Kuna mamia ya makala kwenye Mtandao kuhusu manufaa ya kuchanganua tabia ya wateja. Mara nyingi hii inahusu sekta ya rejareja. Kuanzia uchanganuzi wa vikapu vya chakula, uchanganuzi wa ABC na XYZ hadi uuzaji wa uhifadhi na matoleo ya kibinafsi. Mbinu mbalimbali zimetumika kwa miongo kadhaa, algorithms zimefikiriwa, kanuni imeandikwa na kutatuliwa - ichukue na uitumie. Kwa upande wetu, tatizo moja la msingi liliibuka - sisi katika ISPsystem tunajishughulisha na ukuzaji wa programu, sio rejareja.
Jina langu ni Denis na kwa sasa ninawajibika kwa hali ya nyuma ya mifumo ya uchanganuzi katika ISPsystem. Na hii ndio hadithi ya jinsi mwenzangu na mimi
Hapo mwanzo kulikuwa na neno, na neno lilikuwa "Tujaribu?"
Wakati huo nilikuwa nikifanya kazi kama msanidi programu katika idara ya R&D. Yote ilianza wakati Danil aliposoma hapa kwenye Habre
Lakini bidhaa zetu nyingi zinalenga soko la mwenyeji. Hawa ni wateja wakubwa, na idara ya maendeleo ya biashara inawashauri juu ya uwezo wa bidhaa. Pia inafuata kwamba wakati wa ununuzi, wateja wetu tayari wanajua matatizo gani programu yetu itawasaidia kutatua. Njia zao katika programu lazima zilingane na CJM iliyopachikwa kwenye bidhaa, na suluhu za UX zitawasaidia kuendelea kufuata mkondo. Spoiler: hii haifanyiki kila wakati. Utangulizi wa maktaba uliahirishwa ... lakini sio kwa muda mrefu.
Kila kitu kilibadilika na kutolewa kwa uanzishaji wetu -
Matokeo ya kwanza au wapi pa kupata mawazo kutoka
Timu ya watengenezaji na mimi tuliunganisha bidhaa kwenye mfumo wa ukusanyaji wa matukio kwa siku moja. Nitasema mara moja kwamba ISPsystem hutumia mfumo wake wa kukusanya matukio kuhusu ziara za ukurasa, lakini hakuna kitu kinachokuzuia kutumia Yandex.Metrica kwa madhumuni sawa, ambayo inakuwezesha kupakua data ghafi bila malipo. Mifano ya kutumia maktaba ilisomwa, na baada ya wiki ya ukusanyaji wa data tulipokea grafu ya mpito.
Grafu ya mpito. Utendaji msingi, mabadiliko mengine yameondolewa kwa uwazi
Ilibadilika kama katika mfano: iliyopangwa, wazi, nzuri. Kutoka kwa grafu hii, tuliweza kutambua njia na vivuko vya mara kwa mara ambapo watu hutumia muda mrefu zaidi. Hii ilituwezesha kuelewa yafuatayo:
- Badala ya CJM kubwa, ambayo inashughulikia vyombo kadhaa, ni mbili tu zinazotumiwa kikamilifu. Inahitajika kuwaelekeza watumiaji kwa maeneo tunayohitaji kwa kutumia suluhu za UX.
- Baadhi ya kurasa, zilizoundwa na wabunifu wa UX ili ziwe za mwisho-mwisho, huishia na watu kutumia muda mwingi kuzitumia. Unahitaji kujua ni vitu gani vya kuacha kwenye ukurasa maalum na urekebishe.
- Baada ya mabadiliko 10, 20% ya watu walianza kuchoka na kuacha kikao katika programu. Na hii inazingatia ukweli kwamba tulikuwa na kurasa nyingi kama 5 za kuingia kwenye programu! Unahitaji kutambua kurasa ambazo watumiaji huachana na vipindi mara kwa mara na kufupisha njia kuelekea kwao. Bora zaidi: tambua njia zozote za kawaida na uruhusu mpito wa haraka kutoka ukurasa chanzo hadi ukurasa lengwa. Kitu kinachofanana na uchambuzi wa ABC na uchambuzi wa gari ulioachwa, hufikirii?
Na hapa tulizingatia tena mtazamo wetu juu ya utumiaji wa zana hii kwa bidhaa za nje. Iliamuliwa kuchambua bidhaa inayouzwa na kutumika kikamilifu -
Kuhusu tamaa na msukumo
Kukatishwa tamaa #1
Ilikuwa mwisho wa siku ya kazi, mwisho wa mwezi na mwisho wa mwaka kwa wakati mmoja - Desemba 27. Data imekusanywa, maswali yameandikwa. Zilikuwa zimesalia sekunde kabla ya kila kitu kushughulikiwa na tungeweza kuangalia matokeo ya kazi zetu ili kujua mwaka ujao wa kazi ungeanzia wapi. Idara ya R&D, meneja wa bidhaa, wabunifu wa UX, kiongozi wa timu, wasanidi programu walikusanyika mbele ya kifuatiliaji ili kuona jinsi njia za watumiaji zinavyoonekana katika bidhaa zao, lakini... tuliona hii:
Grafu ya mpito iliyoundwa na maktaba ya Uhifadhi
Msukumo #1
Imeunganishwa sana, vyombo kadhaa, hali zisizo wazi. Ilikuwa wazi tu kwamba mwaka mpya wa kazi hautaanza na uchambuzi, lakini kwa uvumbuzi wa njia ya kurahisisha kazi na grafu kama hiyo. Lakini sikuweza kutikisa hisia kwamba kila kitu kilikuwa rahisi zaidi kuliko ilivyoonekana. Na baada ya dakika kumi na tano za kusoma msimbo wa chanzo cha Retentionering, tuliweza kusafirisha grafu iliyojengwa hadi umbizo la nukta. Hii ilifanya iwezekane kupakia grafu kwa zana nyingine - Gephi. Na tayari kuna wigo wa kuchambua grafu: mipangilio, vichungi, takwimu - unachotakiwa kufanya ni kusanidi vigezo muhimu kwenye kiolesura. Kwa wazo hili akilini, tuliondoka kwa wikendi ya Mwaka Mpya.
Kukatishwa tamaa #2
Baada ya kurudi kazini, ikawa kwamba wakati kila mtu alikuwa akipumzika, wateja wetu walikuwa wakisoma bidhaa. Ndio, kwa bidii sana kwamba matukio yalionekana kwenye hifadhi ambayo haikuwepo hapo awali. Hii ilimaanisha kuwa hoja zilihitaji kusasishwa.
Asili kidogo ya kuelewa huzuni ya ukweli huu. Tunasambaza matukio ambayo tumetia alama (kwa mfano, mibofyo kwenye baadhi ya vitufe) na URL za kurasa ambazo mtumiaji alitembelea. Kwa upande wa Cartbee, mfano wa "hatua moja - ukurasa mmoja" ulifanya kazi. Lakini kwa VMmanager hali ilikuwa tofauti kabisa: madirisha kadhaa ya modal yanaweza kufunguliwa kwenye ukurasa mmoja. Ndani yao mtumiaji anaweza kutatua matatizo mbalimbali. Kwa mfano, URL:
/host/item/24/ip(modal:modal/host/item/ip/create)
inamaanisha kuwa kwenye ukurasa wa "Anwani za IP" mtumiaji aliongeza anwani ya IP. Na hapa shida mbili zinaonekana mara moja:
- URL ina aina fulani ya kigezo cha njia - kitambulisho cha mashine pepe. Inahitaji kutengwa.
- URL ina kitambulisho cha dirisha la modal. Unahitaji kwa namna fulani "kufungua" URL kama hizo.
Shida nyingine ilikuwa kwamba matukio haya tuliyoweka alama yalikuwa na vigezo. Kwa mfano, kulikuwa na njia tano tofauti za kufikia ukurasa na taarifa kuhusu mashine pepe kutoka kwenye orodha. Ipasavyo, tukio moja lilitumwa, lakini kwa kigezo kilichoonyesha ni njia gani mtumiaji alifanya mabadiliko. Kulikuwa na matukio mengi kama hayo, na vigezo vyote vilikuwa tofauti. Na tunayo mantiki yote ya kurejesha data katika lahaja ya SQL ya Clickhouse. Maswali ya mistari 150-200 yalianza kuonekana kuwa ya kawaida. Matatizo yalituzunguka.
Msukumo #2
Asubuhi moja mapema, Danil, akipitia ombi kwa dakika ya pili kwa huzuni, alinipendekeza: βHebu tuandike mabomba ya kuchakata data?β Tulifikiria juu yake na tukaamua kwamba ikiwa tutafanya hivyo, itakuwa kitu kama ETL. Ili kuchuja mara moja na kuvuta data muhimu kutoka kwa vyanzo vingine. Hivi ndivyo huduma yetu ya kwanza ya uchanganuzi iliyo na hali kamili ya nyuma ilizaliwa. Inatumia hatua kuu tano za usindikaji wa data:
- Inapakua matukio kutoka kwa hifadhi ghafi ya data na kuyatayarisha kwa kuchakatwa.
- Ufafanuzi ni "kufungua" kwa vitambulishi hivyo vya madirisha ya modal, vigezo vya tukio na maelezo mengine ambayo hufafanua tukio hilo.
- Uboreshaji (kutoka kwa neno "kuwa tajiri") ni nyongeza ya matukio na data kutoka kwa vyanzo vya watu wengine. Wakati huo, hii ilijumuisha tu mfumo wetu wa utozaji BILLmanager.
- Kuchuja ni mchakato wa kuchuja matukio ambayo yanapotosha matokeo ya uchambuzi (matukio kutoka kwa vituo vya ndani, nje, nk).
- Inapakia matukio yaliyopokelewa kwenye hifadhi, ambayo tuliiita data safi.
Sasa iliwezekana kudumisha umuhimu kwa kuongeza sheria za usindikaji wa tukio au hata vikundi vya matukio sawa. Kwa mfano, tangu wakati huo hatujawahi kusasisha upakuaji wa URL. Ingawa, wakati huu tofauti kadhaa mpya za URL zimeongezwa. Wanazingatia sheria zilizowekwa tayari katika huduma na zinashughulikiwa kwa usahihi.
Kukatishwa tamaa #3
Mara tu tulipoanza kuchambua, tuligundua kwa nini grafu ilikuwa thabiti sana. Ukweli ni kwamba karibu kila N-gram ilikuwa na mabadiliko ambayo hayakuweza kufanywa kupitia kiolesura.
Uchunguzi mdogo ulianza. Nilichanganyikiwa kuwa hakukuwa na mabadiliko yasiyowezekana ndani ya chombo kimoja. Hii inamaanisha kuwa hii si hitilafu katika mfumo wa ukusanyaji wa matukio au huduma yetu ya ETL. Kulikuwa na hisia kwamba mtumiaji alikuwa akifanya kazi wakati huo huo katika vyombo kadhaa, bila kusonga kutoka kwa moja hadi nyingine. Jinsi ya kufikia hili? Kutumia tabo tofauti kwenye kivinjari.
Wakati wa kuchambua Cartbee, tuliokolewa na maalum yake. Programu ilitumiwa kutoka kwa vifaa vya rununu, ambapo kufanya kazi kutoka kwa tabo kadhaa ni ngumu tu. Hapa tuna eneo-kazi na wakati kazi inafanywa katika chombo kimoja, ni busara kutaka kutumia wakati huu kuweka au kufuatilia hali katika nyingine. Na ili usipoteze maendeleo, fungua kichupo kingine.
Msukumo #3
Wenzake kutoka maendeleo ya mbele walifundisha mfumo wa kukusanya matukio kutofautisha kati ya vichupo. Uchambuzi unaweza kuanza. Na tukaanza. Kama ilivyotarajiwa, CJM haikulingana na njia halisi: watumiaji walitumia muda mwingi kwenye kurasa za saraka, vipindi vilivyoachwa na vichupo katika sehemu zisizotarajiwa. Kwa kutumia uchanganuzi wa mpito, tuliweza kupata matatizo katika baadhi ya miundo ya Mozilla. Ndani yao, kutokana na vipengele vya utekelezaji, vipengele vya urambazaji vilipotea au kurasa za nusu tupu zilionyeshwa, ambazo zinapaswa kupatikana tu kwa msimamizi. Ukurasa ulifunguliwa, lakini hakuna yaliyomo kutoka kwa nyuma. Kuhesabu mabadiliko kulifanya iwezekane kutathmini vipengele vilivyotumika haswa. Minyororo ilifanya iwezekane kuelewa jinsi mtumiaji alipokea hii au kosa hilo. Data inayoruhusiwa kwa majaribio kulingana na tabia ya mtumiaji. Ilikuwa ni mafanikio, wazo halikuwa bure.
Uchanganuzi otomatiki
Katika mojawapo ya maonyesho ya matokeo, tulionyesha jinsi Gephi inavyotumiwa kwa uchanganuzi wa grafu. Katika zana hii, data ya uongofu inaweza kuonyeshwa kwenye jedwali. Na mkuu wa idara ya UX alisema wazo moja muhimu sana ambalo liliathiri maendeleo ya mwelekeo mzima wa uchanganuzi wa tabia katika kampuni: "Wacha tufanye vivyo hivyo, lakini kwenye Tableau na vichungi - itakuwa rahisi zaidi."
Kisha nikafikiria: kwa nini sivyo, Uhifadhi huhifadhi data zote katika muundo wa pandas.DataFrame. Na hii ni, kwa kiasi kikubwa, meza. Hivi ndivyo huduma nyingine ilionekana: Mtoa Data. Hakutengeneza meza tu kutoka kwa grafu, lakini pia alihesabu jinsi ukurasa unavyojulikana na utendaji unaohusishwa nayo, jinsi unavyoathiri uhifadhi wa mtumiaji, watumiaji hukaa kwa muda gani juu yake, na ni kurasa gani ambazo watumiaji huacha mara nyingi. Na matumizi ya taswira katika Jedwali yalipunguza gharama ya kusoma grafu hivi kwamba muda wa kurudia kwa uchanganuzi wa tabia katika bidhaa ulikuwa karibu kupunguzwa nusu.
Danil atazungumza juu ya jinsi taswira hii inatumiwa na ni hitimisho gani inaruhusu kuteka.
Meza zaidi kwa mungu wa meza!
Katika fomu iliyorahisishwa, kazi iliundwa kama ifuatavyo: onyesha grafu ya mpito kwenye Jedwali, toa uwezo wa kuchuja, na uifanye iwe wazi na rahisi iwezekanavyo.
Sikutaka kabisa kuchora grafu iliyoelekezwa kwenye Jedwali. Na hata ikiwa imefanikiwa, faida, ikilinganishwa na Gefi, haikuonekana dhahiri. Tulihitaji kitu rahisi zaidi na kinachoweza kufikiwa zaidi. Jedwali! Baada ya yote, grafu inaweza kuwakilishwa kwa urahisi katika mfumo wa safu za jedwali, ambapo kila safu ni kando ya aina ya "chanzo-lengwa". Zaidi ya hayo, tayari tumetayarisha kwa uangalifu jedwali kama hilo kwa kutumia zana za Uhifadhi na Mtoa Data. Kilichobaki kufanya ni kuonyesha jedwali kwenye Jedwali na kupekua ripoti.
Akizungumzia jinsi kila mtu anapenda meza.
Walakini, hapa tunakabiliwa na shida nyingine. Nini cha kufanya na chanzo cha data? Haikuwezekana kuunganisha pandas.DataFrame; Tableau haina kiunganishi kama hicho. Kuinua msingi tofauti wa kuhifadhi grafu kulionekana kuwa suluhisho kali sana na matarajio yasiyoeleweka. Na chaguzi za upakuaji wa ndani hazikufaa kwa sababu ya hitaji la shughuli za mwongozo mara kwa mara. Tuliangalia kupitia orodha ya viunganisho vinavyopatikana, na macho yetu yakaanguka kwenye kipengee
Tableau ina uteuzi tajiri wa viunganishi. Tulipata moja ambayo ilitatua shida yetu
Mnyama wa aina gani? Vichupo vichache vipya vilivyo wazi kwenye kivinjari - na ikawa wazi kuwa kiunganishi hiki hukuruhusu kupokea data wakati wa kufikia URL. Njia ya nyuma ya kuhesabu data yenyewe ilikuwa karibu tayari, kilichobaki ni kuifanya urafiki na WDC. Kwa siku kadhaa Denis alisoma hati na akapigana na mifumo ya Tableau, kisha akanitumia kiunga ambacho nilibandika kwenye dirisha la unganisho.
Fomu ya unganisho kwa WDC yetu. Denis alienda mbele na kutunza usalama
Baada ya dakika chache za kungojea (data huhesabiwa kwa nguvu inapoombwa), jedwali lilionekana:
Hivi ndivyo safu mbichi ya data inavyoonekana katika kiolesura cha Tableau
Kama ilivyoahidiwa, kila safu ya jedwali kama hilo iliwakilisha ukingo wa grafu, ambayo ni, mpito ulioelekezwa wa mtumiaji. Pia ilikuwa na sifa kadhaa za ziada. Kwa mfano, idadi ya watumiaji wa kipekee, jumla ya idadi ya mabadiliko, na wengine.
Itawezekana kuonyesha jedwali hili kwenye ripoti kama lilivyo, nyunyiza kwa ukarimu vichujio na utume zana kusafiri. Inaonekana kuwa na mantiki. Unaweza kufanya nini na meza? Lakini hii sio njia yetu, kwa sababu hatufanyi meza tu, lakini chombo cha uchambuzi na kufanya maamuzi ya bidhaa.
Kwa kawaida, wakati wa kuchambua data, mtu anataka kupata majibu ya maswali. Kubwa. Hebu tuanze nao.
- Ni mabadiliko gani ya mara kwa mara?
- Wanaenda wapi kutoka kwa kurasa maalum?
- Je, unatumia muda gani kwa wastani kwenye ukurasa huu kabla ya kuondoka?
- Je, ni mara ngapi unafanya mabadiliko kutoka A hadi B?
- Kipindi kinaishia kwenye kurasa zipi?
Kila moja ya ripoti au mchanganyiko wao unapaswa kuruhusu mtumiaji kupata majibu ya maswali haya kwa kujitegemea. Mkakati muhimu hapa ni kukupa zana za kuifanya mwenyewe. Hii ni muhimu kwa kupunguza mzigo kwenye idara ya uchanganuzi na kupunguza wakati wa kufanya maamuzi - baada ya yote, hauitaji tena kwenda kwa Youtrack na kuunda kazi kwa mchambuzi, unahitaji tu kufungua ripoti.
Tulipata nini?
Watu hutofautiana wapi mara nyingi kutoka kwa dashibodi?
Sehemu ya ripoti yetu. Baada ya dashibodi, kila mtu alienda kwenye orodha ya VM au orodha ya nodi
Wacha tuchukue jedwali la jumla na mabadiliko na chujio kwa ukurasa wa chanzo. Mara nyingi, wao huenda kutoka kwa dashibodi hadi kwenye orodha ya mashine za kawaida. Zaidi ya hayo, safu ya Udhibiti inapendekeza kwamba hii ni hatua ya kurudia.
Je, wanatoka wapi kwenye orodha ya makundi?
Vichujio katika ripoti hufanya kazi katika pande zote mbili: unaweza kujua ulikotoka, au ulikoenda
Kutoka kwa mifano ni wazi kuwa hata uwepo wa vichungi viwili rahisi na safu za safu kulingana na maadili hukuruhusu kupata habari haraka.
Hebu tuulize jambo gumu zaidi.
Ni wapi watumiaji mara nyingi huacha kipindi chao?
Watumiaji wa VMmanager mara nyingi hufanya kazi katika tabo tofauti
Ili kufanya hivyo, tunahitaji ripoti ambayo data yake imejumlishwa na vyanzo vya rufaa. Na kile kinachojulikana kama mapumziko kilichukuliwa kama mgawo - matukio ambayo yalifanya kazi kama mwisho wa mlolongo wa mabadiliko.
Ni muhimu kutambua hapa kwamba hii inaweza kuwa mwisho wa kikao au ufunguzi wa tabo mpya. Mfano unaonyesha kuwa mnyororo mara nyingi huisha kwenye meza na orodha ya mashine za kawaida. Katika kesi hii, tabia ya tabia inabadilika kwa kichupo kingine, ambacho kinalingana na muundo unaotarajiwa.
Kwanza kabisa tulijaribu manufaa ya ripoti hizi kwetu sisi wenyewe tulipofanya uchanganuzi kwa njia sawa
Wakati wa kuendeleza ripoti, hatukusahau kuhusu muundo wa kuona. Wakati wa kufanya kazi na meza za ukubwa huu, hii ni jambo muhimu. Kwa mfano, tulitumia safu ya utulivu ya rangi, rahisi kutambua
Jedwali liligeuka kuwa mnene sana, lakini tunatumai haijakoma kusomeka
Inastahili kutaja tofauti kuhusu mafunzo ya wateja wetu wa ndani: wataalamu wa bidhaa na wabunifu wa UX. Miongozo yenye mifano ya uchanganuzi na vidokezo vya kufanya kazi na vichungi vilitayarishwa mahsusi kwa ajili yao. Tuliingiza viungo vya miongozo moja kwa moja kwenye kurasa za ripoti.
Tulitengeneza mwongozo kama wasilisho katika Hati za Google. Zana za jedwali hukuruhusu kuonyesha kurasa za wavuti moja kwa moja ndani ya kitabu cha ripoti.
Badala ya nenosiri
Nini katika mstari wa chini? Tuliweza kupata zana ya kila siku kwa haraka na kwa bei nafuu. Ndiyo, hii hakika si badala ya grafu yenyewe, ramani ya joto ya mibofyo au kitazamaji cha wavuti. Lakini ripoti kama hizo hukamilisha kwa kiasi kikubwa zana zilizoorodheshwa na hutoa chakula cha mawazo na bidhaa mpya na nadharia za kiolesura.
Hadithi hii ilitumika tu kama mwanzo wa maendeleo ya uchanganuzi katika mfumo wa ISP. Katika kipindi cha miezi sita iliyopita, huduma saba zaidi zimeonekana, zikiwemo picha za kidijitali za mtumiaji katika bidhaa na huduma ya kuunda hifadhidata za ulengaji wa Look-alike, lakini tutazizungumzia katika vipindi vifuatavyo.
Chanzo: mapenzi.com