มีบทความหลายร้อยบทความบนอินเทอร์เน็ตเกี่ยวกับประโยชน์ของการวิเคราะห์พฤติกรรมลูกค้า เรื่องนี้มักเกี่ยวข้องกับภาคการค้าปลีก ตั้งแต่การวิเคราะห์ตะกร้าอาหาร การวิเคราะห์ ABC และ XYZ ไปจนถึงการตลาดแบบรักษาลูกค้าและข้อเสนอส่วนตัว มีการใช้เทคนิคต่าง ๆ มานานหลายทศวรรษ มีการพิจารณาอัลกอริทึม มีการเขียนและแก้ไขโค้ด - นำไปใช้และใช้งาน ในกรณีของเรา ปัญหาพื้นฐานประการหนึ่งเกิดขึ้น - พวกเราที่ ISPsystem มีส่วนร่วมในการพัฒนาซอฟต์แวร์ ไม่ใช่การค้าปลีก
ฉันชื่อเดนิส และปัจจุบันฉันรับผิดชอบด้านแบ็กเอนด์ของระบบการวิเคราะห์ที่ ISPsystem และนี่คือเรื่องราวของเพื่อนร่วมงานของฉันและฉัน — ผู้ที่รับผิดชอบด้านการแสดงข้อมูล — พยายามดูผลิตภัณฑ์ซอฟต์แวร์ของเราผ่านปริซึมของความรู้นี้ มาเริ่มกันตามปกติด้วยประวัติศาสตร์
ในตอนแรกมีคำพูดหนึ่ง และคำว่า “เรามาลองกันไหม?”
ในขณะนั้นฉันทำงานเป็นนักพัฒนาในแผนก R&D ทุกอย่างเริ่มต้นเมื่อ Danil อ่านที่นี่เกี่ยวกับHabré — เครื่องมือสำหรับวิเคราะห์การเปลี่ยนแปลงของผู้ใช้ในแอปพลิเคชัน ฉันค่อนข้างสงสัยเกี่ยวกับแนวคิดในการใช้ที่นี่ ตามตัวอย่าง นักพัฒนาห้องสมุดอ้างถึงการวิเคราะห์แอปพลิเคชันที่มีการกำหนดเป้าหมายการดำเนินการไว้อย่างชัดเจน - การสั่งซื้อหรือรูปแบบอื่น ๆ ของวิธีชำระเงินให้กับบริษัทที่เป็นเจ้าของ ผลิตภัณฑ์ของเรามีจำหน่ายในสถานที่ นั่นคือผู้ใช้ซื้อใบอนุญาตก่อนจากนั้นจึงเริ่มการเดินทางในแอปพลิเคชันเท่านั้น ใช่ เรามีเวอร์ชันสาธิต คุณสามารถลองผลิตภัณฑ์ที่นั่นเพื่อที่คุณจะได้ไม่ต้องจิ้มหมู
แต่ผลิตภัณฑ์ส่วนใหญ่ของเรามุ่งเป้าไปที่ตลาดโฮสติ้ง เหล่านี้เป็นลูกค้ารายใหญ่ และฝ่ายพัฒนาธุรกิจให้คำแนะนำเกี่ยวกับความสามารถของผลิตภัณฑ์ นอกจากนี้ ณ เวลาที่ซื้อ ลูกค้าของเรารู้อยู่แล้วว่าซอฟต์แวร์ของเราจะช่วยแก้ปัญหาอะไรได้บ้าง เส้นทางในแอปพลิเคชันของพวกเขาจะต้องตรงกับ CJM ที่ฝังอยู่ในผลิตภัณฑ์ และโซลูชัน UX จะช่วยให้พวกเขาดำเนินการได้ สปอยเลอร์: สิ่งนี้ไม่ได้เกิดขึ้นเสมอไป การแนะนำห้องสมุดถูกเลื่อนออกไป...แต่ไม่นานนัก
ทุกอย่างเปลี่ยนไปพร้อมกับการเปิดตัวสตาร์ทอัพของเรา - — แพลตฟอร์มสำหรับการสร้างร้านค้าออนไลน์จากบัญชี Instagram ในแอปพลิเคชันนี้ ผู้ใช้จะได้รับระยะเวลาสองสัปดาห์เพื่อใช้ฟังก์ชันทั้งหมดได้ฟรี จากนั้นคุณต้องตัดสินใจว่าจะสมัครสมาชิกหรือไม่ และสิ่งนี้เข้ากันได้อย่างลงตัวกับแนวคิด "การดำเนินการตามเส้นทางเป้าหมาย" ตัดสินใจแล้ว: มาลองกัน!
ผลลัพธ์แรกหรือจะหาแนวคิดได้จากที่ไหน
ทีมพัฒนาและฉันเชื่อมต่อผลิตภัณฑ์เข้ากับระบบรวบรวมกิจกรรมภายในหนึ่งวัน ฉันจะบอกทันทีว่า ISPsystem ใช้ระบบของตัวเองในการรวบรวมกิจกรรมเกี่ยวกับการเข้าชมหน้าเว็บ แต่ไม่มีสิ่งใดขัดขวางไม่ให้คุณใช้ Yandex.Metrica เพื่อจุดประสงค์เดียวกันซึ่งช่วยให้คุณดาวน์โหลดข้อมูลดิบได้ฟรี มีการศึกษาตัวอย่างการใช้ห้องสมุด และหลังจากการรวบรวมข้อมูลหนึ่งสัปดาห์ เราก็ได้รับกราฟการเปลี่ยนแปลง
กราฟการเปลี่ยนผ่าน ฟังก์ชั่นพื้นฐาน การเปลี่ยนอื่น ๆ ถูกลบออกเพื่อความชัดเจน
มันกลับกลายเป็นเหมือนตัวอย่าง: ระนาบ ชัดเจน สวยงาม จากกราฟนี้ เราสามารถระบุเส้นทางและทางแยกที่ผู้คนใช้เวลานานที่สุดได้ สิ่งนี้ทำให้เราเข้าใจสิ่งต่อไปนี้:
- แทนที่จะเป็น CJM ขนาดใหญ่ซึ่งครอบคลุมเอนทิตีหลายสิบรายการ มีเพียงสองรายการเท่านั้นที่ใช้งานอยู่ มีความจำเป็นต้องนำผู้ใช้ไปยังสถานที่ที่เราต้องการเพิ่มเติมโดยใช้โซลูชัน UX
- หน้าเว็บบางหน้าซึ่งออกแบบโดยนักออกแบบ UX ให้เป็นแบบ end-to-end มักจะจบลงด้วยการที่ผู้คนใช้เวลากับหน้าเหล่านั้นอย่างไม่สมเหตุสมผล คุณต้องค้นหาว่าองค์ประกอบหยุดคืออะไรในหน้าใดหน้าหนึ่งแล้วจึงทำการปรับเปลี่ยน
- หลังจากเปลี่ยนผ่าน 10 ครั้ง ผู้คน 20% เริ่มเหนื่อยและออกจากเซสชันในแอปพลิเคชัน และนี่คือการพิจารณาถึงความจริงที่ว่าเรามีหน้าการเริ่มต้นใช้งานมากถึง 5 หน้าในแอปพลิเคชัน! คุณต้องระบุหน้าที่ผู้ใช้ละทิ้งเซสชันเป็นประจำและทำให้เส้นทางไปยังเซสชันสั้นลง ยิ่งไปกว่านั้น: ระบุเส้นทางปกติและอนุญาตให้เปลี่ยนจากหน้าต้นทางไปยังหน้าปลายทางได้อย่างรวดเร็ว มีบางอย่างที่เหมือนกันกับการวิเคราะห์ ABC และการวิเคราะห์รถเข็นที่ถูกทิ้งร้าง คุณว่าไหม?
และที่นี่ เราได้พิจารณาทัศนคติของเราใหม่เกี่ยวกับการบังคับใช้เครื่องมือนี้กับผลิตภัณฑ์ในองค์กร มีการตัดสินใจที่จะวิเคราะห์ผลิตภัณฑ์ที่ขายและใช้แล้ว - . มันซับซ้อนกว่ามาก มีเอนทิตีที่มีลำดับความสำคัญมากกว่า เราตื่นเต้นที่จะรอดูว่ากราฟการเปลี่ยนแปลงจะเป็นอย่างไร
เกี่ยวกับความผิดหวังและแรงบันดาลใจ
ความผิดหวัง#1
ถือเป็นวันสิ้นวันทำงาน สิ้นเดือน และสิ้นปีในเวลาเดียวกันคือวันที่ 27 ธันวาคม ข้อมูลถูกสะสม มีการเขียนคำถาม เหลือเวลาไม่กี่วินาทีก่อนที่ทุกอย่างจะได้รับการประมวลผล และเราสามารถดูผลงานของเราเพื่อดูว่าปีการทำงานถัดไปจะเริ่มต้นที่ใด แผนก R&D, ผู้จัดการผลิตภัณฑ์, นักออกแบบ UX, หัวหน้าทีม, นักพัฒนารวมตัวกันที่หน้าจอมอนิเตอร์เพื่อดูว่าเส้นทางของผู้ใช้ในผลิตภัณฑ์ของตนเป็นอย่างไร แต่... เราเห็นสิ่งนี้:
กราฟการเปลี่ยนผ่านที่สร้างโดยห้องสมุด Retentioneering
แรงบันดาลใจ #1
เชื่อมต่อกันอย่างแน่นหนา มีเอนทิตีมากมาย มีสถานการณ์ที่ไม่ชัดเจน เป็นที่ชัดเจนว่าปีการทำงานใหม่จะไม่เริ่มต้นด้วยการวิเคราะห์ แต่ด้วยการประดิษฐ์วิธีทำให้การทำงานกับกราฟดังกล่าวง่ายขึ้น แต่ฉันไม่สามารถสั่นคลอนความรู้สึกว่าทุกอย่างง่ายกว่าที่คิดไว้มาก และหลังจากศึกษาซอร์สโค้ด Retentioneering สิบห้านาที เราก็สามารถส่งออกกราฟที่สร้างขึ้นเป็นรูปแบบจุดได้ ทำให้สามารถอัปโหลดกราฟไปยังเครื่องมืออื่นได้ - Gephi และมีขอบเขตสำหรับการวิเคราะห์กราฟอยู่แล้ว: เลย์เอาต์ ตัวกรอง สถิติ - สิ่งที่คุณต้องทำคือกำหนดค่าพารามิเตอร์ที่จำเป็นในอินเทอร์เฟซ ด้วยความคิดนี้ เราจึงออกเดินทางช่วงสุดสัปดาห์ปีใหม่
ความผิดหวัง#2
หลังจากกลับมาทำงานปรากฎว่าในขณะที่ทุกคนกำลังพักผ่อนลูกค้าของเรากำลังศึกษาผลิตภัณฑ์อยู่ ใช่ หนักมากจนมีเหตุการณ์เกิดขึ้นในห้องเก็บของที่ไม่เคยมีมาก่อน ซึ่งหมายความว่าจำเป็นต้องอัปเดตข้อความค้นหา
เบื้องหลังเล็กๆ น้อยๆ ที่จะเข้าใจถึงความเศร้าของความจริงข้อนี้ เราส่งทั้งเหตุการณ์ที่เราทำเครื่องหมายไว้ (เช่น การคลิกปุ่มบางปุ่ม) และ URL ของหน้าที่ผู้ใช้เยี่ยมชม ในกรณีของ Cartbee โมเดล "หนึ่งการกระทำ - หนึ่งหน้า" ใช้งานได้ แต่ด้วย VMmanager สถานการณ์แตกต่างไปจากเดิมอย่างสิ้นเชิง: หน้าต่างโมดอลหลายหน้าต่างสามารถเปิดได้ในหน้าเดียว ในนั้นผู้ใช้สามารถแก้ไขปัญหาต่างๆได้ ตัวอย่างเช่น URL:
/host/item/24/ip(modal:modal/host/item/ip/create)
หมายความว่าในหน้า "ที่อยู่ IP" ผู้ใช้ได้เพิ่มที่อยู่ IP และนี่คือปัญหาสองประการที่มองเห็นได้ในคราวเดียว:
- URL มีพารามิเตอร์เส้นทางบางประเภท - ID ของเครื่องเสมือน มันจำเป็นต้องได้รับการยกเว้น
- URL มีรหัสหน้าต่างโมดอล คุณต้อง "แกะ" URL ดังกล่าวออก
ปัญหาอีกประการหนึ่งคือเหตุการณ์ที่เราทำเครื่องหมายไว้นั้นมีพารามิเตอร์ ตัวอย่างเช่น มีห้าวิธีในการไปที่หน้าพร้อมข้อมูลเกี่ยวกับเครื่องเสมือนจากรายการ ดังนั้นจึงมีการส่งเหตุการณ์หนึ่งเหตุการณ์ แต่มีพารามิเตอร์ที่ระบุว่าผู้ใช้ทำการเปลี่ยนแปลงด้วยวิธีใด มีเหตุการณ์เช่นนี้เกิดขึ้นมากมาย และพารามิเตอร์ทั้งหมดก็แตกต่างกัน และเรามีตรรกะในการดึงข้อมูลทั้งหมดในภาษา SQL สำหรับ Clickhouse ข้อความค้นหา 150-200 บรรทัดเริ่มดูเหมือนเป็นเรื่องธรรมดาไปแล้ว ปัญหารอบตัวเรา
แรงบันดาลใจ #2
เช้าตรู่วันหนึ่ง Danil กำลังเลื่อนดูคำขอนาทีที่สองอย่างน่าเศร้า และแนะนำฉันว่า: "มาเขียนไปป์ไลน์การประมวลผลข้อมูลกันดีกว่า" เราคิดเกี่ยวกับมันและตัดสินใจว่าถ้าเราจะทำ มันจะเหมือนกับ ETL เพื่อทำการกรองทันทีและดึงข้อมูลที่จำเป็นจากแหล่งอื่น นี่คือจุดเริ่มต้นของบริการการวิเคราะห์ครั้งแรกของเราที่มีแบ็กเอนด์เต็มรูปแบบ ใช้การประมวลผลข้อมูลห้าขั้นตอนหลัก:
- การยกเลิกการโหลดเหตุการณ์จากที่จัดเก็บข้อมูลดิบและเตรียมพร้อมสำหรับการประมวลผล
- การชี้แจงคือการ "แกะกล่อง" ของตัวระบุหน้าต่างโมดอล พารามิเตอร์เหตุการณ์ และรายละเอียดอื่น ๆ ที่ชี้แจงเหตุการณ์
- การเพิ่มคุณค่า (จากคำว่า "สู่ความร่ำรวย") คือการเพิ่มกิจกรรมด้วยข้อมูลจากแหล่งข้อมูลบุคคลที่สาม ในขณะนั้น รวมเฉพาะ BILLmanager ระบบการเรียกเก็บเงินของเราเท่านั้น
- การกรองเป็นกระบวนการกรองเหตุการณ์ที่บิดเบือนผลลัพธ์ของการวิเคราะห์ (เหตุการณ์จากจุดยืนภายใน ค่าผิดปกติ ฯลฯ)
- การอัปโหลดเหตุการณ์ที่ได้รับไปยังพื้นที่จัดเก็บข้อมูล ซึ่งเราเรียกว่าข้อมูลที่สะอาด
ขณะนี้ เป็นไปได้ที่จะรักษาความเกี่ยวข้องโดยการเพิ่มกฎสำหรับการประมวลผลเหตุการณ์หรือแม้แต่กลุ่มของเหตุการณ์ที่คล้ายกัน ตัวอย่างเช่น ตั้งแต่นั้นมา เราไม่เคยอัปเดตการคลายแพ็ก URL เลย แม้ว่าในช่วงเวลานี้จะมีการเพิ่มรูปแบบ URL ใหม่หลายรูปแบบ พวกเขาปฏิบัติตามกฎที่กำหนดไว้แล้วในบริการและได้รับการประมวลผลอย่างถูกต้อง
ความผิดหวัง#3
เมื่อเราเริ่มวิเคราะห์ เราก็รู้ว่าเหตุใดกราฟจึงมีความสอดคล้องกันมาก ความจริงก็คือ N-gram เกือบทุกตัวมีช่วงการเปลี่ยนภาพที่ไม่สามารถดำเนินการผ่านอินเทอร์เฟซได้
การสอบสวนเล็กๆ น้อยๆ เริ่มขึ้น ฉันสับสนว่าไม่มีการเปลี่ยนแปลงใดที่เป็นไปไม่ได้ภายในเอนทิตีเดียว ซึ่งหมายความว่านี่ไม่ใช่จุดบกพร่องในระบบรวบรวมกิจกรรมหรือบริการ ETL ของเรา มีความรู้สึกว่าผู้ใช้ทำงานพร้อมกันในหลาย ๆ เอนทิตีโดยไม่ต้องย้ายจากที่หนึ่งไปยังอีกที่หนึ่ง จะบรรลุเป้าหมายนี้ได้อย่างไร? การใช้แท็บต่างๆ ในเบราว์เซอร์
เมื่อวิเคราะห์ Cartbee เราได้รับการช่วยเหลือจากความจำเพาะของมัน แอปพลิเคชันนี้ถูกใช้จากอุปกรณ์พกพาซึ่งการทำงานจากหลายแท็บนั้นไม่สะดวก ที่นี่เรามีเดสก์ท็อป และในขณะที่งานกำลังดำเนินการอยู่ในเอนทิตีหนึ่ง ก็สมเหตุสมผลที่จะใช้เวลานี้ในการตั้งค่าหรือตรวจสอบสถานะในเอนทิตีอื่น และเพื่อไม่ให้สูญเสียความคืบหน้า เพียงแค่เปิดแท็บอื่น
แรงบันดาลใจ #3
เพื่อนร่วมงานจากการพัฒนาส่วนหน้าสอนระบบการรวบรวมเหตุการณ์ให้แยกแยะระหว่างแท็บต่างๆ การวิเคราะห์สามารถเริ่มต้นได้ และเราเริ่มต้น ตามที่คาดไว้ CJM ไม่ตรงกับเส้นทางจริง: ผู้ใช้ใช้เวลาส่วนใหญ่บนหน้าไดเรกทอรี เซสชันที่ละทิ้ง และแท็บในตำแหน่งที่ไม่คาดคิดที่สุด เมื่อใช้การวิเคราะห์การเปลี่ยนแปลง เราพบปัญหาใน Mozilla บางรุ่นได้ เนื่องจากคุณสมบัติการใช้งานองค์ประกอบการนำทางหายไปหรือมีการแสดงหน้าว่างเพียงครึ่งเดียวซึ่งผู้ดูแลระบบควรสามารถเข้าถึงได้เท่านั้น เปิดเพจแล้ว แต่ไม่มีเนื้อหามาจากแบ็กเอนด์ การนับการเปลี่ยนทำให้สามารถประเมินได้ว่าฟีเจอร์ใดที่ใช้จริง สายโซ่ทำให้สามารถเข้าใจว่าผู้ใช้ได้รับข้อผิดพลาดนี้หรือข้อผิดพลาดนั้นได้อย่างไร ข้อมูลที่อนุญาตให้ทดสอบตามพฤติกรรมของผู้ใช้ ประสบความสำเร็จ ความคิดนี้ไม่สูญเปล่า
การวิเคราะห์อัตโนมัติ
ในการสาธิตผลลัพธ์ครั้งหนึ่ง เราได้แสดงให้เห็นว่า Gephi ถูกนำมาใช้ในการวิเคราะห์กราฟอย่างไร ในเครื่องมือนี้ ข้อมูล Conversion สามารถแสดงเป็นตารางได้ และหัวหน้าแผนก UX กล่าวว่าความคิดที่สำคัญอย่างหนึ่งที่มีอิทธิพลต่อการพัฒนาทิศทางการวิเคราะห์พฤติกรรมทั้งหมดในบริษัท: "มาทำแบบเดียวกันกันเถอะ แต่ใน Tableau และตัวกรอง - มันจะสะดวกกว่า"
จากนั้นฉันก็คิดว่า: ทำไมไม่ Retentioneering จัดเก็บข้อมูลทั้งหมดไว้ในโครงสร้าง pandas.DataFrame และนี่คือโต๊ะโดยรวม นี่คือลักษณะของบริการอื่น: ผู้ให้บริการข้อมูล เขาไม่เพียงแต่สร้างตารางจากกราฟเท่านั้น แต่ยังคำนวณว่าหน้าเว็บและฟังก์ชันการทำงานที่เกี่ยวข้องกับหน้าเว็บได้รับความนิยมมากเพียงใด ส่งผลต่อการคงผู้ใช้ไว้อย่างไร ผู้ใช้อยู่ในหน้าเว็บนานเท่าใด และหน้าเว็บใดที่ผู้ใช้ออกบ่อยที่สุด และการใช้การแสดงภาพใน Tableau ช่วยลดต้นทุนในการศึกษากราฟได้มากจนเวลาในการทำซ้ำสำหรับการวิเคราะห์พฤติกรรมในผลิตภัณฑ์ลดลงเกือบครึ่งหนึ่ง
ดานิลจะพูดถึงวิธีการใช้การแสดงภาพข้อมูลนี้และข้อสรุปใดที่สามารถสรุปได้
โต๊ะเพิ่มเติมสำหรับเทพโต๊ะ!
ในรูปแบบที่เรียบง่ายงานได้รับการกำหนดดังนี้: แสดงกราฟการเปลี่ยนแปลงใน Tableau ให้ความสามารถในการกรองและทำให้ชัดเจนและสะดวกที่สุด
ฉันไม่ต้องการวาดกราฟกำกับใน Tableau จริงๆ และแม้ว่าจะประสบความสำเร็จ แต่การได้รับเมื่อเปรียบเทียบกับ Gephi ก็ดูเหมือนจะไม่ชัดเจน เราต้องการบางสิ่งที่เรียบง่ายและเข้าถึงได้มากขึ้น โต๊ะ! ท้ายที่สุดแล้ว กราฟสามารถแสดงได้อย่างง่ายดายในรูปแบบของแถวตาราง โดยแต่ละแถวจะเป็นขอบของประเภท "แหล่งที่มา-ปลายทาง" ยิ่งไปกว่านั้น เราได้จัดเตรียมตารางดังกล่าวอย่างระมัดระวังโดยใช้เครื่องมือ Retentioneering และ Data Provider สิ่งที่ต้องทำคือแสดงตารางใน Tableau และค้นหาผ่านรายงาน
พูดถึงการที่ใครๆ ก็รักโต๊ะ
อย่างไรก็ตาม ที่นี่เรากำลังเผชิญกับปัญหาอื่น จะทำอย่างไรกับแหล่งข้อมูล? มันเป็นไปไม่ได้ที่จะเชื่อมต่อ pandas.DataFrame; Tableau ไม่มีตัวเชื่อมต่อดังกล่าว การเพิ่มฐานแยกต่างหากสำหรับการจัดเก็บกราฟดูเหมือนจะเป็นวิธีแก้ปัญหาที่รุนแรงเกินไปกับโอกาสที่คลุมเครือ และตัวเลือกการขนถ่ายในพื้นที่ไม่เหมาะสมเนื่องจากจำเป็นต้องดำเนินการด้วยตนเองอย่างต่อเนื่อง เราตรวจดูรายการตัวเชื่อมต่อที่มีอยู่ และจ้องมองไปที่รายการนั้น ซึ่งซุกตัวอยู่ข้างล่างอย่างสิ้นหวัง
Tableau มีตัวเชื่อมต่อให้เลือกมากมาย เราพบสิ่งที่ช่วยแก้ปัญหาของเรา
สัตว์ชนิดไหน? แท็บใหม่ที่เปิดอยู่สองสามแท็บในเบราว์เซอร์ - และเห็นได้ชัดว่าตัวเชื่อมต่อนี้ช่วยให้คุณรับข้อมูลเมื่อเข้าถึง URL แบ็กเอนด์สำหรับการคำนวณข้อมูลนั้นเกือบจะพร้อมแล้ว สิ่งเดียวที่เหลือคือการทำให้เป็นเพื่อนกับ WDC เดนิสศึกษาเอกสารและต่อสู้กับกลไก Tableau เป็นเวลาหลายวัน จากนั้นจึงส่งลิงก์ที่ฉันวางลงในหน้าต่างการเชื่อมต่อมาให้ฉัน
แบบฟอร์มการเชื่อมต่อกับ WDC ของเรา เดนิสทำหน้าและดูแลความปลอดภัย
หลังจากรอสองสามนาที (ข้อมูลจะถูกคำนวณแบบไดนามิกเมื่อมีการร้องขอ) ตารางปรากฏขึ้น:
นี่คือลักษณะของอาร์เรย์ข้อมูลดิบในอินเทอร์เฟซ Tableau
ตามที่สัญญาไว้ แต่ละแถวของตารางดังกล่าวแสดงถึงขอบของกราฟ ซึ่งก็คือการเปลี่ยนแปลงโดยตรงของผู้ใช้ นอกจากนี้ยังมีคุณลักษณะเพิ่มเติมหลายประการ เช่น จำนวนผู้ใช้ที่ไม่ซ้ำ จำนวนการเปลี่ยนทั้งหมด และอื่นๆ
เป็นไปได้ที่จะแสดงตารางนี้ในรายงานตามที่เป็นอยู่ โรยตัวกรองอย่างไม่เห็นแก่ตัว และส่งเครื่องมือออกไป ฟังดูสมเหตุสมผล คุณสามารถทำอะไรกับโต๊ะ? แต่นี่ไม่ใช่วิธีของเรา เพราะเราไม่เพียงแต่สร้างตารางเท่านั้น แต่ยังเป็นเครื่องมือสำหรับการวิเคราะห์และการตัดสินใจเกี่ยวกับผลิตภัณฑ์อีกด้วย
โดยทั่วไปแล้ว เมื่อวิเคราะห์ข้อมูล คนๆ หนึ่งต้องการได้รับคำตอบสำหรับคำถามต่างๆ ยอดเยี่ยม. เริ่มจากพวกเขากันก่อน
- การเปลี่ยนผ่านบ่อยที่สุดคืออะไร?
- พวกเขาไปจากหน้าใดหน้าหนึ่งโดยเฉพาะ?
- คุณใช้เวลาโดยเฉลี่ยบนหน้านี้นานเท่าใดก่อนออกเดินทาง
- คุณเปลี่ยนจาก A ไป B บ่อยแค่ไหน?
- เซสชั่นสิ้นสุดที่หน้าใด?
รายงานแต่ละฉบับหรือรวมกันควรอนุญาตให้ผู้ใช้ค้นหาคำตอบสำหรับคำถามเหล่านี้ได้อย่างอิสระ กลยุทธ์สำคัญที่นี่คือการจัดหาเครื่องมือให้คุณทำเอง สิ่งนี้มีประโยชน์ทั้งสำหรับการลดภาระในแผนกวิเคราะห์และลดเวลาในการตัดสินใจ ท้ายที่สุดคุณไม่จำเป็นต้องไปที่ Youtrack และสร้างงานสำหรับนักวิเคราะห์อีกต่อไป คุณเพียงแค่ต้องเปิดรายงาน
เราได้อะไร?
ผู้คนส่วนใหญ่มักจะแตกต่างจากแดชบอร์ดที่ไหน?
ส่วนของรายงานของเรา หลังจากแดชบอร์ด ทุกคนไปที่รายการ VM หรือรายการโหนด
ลองใช้ตารางทั่วไปที่มีช่วงการเปลี่ยนภาพและกรองตามหน้าแหล่งที่มา ส่วนใหญ่แล้วพวกเขาจะเปลี่ยนจากแดชบอร์ดไปยังรายการเครื่องเสมือน นอกจากนี้ คอลัมน์ความสม่ำเสมอยังแนะนำว่านี่เป็นการกระทำที่เกิดซ้ำ
พวกเขามาจากไหนในรายชื่อคลัสเตอร์?
ตัวกรองในรายงานทำงานได้ทั้งสองทิศทาง: คุณสามารถดูว่าคุณจากไปที่ไหนหรือไปที่ไหน
จากตัวอย่างเป็นที่ชัดเจนว่าแม้แต่การมีตัวกรองอย่างง่ายสองตัวและการจัดอันดับแถวตามค่าก็ช่วยให้คุณรับข้อมูลได้อย่างรวดเร็ว
ลองถามอะไรที่ซับซ้อนกว่านี้
ผู้ใช้มักละทิ้งเซสชันของตนที่ใดบ่อยที่สุด
ผู้ใช้ VMmanager มักจะทำงานในแท็บแยกกัน
ในการดำเนินการนี้ เราจำเป็นต้องมีรายงานที่รวบรวมข้อมูลตามแหล่งอ้างอิง และสิ่งที่เรียกว่าจุดพักนั้นถูกใช้เป็นการมอบหมาย - เหตุการณ์ที่ทำหน้าที่เป็นจุดสิ้นสุดของห่วงโซ่การเปลี่ยนภาพ
สิ่งสำคัญที่ควรทราบในที่นี้อาจเป็นการสิ้นสุดเซสชันหรือการเปิดแท็บใหม่ก็ได้ ตัวอย่างแสดงให้เห็นว่าเชนส่วนใหญ่มักจะสิ้นสุดที่ตารางซึ่งมีรายการเครื่องเสมือน ในกรณีนี้ ลักษณะการทำงานจะสลับไปยังแท็บอื่น ซึ่งสอดคล้องกับรูปแบบที่คาดไว้
ก่อนอื่นเราทดสอบประโยชน์ของรายงานเหล่านี้กับตัวเราเองเมื่อเราทำการวิเคราะห์ในลักษณะเดียวกัน อีกหนึ่งผลิตภัณฑ์ของเรา ด้วยการถือกำเนิดของตารางและตัวกรอง สมมติฐานได้รับการทดสอบเร็วขึ้น และดวงตาก็เหนื่อยล้าน้อยลง
เมื่อจัดทำรายงาน เราไม่ลืมเกี่ยวกับการออกแบบภาพ เมื่อทำงานกับตารางขนาดนี้ นี่เป็นปัจจัยสำคัญ ตัวอย่างเช่น เราใช้ช่วงสีที่สงบและง่ายต่อการรับรู้ สำหรับตัวเลขเน้นสีของเส้นตามค่าตัวเลขของคุณสมบัติ รายละเอียดดังกล่าวปรับปรุงประสบการณ์ผู้ใช้และเพิ่มโอกาสที่เครื่องมือจะประสบความสำเร็จภายในบริษัท
ตารางกลายเป็นโต๊ะที่ค่อนข้างใหญ่ แต่เราหวังว่ามันจะยังไม่หยุดอ่าน
เป็นเรื่องที่น่ากล่าวถึงแยกกันเกี่ยวกับการฝึกอบรมลูกค้าภายในของเรา: ผู้เชี่ยวชาญด้านผลิตภัณฑ์และนักออกแบบ UX คู่มือพร้อมตัวอย่างการวิเคราะห์และเคล็ดลับในการทำงานกับตัวกรองได้จัดทำขึ้นเป็นพิเศษ เราแทรกลิงก์ไปยังคู่มือลงในหน้ารายงานโดยตรง
เราจัดทำคู่มือนี้ขึ้นเพื่อเป็นเพียงการนำเสนอใน Google Docs เครื่องมือ Tableau ช่วยให้คุณสามารถแสดงหน้าเว็บได้โดยตรงภายในสมุดงานรายงาน
แทนที่จะเป็นคำทับศัพท์
สิ่งสำคัญคืออะไร? เราสามารถหาเครื่องมือได้ทุกวันอย่างรวดเร็วและถูก ใช่ นี่ไม่ใช่การแทนที่กราฟ แผนที่ความร้อนของการคลิก หรือโปรแกรมดูเว็บอย่างแน่นอน แต่รายงานดังกล่าวช่วยเสริมเครื่องมือที่ระบุไว้อย่างมีนัยสำคัญและให้อาหารสำหรับความคิดและผลิตภัณฑ์ใหม่และสมมติฐานอินเทอร์เฟซ
เรื่องราวนี้เป็นเพียงจุดเริ่มต้นสำหรับการพัฒนาการวิเคราะห์ในระบบ ISP เท่านั้น ในช่วง XNUMX เดือนที่ผ่านมา มีบริการใหม่เกิดขึ้นอีก XNUMX บริการ ได้แก่ ภาพถ่ายดิจิทัลของผู้ใช้ในผลิตภัณฑ์ และบริการสำหรับสร้างฐานข้อมูลสำหรับการกำหนดเป้าหมาย Look-alike แต่เราจะพูดถึงบริการเหล่านี้ในตอนต่อไป
ที่มา: will.com