مصنوعات کا اصل چہرہ دیکھیں اور زندہ رہیں۔ نئی خدمات کے ایک جوڑے کو لکھنے کی وجہ کے طور پر صارف کی منتقلی پر ڈیٹا

صارفین کے رویے کا تجزیہ کرنے کے فوائد کے بارے میں انٹرنیٹ پر سینکڑوں مضامین موجود ہیں۔ اکثر یہ ریٹیل سیکٹر سے متعلق ہے۔ کھانے کی ٹوکری کے تجزیہ، ABC اور XYZ تجزیہ سے لے کر برقرار رکھنے کی مارکیٹنگ اور ذاتی پیشکشوں تک۔ کئی دہائیوں سے مختلف تکنیکوں کا استعمال کیا جا رہا ہے، الگورتھم سوچے گئے ہیں، کوڈ لکھا گیا ہے اور ڈیبگ کیا گیا ہے - اسے لیں اور اسے استعمال کریں۔ ہمارے معاملے میں، ایک بنیادی مسئلہ پیدا ہوا - ہم ISPsystem میں سافٹ ویئر ڈیولپمنٹ میں مصروف ہیں، خوردہ نہیں۔
میرا نام ڈینس ہے اور میں فی الحال ISPsystem میں تجزیاتی نظام کے پس منظر کا ذمہ دار ہوں۔ اور یہ اس کی کہانی ہے کہ میں اور میرے ساتھی کیسے دانیال — ڈیٹا ویژولائزیشن کے ذمہ دار — نے اس علم کے پرزم کے ذریعے ہمارے سافٹ ویئر پروڈکٹس کو دیکھنے کی کوشش کی۔ آئیے، ہمیشہ کی طرح، تاریخ سے شروع کرتے ہیں۔

شروع میں ایک لفظ تھا، اور لفظ تھا "کیا ہم کوشش کریں؟"

اس وقت میں آر اینڈ ڈی ڈیپارٹمنٹ میں ایک ڈویلپر کے طور پر کام کر رہا تھا۔ یہ سب اس وقت شروع ہوا جب ڈینیل نے یہاں Habré پر پڑھا۔ برقرار رکھنے کے بارے میں - ایپلی کیشنز میں صارف کی منتقلی کا تجزیہ کرنے کا ایک ٹول۔ میں اسے یہاں استعمال کرنے کے خیال کے بارے میں کسی حد تک شکی تھا۔ مثال کے طور پر، لائبریری کے ڈویلپرز نے ایپلی کیشنز کے تجزیہ کا حوالہ دیا جہاں ہدف کی کارروائی واضح طور پر بیان کی گئی تھی - آرڈر دینا یا مالک کمپنی کو ادائیگی کرنے کے طریقے کے بارے میں کچھ اور تغیر۔ ہماری مصنوعات کو بنیاد پر فراہم کیا جاتا ہے۔ یعنی، صارف پہلے لائسنس خریدتا ہے، اور اس کے بعد ہی درخواست میں اپنا سفر شروع کرتا ہے۔ ہاں، ہمارے پاس ڈیمو ورژن ہیں۔ آپ وہاں پروڈکٹ آزما سکتے ہیں تاکہ آپ کے پاس پوک میں سور نہ ہو۔

لیکن ہماری زیادہ تر مصنوعات کا مقصد ہوسٹنگ مارکیٹ ہے۔ یہ بڑے کلائنٹس ہیں، اور بزنس ڈیولپمنٹ ڈیپارٹمنٹ انہیں مصنوعات کی صلاحیتوں کے بارے میں مشورہ دیتا ہے۔ اس سے یہ بھی معلوم ہوتا ہے کہ خریداری کے وقت، ہمارے صارفین پہلے ہی جانتے ہیں کہ ہمارا سافٹ ویئر کن مسائل کو حل کرنے میں ان کی مدد کرے گا۔ درخواست میں ان کے راستے پروڈکٹ میں سرایت شدہ CJM کے مطابق ہونے چاہئیں، اور UX سلوشنز انہیں ٹریک پر رہنے میں مدد کریں گے۔ سپوئلر: ایسا ہمیشہ نہیں ہوتا۔ لائبریری کا تعارف ملتوی کر دیا گیا... لیکن زیادہ دیر تک نہیں۔

ہمارے اسٹارٹ اپ کی ریلیز کے ساتھ ہی سب کچھ بدل گیا - کارٹبی - انسٹاگرام اکاؤنٹ سے آن لائن اسٹور بنانے کا پلیٹ فارم۔ اس ایپلی کیشن میں، صارف کو دو ہفتے کا وقت دیا گیا تھا کہ وہ مفت میں تمام فنکشنلٹی استعمال کرے۔ پھر آپ کو فیصلہ کرنا تھا کہ سبسکرائب کرنا ہے یا نہیں۔ اور یہ "روٹ ٹارگٹ ایکشن" کے تصور میں بالکل فٹ بیٹھتا ہے۔ یہ فیصلہ کیا گیا تھا: آئیے کوشش کریں!

پہلے نتائج یا کہاں سے آئیڈیاز حاصل کرنا ہے۔

ڈیولپمنٹ ٹیم اور میں نے ایک دن میں پروڈکٹ کو ایونٹ کلیکشن سسٹم سے جوڑ دیا۔ میں ابھی یہ کہوں گا کہ ISPsystem صفحہ کے وزٹ کے بارے میں واقعات جمع کرنے کے لیے اپنا نظام استعمال کرتا ہے، لیکن آپ کو Yandex.Metrica کو انہی مقاصد کے لیے استعمال کرنے سے کوئی چیز نہیں روکتی، جو آپ کو خام ڈیٹا مفت میں ڈاؤن لوڈ کرنے کی اجازت دیتا ہے۔ لائبریری کے استعمال کی مثالوں کا مطالعہ کیا گیا، اور ڈیٹا اکٹھا کرنے کے ایک ہفتے کے بعد ہمیں ایک ٹرانزیشن گراف ملا۔

منتقلی گراف۔ بنیادی فعالیت، وضاحت کے لیے دیگر ٹرانزیشنز کو ہٹا دیا گیا۔

یہ بالکل اسی طرح نکلا جیسے مثال میں: پلانر، صاف، خوبصورت۔ اس گراف سے، ہم اکثر ایسے راستوں اور کراسنگ کی نشاندہی کرنے میں کامیاب ہو گئے جہاں لوگ سب سے زیادہ وقت گزارتے ہیں۔ اس نے ہمیں درج ذیل کو سمجھنے کی اجازت دی:

• ایک بڑے CJM کے بجائے، جو درجن بھر اداروں کا احاطہ کرتا ہے، صرف دو فعال طور پر استعمال ہوتے ہیں۔ اضافی طور پر صارفین کو ان جگہوں پر بھیجنا بھی ضروری ہے جن کی ہمیں UX حل استعمال کرنے کی ضرورت ہے۔
• کچھ صفحات، جنہیں UX ڈیزائنرز نے آخر سے آخر تک ڈیزائن کیا ہے، ایسے ہوتے ہیں جب لوگ ان پر غیر معقول وقت گزارتے ہیں۔ آپ کو یہ معلوم کرنے کی ضرورت ہے کہ مخصوص صفحہ پر اسٹاپ عناصر کیا ہیں اور اسے ایڈجسٹ کریں۔
• 10 ٹرانزیشن کے بعد، 20% لوگ تھکنے لگے اور درخواست میں سیشن چھوڑ دیا۔ اور یہ اس حقیقت کو مدنظر رکھتا ہے کہ ہمارے پاس درخواست میں 5 آن بورڈنگ پیجز تھے! آپ کو ایسے صفحات کی نشاندہی کرنے کی ضرورت ہے جہاں صارفین باقاعدگی سے سیشنز کو ترک کرتے ہیں اور ان کے لیے راستہ مختصر کرتے ہیں۔ اس سے بھی بہتر: کسی بھی باقاعدہ راستوں کی نشاندہی کریں اور سورس پیج سے منزل کے صفحے پر فوری منتقلی کی اجازت دیں۔ ABC تجزیہ اور ترک شدہ کارٹ تجزیہ میں کچھ مشترک ہے، کیا آپ نہیں سوچتے؟

اور یہاں ہم نے آن پریمائز پروڈکٹس کے لیے اس ٹول کے لاگو ہونے کے بارے میں اپنے رویے پر دوبارہ غور کیا۔ فعال طور پر فروخت اور استعمال شدہ مصنوعات کا تجزیہ کرنے کا فیصلہ کیا گیا۔ وی ایم مینیجر 6. یہ بہت زیادہ پیچیدہ ہے، زیادہ اداروں کی شدت کا ایک حکم ہے. ہم پرجوش طریقے سے یہ دیکھنے کا انتظار کر رہے تھے کہ منتقلی کا گراف کیا نکلے گا۔

مایوسیوں اور الہام کے بارے میں

مایوسی نمبر 1

یہ کام کے دن کا اختتام، مہینے کا اختتام اور سال کا ایک ہی وقت میں اختتام تھا - 27 دسمبر۔ ڈیٹا جمع ہو چکا ہے، سوالات لکھے گئے ہیں۔ ہر چیز پر عملدرآمد ہونے میں چند سیکنڈ باقی تھے اور ہم یہ جاننے کے لیے اپنی محنت کا نتیجہ دیکھ سکتے ہیں کہ اگلا کام کا سال کہاں سے شروع ہوگا۔ R&D ڈیپارٹمنٹ، پروڈکٹ مینیجر، UX ڈیزائنرز، ٹیم لیڈ، ڈویلپرز مانیٹر کے سامنے جمع ہوئے تاکہ یہ دیکھیں کہ صارف کے راستے ان کی پروڈکٹ میں کیسی نظر آتے ہیں، لیکن... ہم نے یہ دیکھا:

Retentioneering لائبریری کے ذریعے بنایا گیا ٹرانزیشن گراف

الہام نمبر 1

مضبوطی سے جڑے ہوئے، درجنوں ادارے، غیر واضح منظرنامے۔ یہ صرف واضح تھا کہ نئے کام کا سال تجزیہ سے نہیں بلکہ اس طرح کے گراف کے ساتھ کام کو آسان بنانے کے طریقے کی ایجاد سے شروع ہوگا۔ لیکن میں اس احساس کو متزلزل نہیں کر سکتا تھا کہ سب کچھ اس سے کہیں زیادہ آسان تھا جتنا لگتا تھا۔ اور Retentioneering سورس کوڈ کا مطالعہ کرنے کے پندرہ منٹ کے بعد، ہم تعمیر شدہ گراف کو ڈاٹ فارمیٹ میں ایکسپورٹ کرنے کے قابل ہو گئے۔ اس سے گراف کو دوسرے ٹول - گیفی پر اپ لوڈ کرنا ممکن ہوا۔ اور گرافس کا تجزیہ کرنے کی گنجائش پہلے سے موجود ہے: لے آؤٹ، فلٹرز، شماریات - آپ کو بس انٹرفیس میں ضروری پیرامیٹرز کو ترتیب دینا ہے۔ اسی سوچ کو ذہن میں رکھ کر ہم نئے سال کے ویک اینڈ پر روانہ ہوئے۔

مایوسی نمبر 2

کام پر واپس آنے کے بعد، پتہ چلا کہ جب سب آرام کر رہے تھے، ہمارے کلائنٹ پروڈکٹ کا مطالعہ کر رہے تھے۔ ہاں، اتنا مشکل کہ ایسے واقعات سٹوریج میں نمودار ہوئے جو پہلے موجود نہیں تھے۔ اس کا مطلب یہ تھا کہ سوالات کو اپ ڈیٹ کرنے کی ضرورت ہے۔

اس حقیقت کے دکھ کو سمجھنے کے لیے ایک چھوٹا سا پس منظر۔ ہم ان دونوں واقعات کو منتقل کرتے ہیں جن کو ہم نے نشان زد کیا ہے (مثال کے طور پر، کچھ بٹنوں پر کلک کرنا) اور ان صفحات کے URLs جنہیں صارف نے دیکھا ہے۔ کارٹبی کے معاملے میں، "ایک ایکشن - ایک صفحہ" ماڈل نے کام کیا۔ لیکن VMmanager کے ساتھ صورتحال بالکل مختلف تھی: ایک صفحے پر کئی موڈل ونڈوز کھل سکتی ہیں۔ ان میں صارف مختلف مسائل حل کر سکتا ہے۔ مثال کے طور پر، URL:

/host/item/24/ip(modal:modal/host/item/ip/create)

اس کا مطلب ہے کہ "IP ایڈریسز" صفحہ پر صارف نے ایک IP ایڈریس شامل کیا ہے۔ اور یہاں دو مسائل ایک ساتھ نظر آتے ہیں:

• URL میں کسی قسم کا پاتھ پیرامیٹر ہوتا ہے - ورچوئل مشین کی ID۔ اسے خارج کرنے کی ضرورت ہے۔
• URL موڈل ونڈو ID پر مشتمل ہے۔ آپ کو کسی نہ کسی طرح ایسے URLs کو "پیک کھولنے" کی ضرورت ہے۔
  ایک اور مسئلہ یہ تھا کہ جن واقعات کو ہم نے نشان زد کیا ہے ان کے پیرامیٹرز تھے۔ مثال کے طور پر، فہرست سے ورچوئل مشین کے بارے میں معلومات کے ساتھ صفحہ پر جانے کے پانچ مختلف طریقے تھے۔ اس کے مطابق، ایک واقعہ بھیجا گیا تھا، لیکن ایک پیرامیٹر کے ساتھ جو اس بات کی نشاندہی کرتا تھا کہ صارف نے کون سا طریقہ منتقل کیا ہے۔ اس طرح کے بہت سے واقعات تھے، اور تمام پیرامیٹرز مختلف تھے. اور ہمارے پاس کلک ہاؤس کے لیے SQL بولی میں ڈیٹا کی بازیافت کی تمام منطق موجود ہے۔ 150-200 لائنوں کے سوالات کچھ عام لگنے لگے تھے۔ مسائل نے ہمیں گھیر لیا۔

الہام نمبر 2

ایک صبح سویرے، ڈینیل، افسوس کے ساتھ دوسرے منٹ کے لیے درخواست پر سکرول کرتے ہوئے، مجھے مشورہ دیا: "آئیے ڈیٹا پروسیسنگ پائپ لائن لکھیں؟" ہم نے اس کے بارے میں سوچا اور فیصلہ کیا کہ اگر ہم یہ کرنے جا رہے ہیں تو یہ ETL کی طرح کچھ ہوگا۔ تاکہ یہ فوری طور پر فلٹر ہو جائے اور دوسرے ذرائع سے ضروری ڈیٹا کھینچ لے۔ اس طرح ہماری پہلی تجزیاتی خدمت ایک مکمل پس منظر کے ساتھ پیدا ہوئی۔ یہ ڈیٹا پروسیسنگ کے پانچ اہم مراحل کو لاگو کرتا ہے:

1. خام ڈیٹا سٹوریج سے واقعات کو ان لوڈ کرنا اور انہیں پروسیسنگ کے لیے تیار کرنا۔
2. وضاحت موڈل ونڈوز، ایونٹ کے پیرامیٹرز اور ایونٹ کو واضح کرنے والے دیگر تفصیلات کے انہی شناخت کنندگان کی "پیکنگ" ہے۔
3. افزودگی (لفظ "امیر بننا" سے) فریق ثالث کے ذرائع سے ڈیٹا کے ساتھ واقعات کا اضافہ ہے۔ اس وقت، اس میں صرف ہمارا بلنگ سسٹم BILLmanager شامل تھا۔
4. فلٹرنگ ایسے واقعات کو فلٹر کرنے کا عمل ہے جو تجزیہ کے نتائج کو مسخ کر دیتے ہیں (اندرونی اسٹینڈز، آؤٹ لیئرز وغیرہ کے واقعات)۔
5. موصول ہونے والے واقعات کو اسٹوریج میں اپ لوڈ کرنا، جسے ہم صاف ڈیٹا کہتے ہیں۔
   اب کسی ایونٹ یا اس سے ملتے جلتے ایونٹس کے گروپس پر کارروائی کے لیے قواعد شامل کرکے مطابقت برقرار رکھنا ممکن تھا۔ مثال کے طور پر، اس کے بعد سے ہم نے کبھی بھی URL پیکنگ کو اپ ڈیٹ نہیں کیا۔ اگرچہ، اس وقت کے دوران یو آر ایل کے کئی نئے تغیرات شامل کیے گئے ہیں۔ وہ سروس میں پہلے سے طے شدہ قواعد کی تعمیل کرتے ہیں اور ان پر صحیح طریقے سے عملدرآمد کیا جاتا ہے۔

مایوسی نمبر 3

ایک بار جب ہم نے تجزیہ کرنا شروع کیا تو ہمیں احساس ہوا کہ گراف اتنا مربوط کیوں تھا۔ حقیقت یہ ہے کہ تقریباً ہر N-گرام میں ٹرانزیشنز ہوتی ہیں جو انٹرفیس کے ذریعے انجام نہیں دی جا سکتی تھیں۔

ایک چھوٹی سی تفتیش شروع ہوئی۔ میں الجھن میں تھا کہ ایک ہستی کے اندر کوئی ناممکن ٹرانزیشن نہیں ہے۔ اس کا مطلب ہے کہ یہ ایونٹ کلیکشن سسٹم یا ہماری ETL سروس میں کوئی بگ نہیں ہے۔ یہ احساس تھا کہ صارف بیک وقت کئی اداروں میں کام کر رہا ہے، ایک سے دوسرے میں منتقل کیے بغیر۔ اس کو کیسے حاصل کیا جائے؟ براؤزر میں مختلف ٹیبز کا استعمال۔

کارٹبی کا تجزیہ کرتے وقت، ہم اس کی خاصیت سے بچ گئے تھے۔ ایپلی کیشن موبائل آلات سے استعمال کی گئی تھی، جہاں کئی ٹیبز سے کام کرنا محض تکلیف دہ ہے۔ یہاں ہمارے پاس ایک ڈیسک ٹاپ ہے اور جب ایک کام ایک ادارے میں انجام دیا جا رہا ہے، تو یہ مناسب ہے کہ اس وقت کو کسی دوسرے ادارے میں سٹیٹس کو ترتیب دینے یا اس کی نگرانی میں صرف کرنا چاہیں۔ اور ترقی سے محروم نہ ہونے کے لیے، صرف ایک اور ٹیب کھولیں۔

الہام نمبر 3

فرنٹ اینڈ ڈیولپمنٹ کے ساتھیوں نے ایونٹ کلیکشن سسٹم کو ٹیبز کے درمیان فرق کرنا سکھایا۔ تجزیہ شروع ہو سکتا ہے۔ اور ہم نے شروع کیا۔ جیسا کہ توقع کی گئی تھی، CJM حقیقی راستوں سے میل نہیں کھاتا تھا: صارفین نے ڈائرکٹری کے صفحات پر بہت زیادہ وقت گزارا، انتہائی غیر متوقع جگہوں پر سیشنز اور ٹیبز کو ترک کر دیا۔ منتقلی کے تجزیے کا استعمال کرتے ہوئے، ہم کچھ Mozilla کی تعمیرات میں مسائل تلاش کرنے کے قابل تھے۔ ان میں، نفاذ کی خصوصیات کی وجہ سے، نیویگیشن عناصر غائب ہو گئے یا آدھے خالی صفحات دکھائے گئے، جو صرف منتظم کے لیے قابل رسائی ہونا چاہیے۔ صفحہ کھل گیا، لیکن پسدید سے کوئی مواد نہیں آیا۔ منتقلی کی گنتی نے اس بات کا اندازہ لگانا ممکن بنایا کہ اصل میں کون سی خصوصیات استعمال کی گئیں۔ زنجیروں نے یہ سمجھنا ممکن بنایا کہ صارف کو یہ یا وہ غلطی کیسے ملی۔ صارف کے رویے کی بنیاد پر ڈیٹا کو جانچنے کی اجازت ہے۔ یہ ایک کامیابی تھی، خیال بیکار نہیں تھا.

تجزیات آٹومیشن

نتائج کے مظاہروں میں سے ایک میں، ہم نے دکھایا کہ گراف کے تجزیہ کے لیے گیفی کیسے استعمال ہوتا ہے۔ اس ٹول میں تبادلوں کا ڈیٹا ٹیبل میں دکھایا جا سکتا ہے۔ اور UX ڈپارٹمنٹ کے سربراہ نے کہا کہ ایک بہت اہم سوچ جس نے کمپنی میں رویے کے تجزیاتی سمت کی ترقی کو متاثر کیا: "آئیے بھی ایسا ہی کریں، لیکن ٹیبلو اور فلٹرز کے ساتھ - یہ زیادہ آسان ہوگا۔"

پھر میں نے سوچا: کیوں نہیں، Retentioneering تمام ڈیٹا کو pandas.DataFrame ڈھانچے میں محفوظ کرتا ہے۔ اور یہ، بڑے پیمانے پر، ایک میز ہے۔ اس طرح ایک اور سروس ظاہر ہوئی: ڈیٹا فراہم کرنے والا۔ اس نے گراف سے نہ صرف ایک ٹیبل بنایا بلکہ اس کا حساب بھی لگایا کہ صفحہ کتنا مقبول ہے اور اس سے منسلک فعالیت، یہ صارف کی برقراری کو کیسے متاثر کرتا ہے، صارفین اس پر کتنی دیر تک رہتے ہیں، اور صارفین اکثر کن صفحات کو چھوڑتے ہیں۔ اور ٹیبلاؤ میں ویژولائزیشن کے استعمال نے گراف کے مطالعہ کی لاگت کو اس قدر کم کر دیا کہ پروڈکٹ میں رویے کے تجزیہ کے لیے تکرار کا وقت تقریباً آدھا رہ گیا۔

ڈینیل اس بارے میں بات کریں گے کہ اس تصور کو کس طرح استعمال کیا جاتا ہے اور یہ کون سے نتائج اخذ کرنے کی اجازت دیتا ہے۔

میز خدا کے لئے مزید میزیں!

ایک آسان شکل میں، کام کو اس طرح ترتیب دیا گیا تھا: ٹیبلاؤ میں ٹرانزیشن گراف ڈسپلے کریں، فلٹر کرنے کی صلاحیت فراہم کریں، اور اسے جتنا ممکن ہو واضح اور آسان بنائیں۔

میں واقعتا Tableau میں ڈائریکٹڈ گراف نہیں بنانا چاہتا تھا۔ اور کامیاب ہونے کے باوجود، گیفی کے مقابلے میں حاصل، واضح نہیں لگتا تھا۔ ہمیں بہت آسان اور زیادہ قابل رسائی چیز کی ضرورت تھی۔ ٹیبل! سب کے بعد، گراف کو آسانی سے ٹیبل قطاروں کی شکل میں پیش کیا جا سکتا ہے، جہاں ہر قطار "ماخذ منزل" قسم کا ایک کنارہ ہے۔ مزید برآں، ہم نے پہلے ہی احتیاط سے اس طرح کی میز کو برقرار رکھنے اور ڈیٹا فراہم کرنے والے ٹولز کا استعمال کرتے ہوئے تیار کیا ہے۔ صرف ٹیبل کو ٹیبلو میں دکھانا اور رپورٹ کے ذریعے رمج کرنا باقی رہ گیا تھا۔

اس کے بارے میں بات کرتے ہوئے کہ ہر کوئی میزوں سے کس طرح محبت کرتا ہے۔

تاہم، یہاں ہمیں ایک اور مسئلہ کا سامنا ہے۔ ڈیٹا سورس کے ساتھ کیا کرنا ہے؟ pandas.DataFrame کو جوڑنا ناممکن تھا؛ Tableau میں ایسا کوئی کنیکٹر نہیں ہے۔ مبہم امکانات کے ساتھ گراف کو ذخیرہ کرنے کے لیے ایک الگ بنیاد کو بڑھانا بہت بنیادی حل لگتا تھا۔ اور مسلسل دستی آپریشن کی ضرورت کی وجہ سے مقامی اتارنے کے اختیارات مناسب نہیں تھے۔ ہم نے دستیاب کنیکٹرز کی فہرست کو دیکھا، اور ہماری نظریں اس چیز پر پڑیں۔ ویب ڈیٹا کنیکٹر, جو بہت نیچے تک بے بسی سے لپٹے ہوئے تھے۔

ٹیبلو میں کنیکٹرز کا بھرپور انتخاب ہے۔ ہمیں ایک ایسا ملا جس نے ہمارا مسئلہ حل کر دیا۔

کیسا جانور؟ براؤزر میں کچھ نئے کھلے ٹیبز - اور یہ واضح ہو گیا کہ یہ کنیکٹر آپ کو یو آر ایل تک رسائی کے وقت ڈیٹا حاصل کرنے کی اجازت دیتا ہے۔ ڈیٹا کا حساب لگانے کا بیک اینڈ تقریباً تیار تھا، بس اسے WDC کے ساتھ دوست بنانا باقی تھا۔ کئی دنوں تک ڈینس نے دستاویزات کا مطالعہ کیا اور ٹیبلو میکانزم سے لڑا، اور پھر مجھے ایک لنک بھیجا جسے میں نے کنکشن ونڈو میں چسپاں کر دیا۔

ہمارے WDC سے کنکشن فارم۔ ڈینس نے اپنا مورچہ بنایا اور حفاظت کا خیال رکھا

چند منٹ انتظار کرنے کے بعد (درخواست کے وقت ڈیٹا کو متحرک طور پر شمار کیا جاتا ہے)، ٹیبل نمودار ہوا:

ٹیبلیو انٹرفیس میں خام ڈیٹا سرنی کی طرح دکھائی دیتی ہے۔

جیسا کہ وعدہ کیا گیا ہے، اس طرح کے ٹیبل کی ہر قطار گراف کے ایک کنارے کی نمائندگی کرتی ہے، یعنی صارف کی ہدایت شدہ منتقلی۔ اس میں کئی اضافی خصوصیات بھی شامل تھیں۔ مثال کے طور پر، منفرد صارفین کی تعداد، ٹرانزیشنز کی کل تعداد، اور دیگر۔

رپورٹ میں اس جدول کو ظاہر کرنا ممکن ہوگا جیسا کہ ہے، دل کھول کر فلٹرز چھڑکیں اور ٹول سیلنگ بھیجیں۔ منطقی لگتا ہے۔ آپ میز کے ساتھ کیا کر سکتے ہیں؟ لیکن یہ ہمارا طریقہ نہیں ہے، کیونکہ ہم صرف ایک میز نہیں بنا رہے ہیں، بلکہ تجزیہ کرنے اور پروڈکٹ کے فیصلے کرنے کا ایک آلہ ہے۔

عام طور پر، ڈیٹا کا تجزیہ کرتے وقت، ایک شخص سوالات کے جوابات حاصل کرنا چاہتا ہے۔ زبردست. آئیے ان کے ساتھ شروع کرتے ہیں۔

• سب سے زیادہ بار بار منتقلی کیا ہیں؟
• وہ مخصوص صفحات سے کہاں جاتے ہیں؟
• چھوڑنے سے پہلے آپ اس صفحہ پر اوسطاً کتنا وقت گزارتے ہیں؟
• آپ کتنی بار A سے B میں منتقلی کرتے ہیں؟
• سیشن کن صفحات پر ختم ہوتا ہے؟

رپورٹوں میں سے ہر ایک یا ان کا مجموعہ صارف کو آزادانہ طور پر ان سوالات کے جوابات تلاش کرنے کی اجازت دیتا ہے۔ یہاں کلیدی حکمت عملی یہ ہے کہ آپ کو یہ کام خود کرنے کے لیے اوزار فراہم کیے جائیں۔ یہ تجزیاتی شعبہ پر بوجھ کو کم کرنے اور فیصلے کرنے کا وقت کم کرنے دونوں کے لیے مفید ہے - بہر حال، اب آپ کو Youtrack پر جانے اور تجزیہ کار کے لیے کوئی کام بنانے کی ضرورت نہیں ہے، آپ کو صرف رپورٹ کھولنے کی ضرورت ہے۔

ہمیں کیا ملا؟

لوگ اکثر ڈیش بورڈ سے کہاں ہٹ جاتے ہیں؟

ہماری رپورٹ کا ٹکڑا۔ ڈیش بورڈ کے بعد، ہر کوئی VMs کی فہرست یا نوڈس کی فہرست میں چلا گیا۔

آئیے ٹرانزیشن کے ساتھ ایک عام ٹیبل لیں اور سورس پیج کے لحاظ سے فلٹر کریں۔ اکثر، وہ ڈیش بورڈ سے ورچوئل مشینوں کی فہرست میں جاتے ہیں۔ مزید برآں، ریگولرٹی کالم بتاتا ہے کہ یہ ایک دہرائی جانے والی کارروائی ہے۔

وہ کلسٹرز کی فہرست میں کہاں سے آتے ہیں؟

رپورٹس میں فلٹرز دونوں سمتوں میں کام کرتے ہیں: آپ یہ جان سکتے ہیں کہ آپ کہاں سے گئے، یا آپ کہاں گئے۔

مثالوں سے یہ واضح ہے کہ یہاں تک کہ دو سادہ فلٹرز کی موجودگی اور قدروں کے لحاظ سے صفوں کی درجہ بندی بھی آپ کو فوری معلومات حاصل کرنے کی اجازت دیتی ہے۔

آئیے کچھ اور مشکل پوچھتے ہیں۔

صارفین اکثر اپنا سیشن کہاں چھوڑ دیتے ہیں؟

VMmanager کے صارفین اکثر الگ الگ ٹیبز میں کام کرتے ہیں۔

ایسا کرنے کے لیے، ہمیں ایک رپورٹ درکار ہے جس کا ڈیٹا ریفرل ذرائع سے جمع کیا گیا ہو۔ اور نام نہاد بریک پوائنٹس کو اسائنمنٹ کے طور پر لیا گیا - ایسے واقعات جنہوں نے ٹرانزیشن کے سلسلے کے اختتام کے طور پر کام کیا۔

یہاں یہ نوٹ کرنا ضروری ہے کہ یہ یا تو سیشن کا اختتام یا نئے ٹیب کا آغاز ہو سکتا ہے۔ مثال سے پتہ چلتا ہے کہ سلسلہ اکثر ورچوئل مشینوں کی فہرست کے ساتھ میز پر ختم ہوتا ہے۔ اس صورت میں، خصوصیت کا رویہ دوسرے ٹیب پر جا رہا ہے، جو متوقع پیٹرن کے مطابق ہے۔

ہم نے سب سے پہلے ان رپورٹس کی افادیت کو خود پر آزمایا جب ہم نے اسی طرح تجزیہ کیا ویپہماری مصنوعات میں سے ایک اور. میزوں اور فلٹرز کی آمد کے ساتھ، مفروضوں کو تیزی سے جانچا گیا، اور آنکھیں کم تھک گئیں۔

رپورٹس تیار کرتے وقت، ہم بصری ڈیزائن کے بارے میں نہیں بھولے۔ اس سائز کی میزوں کے ساتھ کام کرتے وقت، یہ ایک اہم عنصر ہے۔ مثال کے طور پر، ہم نے رنگوں کی ایک پرسکون رینج کا استعمال کیا، جو سمجھنے میں آسان ہے۔ مونو اسپیس فونٹ نمبروں کے لیے، خصوصیات کی عددی اقدار کے مطابق لائنوں کا رنگ نمایاں کرنا۔ اس طرح کی تفصیلات صارف کے تجربے کو بہتر بناتی ہیں اور کمپنی میں ٹول کے کامیابی کے ساتھ شروع ہونے کے امکانات کو بڑھاتی ہیں۔

ٹیبل کافی بڑا نکلا، لیکن ہم امید کرتے ہیں کہ یہ پڑھنے کے قابل نہیں ہے

ہمارے اندرونی کلائنٹس کی تربیت کے بارے میں الگ سے ذکر کرنا ضروری ہے: پروڈکٹ کے ماہرین اور UX ڈیزائنرز۔ تجزیہ کی مثالوں اور فلٹرز کے ساتھ کام کرنے کی تجاویز کے ساتھ دستورالعمل خاص طور پر ان کے لیے تیار کیا گیا تھا۔ ہم نے ہدایت نامہ کے لنکس براہ راست رپورٹ کے صفحات میں داخل کیے ہیں۔

ہم نے دستی کو صرف Google Docs میں ایک پیشکش کے طور پر بنایا ہے۔ ٹیبلیو ٹولز آپ کو ویب صفحات کو براہ راست رپورٹ ورک بک کے اندر دکھانے کی اجازت دیتے ہیں۔

اپیل کے بجائے

نیچے لائن میں کیا ہے؟ ہم ہر دن کے لیے نسبتاً جلدی اور سستے طریقے سے ایک ٹول حاصل کرنے کے قابل تھے۔ ہاں، یہ یقینی طور پر خود گراف، کلکس کے ہیٹ میپ یا ویب ویور کا متبادل نہیں ہے۔ لیکن اس طرح کی رپورٹیں درج کردہ ٹولز کو نمایاں طور پر مکمل کرتی ہیں اور سوچ اور نئی مصنوعات اور انٹرفیس مفروضوں کے لیے خوراک فراہم کرتی ہیں۔

اس کہانی نے آئی ایس پی سسٹم میں تجزیات کی ترقی کے لئے صرف آغاز کے طور پر کام کیا۔ پچھلے چھ مہینوں کے دوران، سات اور نئی سروسز سامنے آئی ہیں، جن میں پروڈکٹ میں صارف کے ڈیجیٹل پورٹریٹ اور Look-alike ٹارگٹنگ کے لیے ڈیٹا بیس بنانے کی سروس شامل ہے، لیکن ہم ان کے بارے میں اگلی اقساط میں بات کریں گے۔

ماخذ: www.habr.com