये एक को बारे मा एक लेख पहिले नै प्रकाशित गरिएको छ। नयाँ सामग्रीले उत्पादनले के गर्न सक्छ र यसलाई कसरी प्रयोग गर्न सकिन्छ भनेर बताउँछ।

लेख पढिसकेपछि, तपाईं आफैंले आफ्नो रिटेन्शनियरिङ लेख्न सक्षम हुनुहुनेछ; यो अनुप्रयोगमा र बाहिरका प्रयोगकर्ता ट्र्याजेक्टोरीहरू प्रशोधन गर्नका लागि कुनै पनि मानकीकृत विधि हुन सक्छ, जसले तपाईंलाई व्यवहारका विशेषताहरू विस्तारमा हेर्न र वृद्धिको लागि यसबाट अन्तर्दृष्टि निकाल्न अनुमति दिन्छ। व्यापार मेट्रिक्स को।

Retentioneering के हो र यो किन आवश्यक छ?

हाम्रो प्रारम्भिक लक्ष्य ग्रोथ ह्याकिङलाई "डिजिटल विचक्राफ्ट" को संसारबाट संख्या, विश्लेषण र पूर्वानुमानको संसारमा सार्नु थियो। फलस्वरूप, उत्कृष्ट कथाहरूको सट्टा संख्याहरू मन पराउनेहरूका लागि उत्पादन विश्लेषणहरू शुद्ध गणित र प्रोग्रामिङमा घटाइन्छ, र "रिब्रान्डिङ", "रिपोजिसनिङ" आदि जस्ता बजवर्डहरूमा सूत्रहरू, जुन राम्रो सुनिन्छ, तर व्यवहारमा थोरै मद्दत गर्दछ।

यी समस्याहरू समाधान गर्न, हामीलाई ग्राफहरू र ट्र्याजेक्टोरीहरू मार्फत विश्लेषणको लागि फ्रेमवर्क चाहिन्छ, र एकै साथ एक पुस्तकालय जसले सामान्य विश्लेषक दिनचर्याहरू सरल बनाउँछ, नियमित उत्पादन विश्लेषण कार्यहरू वर्णन गर्ने तरिकाको रूपमा जुन मानिसहरू र रोबोट दुवैलाई बुझ्न सकिन्छ। पुस्तकालयले प्रयोगकर्ताको व्यवहारको वर्णन गर्ने र उत्पादन व्यापार मेट्रिक्सलाई यस्तो औपचारिक र स्पष्ट भाषामा लिङ्क गर्ने क्षमता प्रदान गर्दछ जसले विकासकर्ताहरू र विश्लेषकहरूको नियमित कार्यहरूलाई सरल र स्वचालित बनाउँछ, र व्यापारसँग तिनीहरूको सञ्चारलाई सहज बनाउँछ।

Retentioneering एक विधि र विश्लेषणात्मक सफ्टवेयर उपकरण हो जुन कुनै पनि डिजिटल (र मात्र होइन) उत्पादनमा अनुकूलित र एकीकृत गर्न सकिन्छ।

हामीले २०१५ मा उत्पादनमा काम गर्न थाल्यौं। अहिले यो रेडिमेड हो, यद्यपि अझै आदर्श नभए पनि, डेटासँग काम गर्नका लागि पाइथन र पाण्डामा उपकरणहरूको सेट, sklearn-like api सँग मेसिन लर्निङ मोडेलहरू, मेसिन लर्निङ मोडेलहरू eli2015 र shap को परिणामहरू व्याख्या गर्ने उपकरणहरू।

यो सबै लपेटिएको छ खुला Github भण्डारमा सुविधाजनक खुला स्रोत पुस्तकालयमा - रिटेन्शनियरिङ-उपकरणहरू। पुस्तकालय प्रयोग गर्न गाह्रो छैन; उत्पादन विश्लेषण मन पराउने, तर पहिले कोड नलेख्ने लगभग जो कोहीले, हाम्रो विश्लेषण विधिहरू उनीहरूको डेटामा स्वतन्त्र रूपमा र महत्त्वपूर्ण समय लगानी बिना लागू गर्न सक्छन्।

खैर, एक प्रोग्रामर, एक एप्लिकेसन सिर्जनाकर्ता, वा विकास वा परीक्षण टोलीको सदस्य जसले पहिले कहिल्यै एनालिटिक्स नगरेका छन् यो कोडसँग खेल्न सुरु गर्न सक्छन् र बाहिरी मद्दत बिना तिनीहरूको अनुप्रयोगको प्रयोग ढाँचाहरू हेर्न सक्छन्।

यसको प्रशोधनका लागि विश्लेषण र विधिहरूको आधारभूत तत्वको रूपमा प्रयोगकर्ता प्रक्षेपण

प्रयोगकर्ता प्रक्षेपण निश्चित समय बिन्दुहरूमा प्रयोगकर्ता राज्यहरूको अनुक्रम हो। यसबाहेक, घटनाहरू अनलाइन र अफलाइन दुवै, विभिन्न डेटा स्रोतहरूबाट आउन सक्छन्। प्रयोगकर्तालाई हुने घटनाहरू उसको प्रक्षेपणको अंश हुन्। उदाहरणहरू:
• बटन थिच्नुहोस्
• तस्विर हेर्नुभयो
• स्क्रिनमा हिट गर्नुहोस्
• एउटा इमेल प्राप्त भयो
• साथीलाई उत्पादन सिफारिस गर्नुभयो
• फारम भरियो
• स्क्रिन ट्याप गर्नुहोस्
• स्क्रोल गरिएको
• नगद दर्तामा गए
• एक burrito अर्डर
• एक बुरिटो खायो
• बुरिटो खाँदा विष भयो
• पछाडिको प्रवेशद्वारबाट क्याफेमा प्रवेश गर्नुभयो
• अगाडिको प्रवेशद्वारबाट प्रवेश गरियो
• एप्लिकेसनलाई न्यूनतम बनाइयो
• पुश सूचना प्राप्त भयो
• X भन्दा लामो स्क्रिनमा अड्किएको थियो
• अर्डरको लागि भुक्तान गरियो
• अर्डर खरिद गरियो
• ऋण अस्वीकार गरियो

यदि तपाइँ प्रयोगकर्ताहरूको समूहको ट्र्याजेक्टोरी डेटा लिनुहुन्छ र कसरी ट्रान्जिसनहरू संरचित हुन्छन् भन्ने अध्ययन गर्नुहुन्छ भने, तपाइँले अनुप्रयोगमा उनीहरूको व्यवहार कसरी संरचित छ भनेर ठ्याक्कै पत्ता लगाउन सक्नुहुन्छ। यो ग्राफ मार्फत गर्न सुविधाजनक छ जसमा राज्यहरू नोडहरू छन्, र राज्यहरू बीचको संक्रमणहरू किनारहरू छन्:

"ट्र्याजेक्टोरी" एक धेरै सुविधाजनक अवधारणा हो - यसले यी कार्यहरूको विवरणमा कुनै पनि अतिरिक्त डेटा थप्ने क्षमताको साथ सबै प्रयोगकर्ता कार्यहरूको बारेमा विस्तृत जानकारी समावेश गर्दछ। यसले यसलाई विश्वव्यापी वस्तु बनाउँछ। यदि तपाइँसँग सुन्दर र सुविधाजनक उपकरणहरू छन् जसले तपाइँलाई ट्र्याजेक्टोरीहरूसँग काम गर्न अनुमति दिन्छ, त्यसपछि तपाइँ समानताहरू फेला पार्न र तिनीहरूलाई खण्ड गर्न सक्नुहुन्छ।

प्रक्षेपण विभाजन सुरुमा धेरै जटिल लाग्न सक्छ। सामान्य अवस्थामा, यो मामला हो - तपाईंले जडान म्याट्रिक्स तुलना वा अनुक्रम पङ्क्तिबद्ध प्रयोग गर्न आवश्यक छ। हामीले एउटा सरल तरिका पत्ता लगाउन व्यवस्थित गर्यौं - ठूलो संख्यामा प्रक्षेपणहरू अध्ययन गर्न र क्लस्टरिङ मार्फत तिनीहरूलाई विभाजन गर्न।

यो बाहिर निस्कियो, यो लगातार प्रतिनिधित्व प्रयोग गरेर बिन्दु मा एक trajectory बदल्न सम्भव छ, उदाहरण को लागी, TF-IDF। रूपान्तरण पछि, ट्र्याजेक्टोरी अन्तरिक्षमा एक बिन्दु बन्छ जहाँ विभिन्न घटनाहरूको सामान्यीकृत घटना र ट्र्याजेक्टोरीमा तिनीहरू बीचको संक्रमणहरू अक्षहरूको साथमा प्लट गरिएको छ। विशाल हजार वा बढी आयामी ठाउँ (dimS=sum(घटना प्रकारहरू)+sum(ngrams_2 type)) को प्रयोग गरी यो वस्तुलाई विमानमा प्रक्षेपण गर्न सकिन्छ। TSNE। TSNE एउटा रूपान्तरण हो जसले स्पेसको आयामलाई २ अक्षहरूमा घटाउँछ र यदि सम्भव भएमा, बिन्दुहरू बीचको सापेक्षिक दूरीहरू सुरक्षित गर्दछ। तदनुसार, यो एक समतल नक्सामा सम्भव हुन्छ, ट्र्याजेक्टोरीहरूको लाक्षणिक प्रक्षेपण नक्सा, कसरी विभिन्न प्रक्षेपणका बिन्दुहरू आपसमा अवस्थित थिए भनेर अध्ययन गर्न। यसले विश्लेषण गर्दछ कि तिनीहरू एकअर्कासँग कति नजिक वा फरक थिए, तिनीहरूले क्लस्टरहरू बनाएका थिए वा नक्सामा छरिएका थिए, आदि।

रिटेन्शनियरिङ एनालिटिक्स उपकरणहरूले जटिल डेटा र ट्र्याजेक्टोरीहरूलाई एक अर्कासँग तुलना गर्न सकिने दृश्यमा परिणत गर्ने क्षमता प्रदान गर्दछ, र त्यसपछि रूपान्तरणको नतिजालाई जाँच्न र व्याख्या गर्न सकिन्छ।

ट्र्याजेक्टोरी प्रशोधनका लागि मानक विधिहरूको बारेमा बोल्दा, हामीले रिटेन्शनियरिङमा लागू गरेका तीनवटा मुख्य उपकरणहरू - ग्राफहरू, स्टेप म्याट्रिकहरू र ट्र्याजेक्टोरी प्रक्षेपण नक्साहरू भन्ने बुझाउँछौं।

गुगल एनालिटिक्स, फायरबेस र समान एनालिटिक्स प्रणालीहरूसँग काम गर्नु एकदम जटिल छ र 100% प्रभावकारी छैन। समस्या प्रयोगकर्ताको लागि धेरै प्रतिबन्धहरू हो, जसको परिणामस्वरूप यस्तो प्रणालीहरूमा विश्लेषकको काम माउस क्लिकहरू र स्लाइसहरूको चयनमा निर्भर गर्दछ। रिटेन्शनियरिङले प्रयोगकर्ता ट्र्याजेक्टोरीहरूसँग काम गर्न सम्भव बनाउँछ, र फनेलहरूसँग मात्र होइन, गुगल एनालिटिक्समा जस्तै, जहाँ विवरणको स्तर प्रायः फनेलमा घटाइन्छ, यद्यपि एक निश्चित खण्डको लागि बनाइएको छ।

प्रतिधारण र केसहरू

विकसित उपकरण प्रयोग को एक उदाहरण को रूप मा, हामी रूस मा एक ठूलो आला सेवा को मामला उद्धृत गर्न सक्नुहुन्छ। यस कम्पनीसँग एक एन्ड्रोइड मोबाइल अनुप्रयोग छ जुन ग्राहकहरु माझ लोकप्रिय छ। मोबाइल अनुप्रयोगबाट वार्षिक कारोबार लगभग 7 मिलियन रूबल थियो, मौसमी उतार-चढ़ाव 60-130 हजार सम्म थियो। उही कम्पनीसँग आईओएसको लागि पनि एउटा अनुप्रयोग छ, र एप्पल अनुप्रयोगको प्रयोगकर्ताको औसत बिल औसत बिल भन्दा बढी थियो। एन्ड्रोइड अनुप्रयोग प्रयोग गर्ने ग्राहक - 1080 रब। 1300 रब बनाम।

कम्पनीले एन्ड्रोइड एप्लिकेसनको दक्षता बढाउने निर्णय गर्‍यो, जसको लागि यसले गहन विश्लेषण गर्‍यो। धेरै दर्जन परिकल्पनाहरू अनुप्रयोगको प्रभावकारिता बढाउनको बारेमा उत्पन्न गरिएको थियो। Retentionneering प्रयोग गरेपछि, यो समस्या नयाँ प्रयोगकर्ताहरूलाई देखाइएका सन्देशहरूमा थियो भन्ने पत्ता लाग्यो। उनीहरुले ब्रान्ड, कम्पनीका फाइदा र मूल्यका बारेमा जानकारी लिएका थिए । तर, यो बाहिर आएको रूपमा, सन्देशहरूले प्रयोगकर्तालाई अनुप्रयोगमा कसरी काम गर्ने भनेर सिक्न मद्दत गर्ने थियो।

यो गरियो, जसको फलस्वरूप अनुप्रयोग कम स्थापना रद्द भयो, र अर्डरमा रूपान्तरणमा वृद्धि 23% थियो। सुरुमा, आगमन ट्राफिकको 20 प्रतिशत परीक्षणमा दिइएको थियो, तर केहि दिन पछि, पहिलो परिणामहरूको विश्लेषण र प्रवृत्तिको मूल्याङ्कन गरेपछि, तिनीहरूले अनुपात उल्टाए र, यसको विपरीत, नियन्त्रण समूहको लागि 20 प्रतिशत छोडे, र परीक्षामा ८० प्रतिशत उत्तीर्ण भएका थिए । एक हप्ता पछि, यो क्रमशः दुई थप परिकल्पनाहरूको परीक्षण थप्ने निर्णय गरियो। सात हप्तामा एन्ड्रोइड एपको कारोबार अघिल्लो स्तरको तुलनामा डेढ गुणाले बढेको छ ।

Retentioneering सँग कसरी काम गर्ने?

पहिलो चरणहरू एकदम सरल छन् - pip install retentioneering आदेशको साथ लाइब्रेरी डाउनलोड गर्नुहोस्। भण्डार आफैंले केही उत्पादन विश्लेषण कार्यहरूको लागि तयार-निर्मित उदाहरणहरू र डेटा प्रशोधनका केसहरू समावेश गर्दछ। पहिलो परिचितको लागि पर्याप्त नभएसम्म सेट लगातार अपडेट हुन्छ। जो कोहीले तयार मोड्युलहरू लिन र तुरुन्तै तिनीहरूलाई आफ्नो कार्यहरूमा लागू गर्न सक्छ - यसले तिनीहरूलाई तुरुन्तै अधिक विस्तृत विश्लेषण र प्रयोगकर्ता ट्र्याजेक्टोरीहरूको अनुकूलनको प्रक्रियालाई सकेसम्म छिटो र कुशलतापूर्वक सेटअप गर्न अनुमति दिन्छ। यो सबैले स्पष्ट कोड मार्फत अनुप्रयोग प्रयोग ढाँचाहरू फेला पार्न र सहकर्मीहरूसँग यो अनुभव साझा गर्न सम्भव बनाउँछ।

Retentioneering तपाईको आवेदनको जीवनभर प्रयोग गर्न लायक उपकरण हो, र यहाँ किन छ:

• प्रयोगकर्ता ट्र्याजेक्टोरीहरू ट्र्याक गर्न र निरन्तर अनुकूलन गर्न र व्यापार प्रदर्शन सुधार गर्न रिटेन्शनियरिङ प्रभावकारी हुन्छ। यसैले, नयाँ सुविधाहरू प्राय: ईकमर्स अनुप्रयोगहरूमा थपिन्छन्, जसको उत्पादनमा प्रभाव सधैं सही रूपमा भविष्यवाणी गर्न सकिँदैन। केहि अवस्थाहरूमा, नयाँ र पुरानो प्रकार्यहरू बीच अनुकूलता समस्याहरू उत्पन्न हुन्छन् - उदाहरणका लागि, नयाँहरू अवस्थितहरूलाई "कैनिबलाइज" गर्छन्। र यस अवस्थामा, trajectories को निरन्तर विश्लेषण ठीक के आवश्यक छ।
• विज्ञापन च्यानलहरूसँग काम गर्दा स्थिति समान छ: नयाँ ट्राफिक स्रोतहरू र विज्ञापन रचनात्मकहरू लगातार परीक्षण गरिँदै छन्, यो मौसमीता, प्रवृत्ति र अन्य घटनाहरूको प्रभाव निगरानी गर्न आवश्यक छ, जसले समस्याहरूको अधिक र अधिक नयाँ वर्गहरूको उदय हुन्छ। यसका लागि प्रयोगकर्ता मेकानिक्सको निरन्तर निगरानी र व्याख्या पनि आवश्यक छ।
• त्यहाँ धेरै कारकहरू छन् जसले अनुप्रयोगको कार्यसम्पादनलाई निरन्तर असर गर्छ। उदाहरणका लागि, विकासकर्ताहरूबाट नयाँ रिलीजहरू: हालको समस्या बन्द गर्दै, तिनीहरूले अनजानमा पुरानोलाई फर्काउँछन् वा पूर्ण रूपमा नयाँ सिर्जना गर्छन्। समयको साथ, नयाँ रिलीजहरूको संख्या बढ्दै जान्छ, र ट्र्याकिङ त्रुटिहरूको प्रक्रिया स्वचालित हुन आवश्यक छ, प्रयोगकर्ता ट्र्याजेक्टोरीहरू विश्लेषण गरेर।

समग्रमा, Retentioneering एक प्रभावकारी उपकरण हो। तर त्यहाँ पूर्णताको कुनै सीमा छैन - यसलाई सुधार गर्न, विकास गर्न, र यसको आधारमा निर्मित नयाँ उत्कृष्ट उत्पादनहरू हुन सक्छ र हुनुपर्छ। परियोजनाको समुदाय जति सक्रिय छ, त्यहाँ धेरै फोर्कहरू हुनेछन्, र यसलाई प्रयोग गर्नका लागि नयाँ रोचक विकल्पहरू देखा पर्नेछ।

Retentioneering उपकरणहरूको बारेमा थप जानकारी:

• नभन्नुहोस्: retentioneering.com
• भेटघाट तालिका र सहभागिताको लागि दर्ता
• टेलिग्राममा उत्पादनहरू र विश्लेषकहरूको च्याट
• नि:शुल्क GitHub मा Retentioneering भण्डार

स्रोत: www.habr.com