Tenk deg at du er en gryende gründer som nettopp har laget et nettsted og en mobilapplikasjon (for eksempel for en smultringbutikk). Du vil koble sammen brukeranalyse med et lite budsjett, men vet ikke hvordan. Alle rundt bruker Mixpanel, Facebook analytics, Yandex.Metrica og andre systemer, men det er ikke klart hva man skal velge og hvordan man bruker det.
Hva er analysesystemer?
Først og fremst må det sies at et brukeranalysesystem ikke er et system for å analysere logger av selve tjenesten. Overvåking av hvordan tjenesten yter fokuserer på stabilitet og ytelse, og utføres separat av utviklerne. Brukeranalyse lages for å studere atferden til brukeren: hvilke handlinger han utfører, hvor ofte, hvordan han reagerer på push-varsler eller andre hendelser i tjenesten. Globalt har brukeranalyse to retninger: mobil- og nettanalyse. Til tross for de forskjellige grensesnittene og mulighetene til nett- og mobiltjenester, er det omtrent det samme å jobbe med analysesystemet i begge retninger.
Hvorfor gjøre det?
Brukeranalyse er nødvendig:
- å overvåke hva som skjer når du bruker tjenesten;
- å endre innholdet og forstå hvor det skal utvikles, hvilke funksjoner som skal legges til/fjernes;
- for å finne det brukerne ikke liker og endre det.
Hvordan virker det?
For å studere brukeratferd må du samle en historikk over denne atferden. Men hva skal man egentlig samle på? Dette spørsmålet står for opptil 70 % av kompleksiteten til hele oppgaven. Mange medlemmer av produktteamet må svare på dette spørsmålet sammen: produktsjef, programmerere, analytikere. Enhver feil på dette trinnet er kostbar: du kan ikke samle det du trenger, og du kan samle noe som ikke lar deg trekke meningsfulle konklusjoner.
Når du har bestemt deg for hva du skal samle inn, må du tenke på arkitekturen for hvordan du skal samle det. Hovedobjektet som analytiske systemer jobber med er en hendelse. En hendelse er en beskrivelse av hva som skjedde som sendes til analysesystemet som svar på en brukerhandling. Vanligvis, for hver av handlingene valgt for sporing i forrige trinn, ser hendelsen ut som en JSON-pakke med felt som beskriver handlingen som ble utført.
Hva slags JSON-pakke er dette?
JSON-pakken er en tekstfil som beskriver hva som skjedde. For eksempel kan en JSON-pakke inneholde informasjon om at brukeren Mary utførte Started game handlingen klokken 23:00 15. november. Hvordan beskrive hver handling? For eksempel klikker brukeren på en knapp. Hvilke eiendommer må samles inn for øyeblikket? De er delt inn i to typer:
- superegenskaper - egenskaper som er karakteristiske for alle hendelser som alltid er tilstede. Dette er tid, enhets-ID, API-versjon, analyseversjon, OS-versjon;
- hendelsesspesifikke egenskaper - disse egenskapene er vilkårlige og hovedproblemet er hvordan de skal velges. For eksempel, for "kjøp mynter"-knappen i et spill, vil slike egenskaper være "hvor mange mynter brukeren har kjøpt", "hvor mye myntene koster".
Et eksempel på en JSON-pakke i en språkopplæringstjeneste:
Men hvorfor ikke bare samle alt?
Fordi alle hendelser opprettes manuelt. Analytics-systemer har ikke en "lagre alle"-knapp (og det ville være meningsløst). Bare de handlingene fra tjenestelogikken som er interessante for en del av teamet, blir samlet inn. Selv for hver tilstand av en knapp eller et vindu er vanligvis ikke alle hendelser av interesse. For lange prosesser (som et spillnivå) kan bare begynnelsen og slutten være viktig. Det som skjer i midten henger kanskje ikke sammen.
Som regel består tjenestelogikk av objekter - enheter. Dette kan være en "mynt"-enhet eller en "nivå"-enhet. Derfor kan du komponere hendelser fra enheter, deres tilstander og handlinger. Eksempler: "nivå startet", "nivå avsluttet", "nivå avsluttet, grunn - spist av en drage". Det er tilrådelig at alle enheter som kan "åpnes" lukkes for ikke å krenke logikken og ikke komplisere videre arbeid med analyse.
Hvor mange hendelser er det i et komplekst system?
Komplekse systemer kan behandle flere hundre hendelser, som ble samlet inn fra alle kunder (produktledere, programmerere, analytikere) og nøye (!) lagt inn i en tabell, og deretter inn i tjenestelogikken. Å forberede arrangementer er et stort tverrfaglig arbeid som krever at alle forstår hva som skal samles inn, oppmerksomhet og nøyaktighet.
Hva blir det neste?
La oss si at vi finner på alle de interessante hendelsene. Det er på tide å samle dem. For å gjøre dette må du koble til kundeanalyse. Gå til Google og se etter mobilanalyse (eller velg blant de velkjente: , , , , , ). Vi tar SDK-en fra nettstedet og bygger den inn i koden til tjenesten vår (derav navnet "klient" - fordi SDK-en er innebygd i klienten).
Og hvor kan man samle hendelser?
Alle JSON-pakker som skal opprettes, må lagres et sted. Hvor skal de sendes og hvor skal de samles? Ved et klientanalytisk system er det selv ansvarlig for dette. Vi vet ikke hvor JSON-pakkene våre er, hvor lagringen deres er, hvor mange det er, eller hvordan de er lagret der. Hele innsamlingsprosessen utføres av systemet og har ingen betydning for oss. I analysetjenesten får vi tilgang til en personlig konto, der vi ser resultatene av behandlingen av innledende atferdsdata. Deretter jobber analytikere med det de ser i deres personlige konto.
I gratisversjoner er rådataene vanligvis ikke nedlastbare. Den dyre versjonen har slike funksjoner.
Hvor lang tid vil det ta å koble til?
Den enkleste analysen kan kobles til på en time: det vil være App Metrika, som viser de enkleste tingene uten å analysere tilpassede hendelser. Tiden som kreves for å sette opp et mer komplekst system avhenger av de valgte hendelsene. Det oppstår vanskeligheter som krever ytterligere utvikling:
- Er det en kø med arrangementer? Hvordan fikser man for eksempel at en hendelse ikke kan komme før en annen?
- Hva skal jeg gjøre hvis brukeren har endret tiden? Endret tidssone?
- Hva skal jeg gjøre hvis det ikke er Internett?
I gjennomsnitt kan du sette opp Mixpanel i løpet av et par dager. Når et stort antall spesifikke arrangementer er planlagt å samles inn, kan det ta en uke.
Hvordan velge hvilken jeg trenger?
Generell statistikk fungerer fint i alle analysesystemer. Godt egnet for markedsførere og selgere: du kan se oppbevaring, hvor lenge brukere brukte i applikasjonen, alle grunnleggende beregninger på høyt nivå. For den enkleste landingssiden vil Yandex-beregninger være nok.
Når det gjelder ikke-standardiserte oppgaver, avhenger valget av tjenesten din, analytiske oppgaver og hendelser som må behandles for å løse dem.
- I Mixpanel kan du for eksempel kjøre A/B-tester. Hvordan gjøre det? Du lager et eksperiment der det skal være flere prøver og gjør et utvalg (du tildeler slike og slike brukere til A, andre til B). For A vil knappen være grønn, for B vil den være blå. Siden Mixpanel samler inn all data, kan den finne enhets-IDen til hver bruker fra A og B. I tjenestekoden, ved hjelp av SDK, lages tweaks - dette er steder hvor noe kan endres for testing. Deretter, for hver bruker, hentes verdien (i vårt tilfelle, fargen på knappen) fra Mixpanel. Hvis det ikke er noen Internett-tilkobling, vil standardalternativet bli valgt.
- Ofte vil du ikke bare lagre og studere arrangementer, men også samle brukere. Mixpanel gjør dette automatisk, i fanen Brukere. Der kan du se alle permanente brukerdata (navn, e-post, facebookprofil) og brukerlogghistorikk. Du kan se på brukerdata som statistikk: Dragen spiste 100 ganger, kjøpte 3 blomster. I noen systemer kan aggregering etter bruker lastes ned.
- Hva er den viktigste kulheten ? Den forbinder tjenestebesøkende med Facebook-profilen hans. Derfor kan du finne ut målgruppen din, og viktigst av alt, deretter konvertere den til en reklamepublikum. For eksempel, hvis jeg besøkte et nettsted én gang, og eieren aktivert annonsering (autoutfyllbart publikum i Facebook-analyse) for besøkende, vil jeg i fremtiden se annonsering for dette nettstedet på Facebook. For nettstedets eier fungerer dette enkelt og praktisk; du trenger bare å huske å sette et daglig tak på annonseringsbudsjettet ditt. Ulempen med Facebook-analyse er at det ikke er spesielt praktisk: nettstedet er ganske komplekst, ikke umiddelbart forståelig og fungerer ikke veldig raskt.
Nesten ingenting trenger å gjøres og alt fungerer! Kanskje det er noen ulemper?
Ja, og en av dem er at det vanligvis er dyrt. For en oppstart kan det være rundt $50k per måned. Men det finnes også gratis alternativer. Yandex App Metrica er gratis og egnet for de mest grunnleggende beregningene.
Men hvis løsningen er billig, vil ikke analysene være detaljerte: du vil kunne se typen enhet, OS, men ikke spesifikke hendelser, og du vil ikke kunne lage trakter. Mixpanel kan koste 50 XNUMX dollar i året (for eksempel kan en applikasjon med Om Nom spise så mye). Generelt er tilgangen til data ganske ofte begrenset i dem alle. Du kommer ikke opp med dine egne modeller og lanserer dem. Betaling skjer vanligvis månedlig / periodisk.
Noen andre?
Men det verste er at selv Mixpanel anser datavolumene som ligger i en aktiv mobilapplikasjon som en tilnærming (åpent oppgitt direkte i dokumentasjonen). Hvis du sammenligner resultatene med serveranalyse, vil verdiene avvike. (Les om hvordan du lager din egen serversideanalyse i vår neste artikkel!)
Den store ulempen med nesten alle analysesystemer er at de begrenser tilgangen til rålogger. Så å kjøre din egen modell på tilsynelatende dine egne data vil ikke fungere. Hvis du for eksempel ser på trakter i Mixpanel, kan du kun beregne gjennomsnittlig tid mellom trinnene. Mer komplekse beregninger, for eksempel mediantid eller persentiler, kan ikke beregnes.
Dessuten mangler ofte evnen til å utføre komplekse aggregeringer og segmenteringer. For eksempel er det vanskelige gruppekjøpet "for å forene brukere som ble født i 1990 og kjøpte minst 50 smultringer hver" ikke tilgjengelig.
Facebook Analytics har et veldig komplekst grensesnitt og er tregt.
Hva om jeg slår på alle systemene samtidig?
God idé! Det hender ofte at ulike systemer gir ulike resultater. Ulike tall. I tillegg har noen en funksjonalitet, andre har en annen, og andre er gratis.
I tillegg kan flere systemer slås på parallelt for testing: for eksempel for å gjøre deg kjent med grensesnittet til et nytt og gradvis bytte til det. Som i enhver virksomhet, her må du vite når du skal stoppe og koble til analyser i en slik grad at du kan holde styr på det (og det vil ikke bremse nettverkstilkoblingen).
Vi koblet sammen alt, og ga deretter ut nye funksjoner, hvordan legger vi til hendelser?
Det samme som når du kobler til analyser fra bunnen av: samle beskrivelser av nødvendige hendelser og bruk SDK for å sette dem inn i klientkoden.
Jeg håper at svarene på ofte stilte spørsmål vil være nyttige for deg. Hvis de hjalp deg med å forstå at analyse på klientsiden ikke er egnet for applikasjonen din, anbefaler vi å prøve analysene på serversiden. Jeg skal snakke om det i neste del, og så skal jeg snakke om hvordan du implementerer dette i prosjektet ditt.
Kun registrerte brukere kan delta i undersøkelsen. , vær så snill.
Hvilke kundeanalysesystemer bruker du?
-
Mixpanel
-
Facebook Analytics
-
Google Analytics
-
Yandex Metrica
-
Andre
-
Med systemet ditt
-
Ingenting
33 brukere stemte. 15 brukere avsto.
Kilde: www.habr.com