هيلو، حبر. هي آرٽيڪل هڪ ايپليڪيشن يا ويب سائيٽ ۾ صارف جي حرڪت جي پيچرن کي پروسيس ڪرڻ لاء طريقن ۽ اوزار جي هڪ سيٽ جي ترقي جي چئن سالن جي نتيجن لاء وقف آهي. ترقي جو مصنف - ، جيڪو پراڊڪٽ ٺاهيندڙن جي ٽيم جي سربراهي ڪري ٿو ۽ مضمون جو ليکڪ پڻ آهي. پيداوار پاڻ کي Retentioneering سڏيو ويندو هو؛ اهو هاڻي هڪ اوپن سورس لائبريري ۾ تبديل ڪيو ويو آهي ۽ Github تي پوسٽ ڪيو ويو آهي ته جيئن ڪو به ان کي استعمال ڪري سگهي. اهو سڀ ڪجهه دلچسپي جي ٿي سگھي ٿو جيڪي مصنوعات ۽ مارڪيٽنگ جي تجزيي، واڌاري ۽ پيداوار جي ترقي ۾ ملوث آهن. رستي ۾، Habré تي . نئون مواد بيان ڪري ٿو ته پيداوار ڇا ڪري سگهي ٿي ۽ اهو ڪيئن استعمال ڪري سگهجي ٿو.
مضمون پڙهڻ کان پوءِ، توهان پاڻ لکي سگهو ٿا پنهنجو ريٽينشنيئرنگ؛ اهو ايپليڪيشن ۾ ۽ ان کان پوءِ صارف جي پيچيدگين کي پروسيس ڪرڻ لاءِ ڪو به معياري طريقو ٿي سگهي ٿو، جيڪو توهان کي تفصيل سان رويي جي خاصيتن کي ڏسڻ جي اجازت ڏئي ٿو ۽ ان مان بصيرت ڪڍي سگهي ٿو ترقي لاءِ. ڪاروباري ميٽرڪ جي.
Retentioneering ڇا آهي ۽ ان جي ضرورت ڇو آهي؟
اسان جو شروعاتي مقصد گروٿ هيڪنگ کي ”ڊجيٽل جادوگري“ جي دنيا مان انگن، تجزياتي ۽ اڳڪٿين جي دنيا ۾ منتقل ڪرڻ هو. نتيجي طور، پراڊڪٽ اينالائيٽڪس خالص رياضي ۽ پروگرامنگ تائين گھٽجي ويو آھي انھن لاءِ جيڪي انگن کي ترجيح ڏين ٿا شاندار ڪهاڻين جي بدران، ۽ فارمولن کي buzzwords جھڙوڪ “rebranding”، “repositioning”، وغيره، جيڪي سٺا لڳن ٿا، پر عملي طور ٿوري مدد ڪن ٿا.
انهن مسئلن کي حل ڪرڻ لاءِ، اسان کي ضرورت هئي هڪ فريم ورڪ لاءِ اينالائيٽڪس لاءِ گرافس ۽ پيچرن ذريعي، ۽ ساڳئي وقت هڪ لائبريري جيڪا عام تجزيه نگار جي معمولن کي آسان بڻائي ٿي، هڪ طريقي جي طور تي پروڊڪٽ جي تجزياتي ڪمن کي بيان ڪرڻ جو هڪ طريقو جيڪو ماڻهن ۽ روبوٽس ٻنهي لاءِ سمجھڻ لائق هوندو. لائبريري صارف جي رويي کي بيان ڪرڻ جي صلاحيت مهيا ڪري ٿي ۽ ان کي پراڊڪٽ جي ڪاروباري ميٽرڪس سان ڳنڍي ٿي اهڙي رسمي ۽ صاف ٻولي ۾ ته اها ڊولپرز ۽ تجزيه نگارن جي معمولي ڪمن کي آسان ۽ خودڪار ڪري ٿي، ۽ ڪاروبار سان سندن رابطي کي آسان بڻائي ٿي.
برقرار رکڻ هڪ طريقو ۽ تجزياتي سافٽ ويئر اوزار آهي جنهن کي ترتيب ڏئي سگهجي ٿو ۽ ڪنهن به ڊجيٽل (۽ نه رڳو) پراڊڪٽ ۾ ضم ٿي سگهي ٿو.
اسان 2015 ۾ پيداوار تي ڪم ڪرڻ شروع ڪيو. ھاڻي ھي تيار آھي، جيتوڻيڪ اڃا مثالي نه آھي، ڊيٽا سان ڪم ڪرڻ لاءِ Python ۽ Pandas ۾ اوزارن جو سيٽ، sklearn-like api سان مشين لرننگ ماڊل، مشين لرننگ ماڊل eli5 ۽ shap جي نتيجن جي تشريح ڪرڻ لاءِ اوزار.
اهو سڀ ڪجهه ويڙهيل آهي . لائبريري استعمال ڪرڻ ڏکيو نه آهي؛ لڳ ڀڳ ڪو به ماڻهو جيڪو پراڊڪٽ اينالائيٽڪس کي پسند ڪري ٿو، پر ان کان اڳ ڪوڊ نه لکيو آهي، اسان جي تجزياتي طريقن کي لاڳو ڪري سگهن ٿا انهن جي ڊيٽا تي آزاديءَ سان ۽ خاص وقت جي سيڙپڪاري کان سواءِ.
خير، هڪ پروگرامر، هڪ ايپليڪيشن ٺاهيندڙ، يا ڪنهن ڊولپمينٽ يا ٽيسٽنگ ٽيم جو ميمبر جنهن اڳ ڪڏهن به اينالائيٽڪس نه ڪيو آهي، هن ڪوڊ سان کيڏڻ شروع ڪري سگهي ٿو ۽ ٻاهران مدد کان سواءِ انهن جي ايپليڪيشن جا استعمال جا نمونا ڏسي سگهن ٿا.
ان جي پروسيسنگ لاءِ تجزيي ۽ طريقن جي بنيادي عنصر طور استعمال ڪندڙ پيچرو
استعمال ڪندڙ جي پيچري مخصوص وقت جي پوائنٽن تي استعمال ڪندڙ رياستن جو هڪ سلسلو آهي. ان کان علاوه، واقعا مختلف ڊيٽا ذريعن کان اچي سگھن ٿا، آن لائن ۽ آف لائن ٻئي. اهي واقعا جيڪي صارف سان ٿين ٿا، اهي سندس پيچيدگي جو حصو آهن. مثال:
• بٽڻ دٻايو
• تصوير ڏٺي
• اسڪرين کي مارو
• هڪ اي ميل ملي
• هڪ دوست کي پيداوار جي سفارش ڪئي
• فارم ڀريو
• اسڪرين کي ٽيپ ڪيو
• اسڪرول ٿيل
• ڪيش رجسٽر ڏانهن ويو
• هڪ burrito حڪم ڏنو
• burrito کاڌو
• بوريو کائڻ سان زهر ٿي ويو
• پوئين دروازي کان ڪيفي ۾ داخل ٿيو
• اڳئين دروازي کان داخل ٿيو
• ايپليڪيشن کي گھٽ ڪيو
• هڪ پش نوٽيفڪيشن حاصل ڪيو
• ايڪس کان وڌيڪ وقت تائين اسڪرين تي بيٺو هو
• آرڊر لاءِ ادا ڪيل
• آرڊر خريد ڪيو
• قرض کان انڪار ڪيو ويو
جيڪڏهن توهان استعمال ڪندڙن جي هڪ گروپ جي ٽريجڪٽري ڊيٽا کي وٺو ۽ پڙهو ته ڪيئن منتقلي جي جوڙجڪ ڪئي وئي آهي، توهان اهو معلوم ڪري سگهو ٿا ته ايپليڪيشن ۾ انهن جي رويي کي ڪيئن منظم ڪيو ويو آهي. اهو هڪ گراف ذريعي ڪرڻ آسان آهي جنهن ۾ رياستون نوڊس آهن، ۽ رياستن جي وچ ۾ منتقلي ڪنارن وارا آهن:
"Trajectory" هڪ تمام آسان تصور آهي - اهو سڀني صارفن جي عملن بابت تفصيلي معلومات تي مشتمل آهي، انهن عملن جي وضاحت ۾ ڪنهن به اضافي ڊيٽا کي شامل ڪرڻ جي صلاحيت سان. اهو ان کي هڪ آفاقي اعتراض بڻائي ٿو. جيڪڏهن توهان وٽ خوبصورت ۽ آسان اوزار آهن جيڪي توهان کي پيچرن سان ڪم ڪرڻ جي اجازت ڏين ٿا، پوء توهان هڪجهڙائي ڳولي سگهو ٿا ۽ انهن کي ورهائي سگهو ٿا.
پيچري واري ڀاڱي جي شروعات ۾ تمام پيچيده لڳي سگھي ٿي. هڪ عام صورتحال ۾، اهو معاملو آهي - توهان کي استعمال ڪرڻ جي ضرورت آهي ڪنيڪشن ميٽرڪس جي مقابلي يا ترتيب جي ترتيب. اسان هڪ آسان رستو ڳولڻ ۾ ڪامياب ٿي ويا آهيون - وڏي تعداد ۾ پيچرن جو مطالعو ڪرڻ ۽ انهن کي ڪلستر ذريعي ورهائڻ لاء.
جيئن ته اهو نڪتو، اهو ممڪن آهي ته مسلسل نمائندگي استعمال ڪندي هڪ trajectory کي پوائنٽ ۾ تبديل ڪرڻ، مثال طور، . تبديليءَ کان پوءِ، پيچرو خلا ۾ هڪ نقطو بڻجي وڃي ٿو جتي مختلف واقعن جو معمول بڻيل واقعو ۽ انهن جي وچ ۾ ٽرانزيڪشن جي منتقلي کي محور سان گڏ پلاٽ ڪيو ويندو آهي. اها شيءِ هڪ وڏي هزار- يا وڌيڪ-عددي خلا (dimS = sum(واقعات جا قسم) + sum(ngrams_2 قسمن)) استعمال ڪندي جهاز تي پيش ڪري سگهجي ٿي . TSNE هڪ تبديلي آهي جيڪا خلا جي طول و عرض کي 2 محور تائين گھٽائي ٿي ۽، جيڪڏهن ممڪن هجي، پوائنٽن جي وچ ۾ لاڳاپا فاصلن کي محفوظ ڪري ٿي. ان جي مطابق، اهو هڪ فليٽ نقشي تي ممڪن آهي، پيچرن جو هڪ علامتي پروجيڪشن نقشو، اهو مطالعو ڪرڻ لاء ته مختلف پيچرن جا نقطا پاڻ ۾ ڪيئن واقع هئا. اهو تجزيو ڪري ٿو ته اهي هڪ ٻئي سان ڪيترا ويجھا يا مختلف هئا، ڇا اهي ڪلسٽر ٺاهيا ويا يا نقشي ۾ پکڙيل هئا، وغيره.
برقرار رکڻ واري تجزياتي اوزار پيچيده ڊيٽا ۽ پيچرن کي هڪ نظر ۾ تبديل ڪرڻ جي صلاحيت مهيا ڪن ٿا، جيڪو هڪ ٻئي سان مقابلو ڪري سگهجي ٿو، ۽ پوء تبديلي جي نتيجن کي جانچي ۽ تفسير ڪري سگهجي ٿو.
پروسيسنگ پيچرن جي معياري طريقن جي باري ۾ ڳالهائيندي، اسان جو مطلب آهي ٽي مکيه اوزار جيڪي اسان برقرار رکڻ ۾ لاڳو ڪيا آهن - گرافس، قدم ميٽرس ۽ پيچرو پروجيڪٽ نقشا.
Google Analytics، Firebase ۽ ساڳي اينالائيٽڪس سسٽم سان ڪم ڪرڻ ڪافي پيچيده ۽ 100% اثرائتو نه آهي. مسئلو صارف لاءِ ڪيتريون ئي پابنديون آهن، جنهن جي نتيجي ۾ اهڙين سسٽم ۾ تجزيه نگار جو ڪم مائوس جي ڪلڪن ۽ سلائسن جي چونڊ تي منحصر هوندو آهي. برقرار رکڻ ان کي ممڪن بڻائي ٿو صارف جي پيچرن سان ڪم ڪرڻ، ۽ نه صرف فنل سان، جيئن Google Analytics ۾، جتي تفصيل جي سطح اڪثر ڪري هڪ فينل تائين گھٽجي ويندي آهي، جيتوڻيڪ هڪ خاص حصي لاءِ ٺهيل آهي.
برقرار رکڻ ۽ ڪيس
ترقي يافته اوزار استعمال ڪرڻ جي هڪ مثال جي طور تي، اسان روس ۾ وڏي طاق خدمت جي صورت ۾ بيان ڪري سگهون ٿا. هن ڪمپني وٽ هڪ Android موبائل ايپليڪيشن آهي جيڪا گراهڪن جي وچ ۾ مشهور آهي. موبائيل ايپليڪيشن مان سالياني ٽران اوور اٽڪل 7 ملين روبل هئي، موسمي ڦيرڦار 60-130 هزارن جي وچ ۾ هئي، ساڳئي ڪمپني وٽ iOS لاءِ هڪ ايپليڪيشن پڻ آهي، ۽ ايپل ايپليڪيشن جي استعمال ڪندڙ جو اوسط بل جي اوسط بل کان وڌيڪ هو. هڪ ڪلائنٽ استعمال ڪندي Android ايپليڪيشن - 1080 rub. 1300 روبل جي مقابلي ۾.
ڪمپني Android ايپليڪيشن جي ڪارڪردگي کي وڌائڻ جو فيصلو ڪيو، جنهن لاء هن هڪ مڪمل تجزيو ڪيو. ايپليڪيشن جي اثرائتي کي وڌائڻ بابت ڪيترائي درجن مفروضا پيدا ڪيا ويا. Retentionneering استعمال ڪرڻ کان پوء، اهو ظاهر ٿيو ته مسئلو انهن پيغامن ۾ هو جيڪي نوان استعمال ڪندڙن کي ڏيکاريا ويا هئا. انهن برانڊ، ڪمپني جي فائدن ۽ قيمتن بابت معلومات حاصل ڪئي. پر، جيئن اهو نڪتو، پيغامن کي صارف کي ايپليڪيشن ۾ ڪم ڪرڻ سکڻ ۾ مدد ڏيڻ گهرجي.
اهو ڪيو ويو، جنهن جي نتيجي ۾ ايپليڪيشن گهٽ انسٽال ٿي وئي، ۽ آرڊر ۾ تبديلي ۾ اضافو 23٪ هو. شروعات ۾، ايندڙ ٽرئفڪ جو 20 سيڪڙو ٽيسٽ کي ڏنو ويو، پر ڪجهه ڏينهن کان پوء، پهرين نتيجن جو تجزيو ڪرڻ ۽ رجحان جو جائزو وٺڻ کان پوء، انهن تناسب کي رد ڪري ڇڏيو ۽، ان جي برعڪس، ڪنٽرول گروپ لاء 20 سيڪڙو ڇڏي، ۽ XNUMX سيڪڙو ٽيسٽ ۾ رکيا ويا. هڪ هفتي بعد، اهو فيصلو ڪيو ويو ته ترتيب سان ٻن وڌيڪ مفروضن جي جاچ شامل ڪئي وڃي. صرف ستن هفتن ۾، Android ايپليڪيشن مان واپار گذريل سطح جي مقابلي ۾ اڌ ڀيرا وڌي ويو.
برقرار رکڻ سان ڪم ڪيئن ڪجي؟
پھريون قدم بلڪل سادو آھن - لائبريري کي ڊائونلوڊ ڪريو pip install retentioneering command سان. مخزن پاڻ ۾ تيار ڪيل مثالن تي مشتمل آهي ۽ ڊيٽا پروسيسنگ جا ڪيس ڪجهه پراڊڪٽ اينالائيٽڪس ڪمن لاءِ. سيٽ مسلسل اپڊيٽ ڪيو ويندو آهي جيستائين اهو پهرين واقفيت لاء ڪافي آهي. ڪو به ماڻهو تيار ڪيل ماڊل وٺي سگهي ٿو ۽ انهن کي فوري طور تي انهن جي ڪمن تي لاڳو ڪري سگهي ٿو - اهو انهن کي فوري طور تي وڌيڪ تفصيلي تجزيي جي عمل کي ترتيب ڏيڻ جي اجازت ڏئي ٿو ۽ صارف جي پيچيدگين جي اصلاح کي جلدي ۽ موثر طور تي ممڪن بڻائي ٿو. اهو سڀ ڪجهه واضح ڪوڊ ذريعي ايپليڪيشن استعمال جا نمونا ڳولڻ ۽ هن تجربي کي ڀائيوارن سان حصيداري ڪرڻ ممڪن بڻائي ٿو.
برقرار رکڻ هڪ اوزار آهي جيڪو توهان جي ايپليڪيشن جي سڄي زندگي استعمال ڪرڻ جي قابل آهي، ۽ هتي ڇو آهي:
- برقرار رکڻ واري عمل کي باخبر رکڻ ۽ مسلسل صارف جي پيچرن کي بهتر ڪرڻ ۽ ڪاروباري ڪارڪردگي کي بهتر بڻائڻ لاءِ اثرائتو آهي. ان ڪري، نيون خاصيتون شامل ڪيون وينديون آهن اڪثر اي ڪامرس ايپليڪيشنن ۾، جن جو اثر پراڊڪٽ تي هميشه صحيح انداز ۾ پيش نٿو ڪري سگهجي. ڪجهه حالتن ۾، نئين ۽ پراڻن ڪمن جي وچ ۾ مطابقت جا مسئلا پيدا ٿين ٿا - مثال طور، نوان جيڪي موجود آهن انهن کي "ڪنيبلائيز" ڪري ٿو. ۽ هن صورتحال ۾، trajectories جي مسلسل تجزيي جي خاص طور تي ڇا جي ضرورت آهي.
- صورتحال ساڳي آهي جڏهن اشتهارن جي چينلن سان ڪم ڪندي: نئين ٽرئفڪ جا ذريعا ۽ اشتهار سازي جي تخليق مسلسل آزمائي رهيا آهن، اهو ضروري آهي ته موسميات، رجحانات ۽ ٻين واقعن جي اثر جي نگراني ڪرڻ، جيڪا مسئلن جي وڌيڪ ۽ نئين طبقن جي پيدا ٿيڻ جي ڪري ٿي. اهو پڻ ضرورت آهي مسلسل نگراني ۽ استعمال ڪندڙ ميڪيڪل جي تشريح.
- اهڙا ڪيترائي عنصر آھن جيڪي مسلسل ايپليڪيشن جي ڪارڪردگي کي متاثر ڪن ٿا. مثال طور، ڊولپرز کان نئين رليز: موجوده مسئلي کي بند ڪرڻ، اهي اڻڄاڻ طور تي پراڻي واپس آڻيندا آهن يا مڪمل طور تي نئون ٺاهيندا آهن. وقت سان گڏ، نون رليز جو تعداد وڌي ٿو، ۽ ٽريڪنگ جي غلطي جي عمل کي خودڪار ٿيڻ جي ضرورت آهي، بشمول صارف جي پيچرن جو تجزيو ڪندي.
مجموعي طور تي، برقرار رکڻ هڪ مؤثر اوزار آهي. پر تڪميل جي ڪا به حد ناهي - اهو ٿي سگهي ٿو ۽ بهتر ٿيڻ گهرجي، ترقي يافته، ۽ نئين ٿڌي شين جي بنياد تي ٺاهيل. پروجيڪٽ جي ڪميونٽي جيتري وڌيڪ فعال هوندي، اوترو وڌيڪ فورڪ موجود هوندا، ۽ ان کي استعمال ڪرڻ لاءِ نوان دلچسپ آپشن ظاهر ٿيندا.
برقرار رکڻ واري اوزار بابت وڌيڪ معلومات:
- اسان جي ويب سائيٽ:
- ۽ شرڪت لاءِ رجسٽريشن
- واندو
جو ذريعو: www.habr.com