अवधारण: हमने पायथन और पंडों में ओपन सोर्स प्रोडक्ट एनालिटिक्स टूल कैसे लिखे

हाय, हैब्र। यह लेख किसी एप्लिकेशन या किसी साइट पर उपयोगकर्ता पथ के प्रसंस्करण के लिए तरीकों और उपकरणों के सेट के चार साल के विकास के परिणामों के लिए समर्पित है। विकास के लेखक मैक्सिम गोडज़ी हैं , जो उत्पाद के रचनाकारों की टीम के प्रमुख हैं, वे लेख के लेखक भी हैं। उत्पाद को ही रिटेंशनिंग कहा जाता है, अब इसे एक ओपन-सोर्स लाइब्रेरी में तब्दील कर दिया गया है और जीथब पर होस्ट किया गया है ताकि कोई भी इसका उपयोग कर सके। यह सब उत्पाद और विपणन विश्लेषण, उत्पाद संवर्धन और विकास से जुड़े लोगों के लिए रुचि का हो सकता है। वैसे, रिटेनरिंग के साथ काम करने के मामलों में से एक के बारे में एक लेख पहले ही हैबे पर प्रकाशित किया गया था । नई सामग्री इस बारे में बात करती है कि उत्पाद क्या सक्षम है और इसका उपयोग कैसे किया जा सकता है।

लेख पढ़ने के बाद, आप स्वयं अपना रिटेंशन लिख सकते हैं, यह एप्लिकेशन और उसके बाद के उपयोगकर्ता प्रक्षेपवक्रों को संसाधित करने का कोई भी मानकीकृत तरीका हो सकता है, जिससे आप व्यवसाय मेट्रिक्स की वृद्धि के लिए व्यवहार को देख सकते हैं और उसमें से अंतर्दृष्टि निकाल सकते हैं।

रिटेंशन क्या है और इसकी आवश्यकता क्यों है?

प्रारंभ में, हमारा लक्ष्य "डिजिटल दवा" की दुनिया से विकास हैकिंग को संख्याओं, विश्लेषणों और पूर्वानुमानों की दुनिया में स्थानांतरित करना था। नतीजतन, शुद्ध गणित और प्रोग्रामिंग के लिए उत्पाद विश्लेषिकी को कम करना उन लोगों के लिए है जो विज्ञान कथा कहानियों और फ़ार्मुलों के बजाय "रीब्रांडिंग", "रिपॉजिटिंग" आदि जैसे चतुर शब्दों को पसंद करते हैं, जो सुंदर लगते हैं, लेकिन व्यवहार में थोड़ी मदद करते हैं।

इन समस्याओं को हल करने के लिए, हमें रेखांकन और प्रक्षेपवक्र के माध्यम से विश्लेषिकी के लिए एक रूपरेखा की आवश्यकता थी, और एक ही समय में एक पुस्तकालय जो ठेठ विश्लेषणात्मक दिनचर्या को सरल करता है, उत्पाद विश्लेषिकी के नियमित कार्यों का वर्णन करने के तरीके के रूप में, जो लोगों और रोबोट दोनों के लिए समझ में आता है। पुस्तकालय उपयोगकर्ता के व्यवहार का वर्णन करने और उसे उत्पाद की व्यापार मैट्रिक्स के साथ इस तरह की औपचारिक और स्पष्ट भाषा में जोड़ने का अवसर प्रदान करता है जो डेवलपर्स और विश्लेषकों के नियमित कार्यों को सरल और स्वचालित बनाता है, और व्यवसाय के साथ उनके संचार को सुविधाजनक बनाता है।

प्रतिधारण एक विधि और विश्लेषणात्मक सॉफ्टवेयर उपकरण है जिसे किसी भी डिजिटल (और न केवल) उत्पाद में अनुकूलित और एकीकृत किया जा सकता है।

हमने 2015 में उत्पाद पर काम शुरू किया। अब यह एक तैयार-निर्मित है, हालांकि अभी तक आदर्श नहीं है, डेटा के साथ काम करने के लिए पायथन और पंडों में उपकरण का सेट, स्केलेर जैसे एपी के साथ मशीन लर्निंग मॉडल, एली 5 के परिणामों की व्याख्या करने के लिए उपकरण और मशीन लर्निंग मॉडल।

यह सब जीथब ओपन रिपॉजिटरी - रिटेंशनिंग-टूल्स में एक सुविधाजनक ओपन-सोर्स लाइब्रेरी में लपेटा गया है । पुस्तकालय का उपयोग करना आसान है, लगभग कोई भी व्यक्ति जो उत्पाद विश्लेषिकी से प्यार करता है, लेकिन इससे पहले कोड नहीं लिखा है, हमारे विश्लेषण के तरीकों को अपने डेटा पर और बिना समय के महत्वपूर्ण निवेश के लागू कर सकता है।

खैर, एक प्रोग्रामर, एप्लिकेशन निर्माता या एक विकास या परीक्षण टीम का सदस्य जो पहले कभी भी एनालिटिक्स में शामिल नहीं हुआ है, इस कोड के साथ खेलना शुरू कर सकता है और बिना किसी बाहरी मदद के अपने आवेदन का उपयोग करने के पैटर्न देख सकता है।

विश्लेषण के मूल तत्व और इसके प्रसंस्करण के तरीकों के रूप में उपयोगकर्ता प्रक्षेपवक्र

उपयोगकर्ता प्रक्षेपवक्र - विशिष्ट समय बिंदुओं पर उपयोगकर्ता का एक क्रम बताता है। इसके अलावा, घटनाएँ ऑनलाइन और ऑफलाइन दोनों तरह से अलग-अलग डेटा स्रोतों से हो सकती हैं। उपयोगकर्ता को होने वाली घटनाएं उसके प्रक्षेपवक्र का हिस्सा होती हैं। उदाहरण:
• बटन दबाया
• एक तस्वीर देखी
• स्क्रीन मारा
• एक ईमेल प्राप्त हुआ
• एक दोस्त को उत्पाद की सिफारिश की
• फॉर्म भर दिया
• टैप की गई स्क्रीन
• स्क्रॉल किया गया
• चेकआउट के लिए गया था
• एक गड़गड़ाहट का आदेश दिया
• बूरिटो खाया
• बरीटोस खाने से जहर
• पीछे के दरवाजे से कैफे में प्रवेश किया
• सामने के दरवाजे से अंदर आया
• आवेदन कम से कम
• एक धक्का सूचना मिली
• अधिक समय के लिए स्क्रीन पर बेवकूफ एक्स
• आदेश के लिए भुगतान किया
• एक ऑर्डर खरीदा
• ऋण से वंचित कर दिया गया था

यदि आप किसी उपयोगकर्ता समूह के प्रक्षेपवक्रों का डेटा लेते हैं और अध्ययन करते हैं कि संक्रमण कैसे व्यवस्थित होते हैं, तो आप यह पता लगा सकते हैं कि उनके व्यवहार को एप्लिकेशन में कैसे बनाया गया है। यह आसानी से एक ग्राफ के माध्यम से किया जाता है जिसमें राज्य नोड होते हैं, और राज्यों के बीच संक्रमण किनारों हैं:



"प्रक्षेपवक्र" एक बहुत ही सुविधाजनक अवधारणा है - इसमें इन कार्यों के विवरण में किसी भी अतिरिक्त डेटा को जोड़ने की संभावना के साथ सभी उपयोगकर्ता कार्यों के बारे में विस्तृत जानकारी शामिल है। यह इसे एक सार्वभौमिक वस्तु बनाता है। यदि आपके पास सुंदर और सुविधाजनक उपकरण हैं जो आपको पथों के साथ काम करने की अनुमति देते हैं, तो आप समानताएं पा सकते हैं, उन्हें खंड कर सकते हैं।

पहली बार में प्रक्षेपवक्रों का विभाजन कुछ बहुत जटिल लग सकता है। एक सामान्य स्थिति में, यह मामला है - आपको कनेक्शन मैट्रिसेस या अनुक्रम संरेखण की तुलना का उपयोग करने की आवश्यकता है। हम एक आसान तरीका खोजने में कामयाब रहे - बड़ी संख्या में प्रक्षेपवक्रों का अध्ययन करने और उन्हें क्लस्टरिंग के माध्यम से विभाजित करने के लिए।

जैसा कि यह निकला, आप निरंतर प्रतिनिधित्व का उपयोग करके प्रक्षेपवक्र को एक बिंदु में बदल सकते हैं, उदाहरण के लिए, TF-IDF । परिवर्तन के बाद, प्रक्षेपवक्र अंतरिक्ष में एक बिंदु बन जाता है, जहां विभिन्न घटनाओं और उनके बीच संक्रमण के प्रक्षेपवक्र में सामान्यीकृत घटना को कुल्हाड़ियों के साथ साजिश रची जाती है। एक विशाल हज़ार या अधिक आयामी स्थान (dimS = sum (घटना प्रकार) + योग (ngrams_2 प्रकार)) से इस चीज़ को TSNE का उपयोग करके एक विमान पर प्रक्षेपित किया जा सकता है। TSNE - परिवर्तन, अंतरिक्ष के आयाम को 2 अक्षों तक कम कर देता है और, यदि संभव हो तो, बिंदुओं के बीच सापेक्ष दूरी बनाए रखता है। तदनुसार, यह एक फ्लैट मैप पर संभव हो जाता है, प्रक्षेपवक्र के एक लाक्षणिक प्रक्षेपण मानचित्र, यह अध्ययन करने के लिए कि विभिन्न प्रक्षेपवक्रों के बिंदुओं को आपस में कैसे व्यवस्थित किया गया था। यह विश्लेषण किया जाता है कि वे एक दूसरे के कितने करीब या अलग थे, चाहे वे गुच्छों का निर्माण करते हों या नक्शे के साथ बिखरे हों, आदि:।



विश्लेषणात्मक उपकरणों को बनाए रखने से जटिल डेटा और प्रक्षेपवक्र की एक सरणी को एक प्रस्तुति में बदलना संभव हो जाता है जिसकी एक दूसरे के साथ तुलना की जा सकती है, और फिर परिवर्तन के परिणाम की जांच और व्याख्या कर सकते हैं।

प्रक्षेपवक्र के प्रसंस्करण के लिए मानक तरीकों के बारे में बात करते हुए, हम उन तीन मुख्य उपकरणों के बारे में बात कर रहे हैं, जिन्हें हमने रिटेंशनिंग में लागू किया है - रेखांकन, स्टेप मैट्रिसेस, और प्रोजेक्शन मैप मैप।

Google Analytics, Firebase और इसी तरह के एनालिटिक्स सिस्टम के साथ काम करना काफी जटिल है और 100% प्रभावी नहीं है। समस्या उपयोगकर्ता के लिए कई प्रतिबंध हैं, जिसके परिणामस्वरूप विश्लेषक का काम माउस क्लिक और स्लाइस के चयन के साथ ऐसी प्रणालियों में रहता है। रिटेंशनिंग उपयोगकर्ता के प्रक्षेपवक्र के साथ काम करना संभव बनाता है, और केवल फ़नल नहीं, जैसा कि Google Analytics में होता है, जहां विस्तार का स्तर अक्सर एक फ़नल के नीचे आता है, जो कि एक निश्चित सेगमेंट के लिए बनाया गया है।

अवधारण और मामले

विकसित टूल का उपयोग करने का एक उदाहरण रूस में एक बड़ी आला सेवा का मामला है। इस कंपनी के पास Android के लिए एक मोबाइल एप्लिकेशन है, जो ग्राहकों के साथ लोकप्रिय है। एक मोबाइल एप्लिकेशन से सालाना कारोबार लगभग 7 मिलियन रूबल, 60-130 हजार की सीमा में मौसमी उतार-चढ़ाव था। उसी कंपनी के पास एक आईओएस एप्लीकेशन है, और "ऐप्पल" एप्लिकेशन के उपयोगकर्ता का औसत चेक एंड्रॉइड एप्लिकेशन का उपयोग करके क्लाइंट की औसत जांच से अधिक था - 1,080 रगड़। 1300 रगड़ के खिलाफ।

कंपनी ने एंड्रॉइड एप्लिकेशन की दक्षता बढ़ाने का फैसला किया, जिसके लिए उसने गहन विश्लेषण किया। आवेदन की प्रभावशीलता बढ़ाने के बारे में कई दर्जन परिकल्पनाएँ बनाई गई थीं। रिटेंशनिंग का उपयोग करने के बाद, यह पता चला कि समस्या उन संदेशों में थी जो नए उपयोगकर्ताओं को दिखाए गए थे। उन्होंने ब्रांड, कंपनी के लाभ और मूल्य निर्धारण के बारे में जानकारी प्राप्त की। लेकिन, जैसा कि यह निकला, संदेश उपयोगकर्ता को यह जानने में मदद करने वाले थे कि आवेदन में कैसे काम किया जाए।



यह किया गया था, जिसके परिणामस्वरूप आवेदन कम हटाया जाने लगा, और आदेश में रूपांतरण वृद्धि 23% थी। पहले, आने वाले ट्रैफ़िक का 20 प्रतिशत परीक्षण के लिए दिया गया था, लेकिन कुछ दिनों के बाद, पहले परिणामों का विश्लेषण करने और प्रवृत्ति का मूल्यांकन करने के बाद, उन्होंने अनुपात में बदलाव किया और इसके विपरीत, नियंत्रण समूह के लिए 20 प्रतिशत छोड़ दिया, और अस्सी को परीक्षण में डाल दिया गया। एक हफ्ते बाद, दो और परिकल्पनाओं के परीक्षण को लगातार जोड़ने का निर्णय लिया गया। केवल सात हफ्तों में, एंड्रॉइड एप्लिकेशन से कारोबार पिछले स्तर की तुलना में डेढ़ गुना बढ़ गया।

रिटेंशन के साथ कैसे काम करें?

पहले चरण काफी सरल हैं - लाइब्रेरी को पाइप स्थापित करें प्रतिधारण कमांड के साथ लोड करें। रिपॉजिटरी में स्वयं तैयार उदाहरण हैं और कुछ उत्पाद विश्लेषण कार्यों के लिए डेटा प्रोसेसिंग के मामले हैं। सेट लगातार अपडेट किया जाता है, जबकि यह पहले परिचित के लिए पर्याप्त है। हर कोई तैयार मॉड्यूल ले सकता है और तुरंत अपने कार्यों पर लागू कर सकता है - यह आपको अधिक विस्तृत विश्लेषण और उपयोगकर्ता पथ के अनुकूलन की प्रक्रिया को तुरंत और कुशलता से कॉन्फ़िगर करने की अनुमति देता है। यह सब स्पष्ट कोड के माध्यम से आवेदन का उपयोग करने के लिए पैटर्न ढूंढना और सहकर्मियों के साथ इस अनुभव को साझा करना संभव बनाता है।

प्रतिधारण एक उपकरण है जिसका उपयोग आवेदन के जीवन भर किया जाना चाहिए, और यहाँ क्यों किया गया है:

• उपयोगकर्ता पथों को ट्रैक करने और लगातार अनुकूलन करने और व्यावसायिक प्रदर्शन में सुधार के लिए प्रतिधारण प्रभावी है। इसलिए, ई-कॉमर्स अनुप्रयोगों में अक्सर नई विशेषताएं शामिल होती हैं, जिसका प्रभाव उत्पाद पर हमेशा सही ढंग से भविष्यवाणी नहीं किया जा सकता है। कुछ मामलों में, नए और पुराने कार्यों के बीच संगतता की समस्याएं पैदा होती हैं - उदाहरण के लिए, नए वाले "नरभक्षण" मौजूदा वाले। और इस स्थिति में, प्रक्षेपवक्र के एक निरंतर विश्लेषण की आवश्यकता है।
• विज्ञापन चैनलों के साथ स्थिति समान है: नए ट्रैफ़िक स्रोतों और विज्ञापन क्रिएटिव का लगातार परीक्षण किया जा रहा है, मौसमी, रुझानों और अन्य घटनाओं के प्रभाव की निगरानी करना आवश्यक है, जिससे समस्याओं के नए वर्गों की उपस्थिति होती है। इसके लिए निरंतर निगरानी और कस्टम यांत्रिकी की व्याख्या की भी आवश्यकता होती है।
• ऐसे कई कारक हैं जो किसी अनुप्रयोग के संचालन को लगातार प्रभावित करते हैं। उदाहरण के लिए, डेवलपर्स से नई रिलीज़: एक वास्तविक समस्या को बंद करते हुए, वे अनजाने में पुराने को वापस कर देते हैं या पूरी तरह से एक नया बनाते हैं। समय के साथ, नई रिलीज़ की संख्या बढ़ रही है, और उपयोगकर्ता ट्रैकिंग के विश्लेषण के माध्यम से - बग ट्रैकिंग प्रक्रिया को स्वचालित करने की आवश्यकता है।

कुल मिलाकर, रिटेंशन एक प्रभावी उपकरण है। लेकिन पूर्णता की कोई सीमा नहीं है - इसके आधार पर, नए शांत उत्पादों को बेहतर बनाया जा सकता है, विकसित किया जाना चाहिए। परियोजना समुदाय जितना अधिक सक्रिय होगा, उतने अधिक कांटे होंगे, इसके उपयोग के लिए नए दिलचस्प विकल्प दिखाई देंगे।

अवधारण उपकरण के बारे में अतिरिक्त जानकारी:

• हमारी वेबसाइट: retentioneering.com
• मिताप शेड्यूल और एंट्री
• टेलीग्राम उत्पाद और विश्लेषक चैट
• GitHub पर नि: शुल्क प्रतिधारण भंडार