Katta ma'lumotlar tahlilining umumiy modellari qanday?

Ushbu maqolani tinglang

Masalan, ma'lumotlarni tahlil qilishda qaysi ma'lumotlar modellari to'g'ridan-to'g'ri ishlatilishi mumkin, ayniqsa ba'zi Internet-platforma mahsulotlari uchun. To'g'ridan-to'g'ri foydalanish mumkin bo'lgan 11 ta umumiy ma'lumotlarni tahlil qilish modellari mavjud, ular orasida hodisalar tahlili, atribut tahlili, kanal tahlili, sessiya tahlili, ushlab turish tahlili, atribut tahlili, issiqlik xaritasi tahlili, taqsimot tahlili, interval tahlili, yo'l tahlili va huni tahlili mavjud.

Maqolaning mazmuni:

• Hodisa tahlili
• Atributlarni tahlil qilish
• Kanal tahlili
• Sessiyani tahlil qilish
• Saqlash tahlili
• Atribut tahlili
• Issiqlik xaritasini tahlil qilish
• Tarqatish tahlili
• Intervalli tahlil
• Yo'lni tahlil qilish
• Huni tahlili

Hodisa tahlili

Voqealar foydalanuvchilarning ilovalar, veb-saytlar va boshqa ilovalardagi xatti-harakatlariga, ya'ni kim, qachon, qayerda, qanday va nima qilganiga ishora qiladi. Hodisalarni tahlil qilish modeli asosan ilovadagi foydalanuvchi xatti-harakatlarini tahlil qilish uchun ishlatiladi, masalan, ilovani ochish, ro'yxatdan o'tish, tizimga kirish va buyurtma uchun to'lov. Foydalanuvchining xatti-harakati faollashtirilgan foydalanuvchilar soni, triggerlar soni va kirish davomiyligi kabi asosiy ko'rsatkichlar bilan o'lchanadi va biznes jarayonini o'lchash uchun murakkab ko'rsatkichlarni yaratish uchun metrik hisoblashni qo'llab-quvvatlaydi.

Xo'sh, hodisalarni tahlil qilish modeli qanday muammolarni hal qilishi mumkin? Masalan:

1. Kundalik foydalanuvchilar soni, tashriflar va mahsulotdan foydalanish vaqtini kuzatib boring, trend o'zgarganmi? O'zgarishga qanday omillar sabab bo'ldi?
2. Sankt-Peterburg va Moskvada foydalanuvchilar tomonidan sotib olingan maishiy texnika taqsimoti o'rtasidagi farq nima?
3. Bugun mahsulot mavzuni ishga tushirdi, har bir davrda foydalanuvchi ishtiroki qanday?
4. So'nggi olti oyda to'lovchi foydalanuvchilar va ARPU qancha?

Voqealar tahlili modeli real vaqt rejimida platformalar boʻylab foydalanuvchi xatti-harakatlarini kuzatishi, oʻlchovlar boʻyicha atribut koʻrsatkichlarining oʻzgarishi va yanada kuchli tahlilga erishish uchun maxsus koʻrsatkichlarni yangi koʻrsatkichlarga birlashtirishi mumkin. Analysys Ark smart analytics mahsulotlari o'lchovlarni filtrlash va bo'lim shartlarini qo'llab-quvvatlaydi va foydalanuvchilar guruhlarini tahlil qilish orqali guruhlarni taqqoslashni qo'llab-quvvatlaydi.

Atributlarni tahlil qilish

Atributlarni tahlil qilish foydalanuvchi tomonidan belgilangan atributlar yoki oldindan o'rnatilgan atributlar nisbatlarini tahlil qilishga asoslanadi. U turli atributlar bo'yicha foydalanuvchilar soni kabi metrik atributlarning nisbatlarini hisoblab chiqishi va keyin tahlilning dastlabki xulosalarini olishi mumkin. Masalan, gender xususiyatlariga ega foydalanuvchilarning ulushini tahlil qilib, biz turli jinsdagi foydalanuvchilar soni bo'yicha statistik natijalarni tezda olishimiz mumkin.

Atributlarni tahlil qilishdan foydalanib, foydalanuvchilarning turli atributlar bo'yicha taqsimlanishini tezda ko'rishingiz mumkin, bu har xil xususiyatlarga ega foydalanuvchilarning umumiy sonini hisoblash uchun foydalidir. Atributiv tahlildan foydalanish jarayonida oqilona o'lchash usulini tanlash kerak. Keng qo'llaniladigan o'lchash usullariga quyidagilar kiradi: foydalanuvchilar soni, ko'plik, yig'indi, maksimal, minimal, o'rtacha va boshqalar.

Masalan: biz tanlagan ko'rsatkich "O'rtacha umumiy iste'mol", o'lchov "A'zolik darajasi" va foydalanuvchi "Barcha foydalanuvchilar" ni tanlaydi, keyin biz olgan natija "A'zolik darajasi turlicha bo'lgan barcha foydalanuvchilarning o'rtacha iste'moli qancha" bo'ladi. .

Hodisalarni tahlil qilish modeliga o'xshab, Atributlarni tahlil qilish modeli ko'p o'lchovli va ko'p foydalanuvchi taqqoslashlarini amalga oshirishi va statistik natijalarni turli diagrammalarda ko'rsatishi mumkin. Teg xususiyati stsenariysi versiyalar bo'yicha teglarni statistik taqqoslashni ham amalga oshirishi mumkin.

Kanal tahlili

Kanallar, ya'ni korxonalar (mahsulotlar) va foydalanuvchilar o'rtasidagi turli xil aloqa nuqtalari, masalan, qidiruv tizimlari, ijtimoiy tarmoqlar, reklama platformalari, oflayn uchrashuvlar va boshqalar.

Kanalni tahlil qilish modeli foydalanuvchi tashriflari manbalarini (shu jumladan tashrif buyuruvchilarni) tahlil qilish va tashrif buyuruvchilar soni, tashriflar soni, tashrif davomiyligi va chiqish tezligi kabi asosiy ko'rsatkichlar yordamida kanal sifatini baholash uchun ishlatiladi. . Shuningdek, u kanallarning konversiya effektini o'lchash uchun maxsus konversiya maqsadlarini qo'llab-quvvatlaydi.

Xo'sh, kanal tahlili qanday muammolarni hal qilishi mumkin? Masalan:

1. Haqiqiy vaqtda har bir kanalga tashrif buyuruvchilar va sahifalarni ko'rishlar soni haqida nima deyish mumkin?
2. Har bir kanal tomonidan jalb qilingan foydalanuvchi ro'yxatga olish soni haqida nima deyish mumkin?
3. Ijtimoiy tarmoqlar, qidiruv tizimlari, tashqi havolalar... Qaysi kanalda saqlanish darajasi eng yuqori?
4. Wechat manbasi foydalanuvchilari ko'proq rasmiy hisobda yoki do'stlar davrasida jamlanganmi?
5. Qaysi qidiruv so'zlari eng ko'p trafikni olib keladi va yaxshi konvertatsiya qiladi?

Kanalni tahlil qilish modeli asosiy ko'rsatkichlar va konversiya stavkalarini aniqlash, turli kanallarning haqiqiy chiqish effektini baholash uchun tahlil platformasi va kanal parametrlarini tanlash va nihoyat yuqori sifatli kanallar kombinatsiyasini tanlash orqali har bir kanalning ishlashini aniq ko'rsatishi mumkin. umumiy ROI.

Sessiyani tahlil qilish

Seans, ya'ni sessiya, ma'lum vaqt davomida veb-sayt/H5/vidjet/ilovada sodir bo'ladigan foydalanuvchi harakatlarining ketma-ketligini bildiradi. Masalan, seansda bir nechta sahifa ko'rishlari, o'zaro ta'sir hodisalari va boshqalar bo'lishi mumkin.Seanslar vaqtinchalik atributlarga ega. Turli xil kesish qoidalariga ko'ra, turli xil davomiylikdagi sessiyalar yaratilishi mumkin.

Sessiyani tahlil qilish modeli seansga kirish sifatini o'lchash uchun ko'plab ko'rsatkichlarni o'z ichiga oladi, jumladan tashriflar soni, aholi jon boshiga tashriflar soni, tashrifning umumiy davomiyligi, har bir tashrifning davomiyligi, tashrif boshiga chuqurlik, chiqish tezligi, chiqish tezligi, chiqishlar soni, chiqish tezligi , va tashrif boshiga tashrif davomiyligi. kishi boshiga, sahifadagi umumiy vaqt, sahifadagi oʻrtacha vaqt.

Voqealar tahlilidan farqli o'laroq, sessiya tahlili ma'lum stsenariylarda sessiya tahlili ehtiyojlarini qondirish uchun ba'zi o'lchamlarning bo'linmalarini qo'shimcha ravishda qo'llab-quvvatlaydi, jumladan:

1. Kanal manbalarini guruhlash: har bir tashrifning kanal manbalarini ajratish uchun foydalaniladi, faqat Web/H5/Mini uchun amal qiladi;
2. Ko'rilgan sahifalar soni: interval sifatida 5 qadam bilan har safar ko'rilgan sahifalar sonining taqsimlanishi hisoblanadi;
3. Ochilish sahifasi: har bir tashrifning ochilish sahifasini ajratish uchun ishlatiladi va turli ochilish sahifalariga tashrif sifatini baholash mumkin;
4. Chiqish sahifasi: har bir tashrifda chiqish sahifasini farqlash, turli sahifalardagi chiqish holatini baholash va optimallashtirish uchun yuqori chiqish tezligiga ega sahifani topish uchun foydalaniladi;
5. Kirish davomiyligi: 0-3 soniya, 3-10 soniya, 10-30 soniya, 30-60 soniya, 1-3 daqiqa, 3-10 daqiqa, 10-30 daqiqa, 30-60 daqiqa, 1 soat yoki undan ko'proq. Har bir tashrifning vaqt taqsimotini ajrating va hisoblang.

Voqealar tahliliga o'xshab, sessiya tahlili ham bir nechta ko'rsatkichlar, bir nechta o'lchovlar va bir nechta filtr shartlarini, shuningdek, bir nechta foydalanuvchi guruhlari bo'yicha gorizontal taqqoslashni qo'llab-quvvatlaydi. Shu bilan birga, sessiyani tahlil qilishda, shuningdek, uch xil darajadagi tafsilotlarga ko'ra statistik tahlilni qo'llab-quvvatlaydi: kun, hafta va oy. Foydalanuvchilar so'rov ma'lumotlarining vaqt oralig'iga muvofiq tahlil qilish uchun tegishli granularlikni tanlashlari mumkin.

Saqlash tahlili

Saqlash foydalanuvchilarning ilovalar, veb-saytlar va boshqa ilovalardan foydalanganligi va bir muncha vaqt o'tgandan keyin ulardan foydalanishda davom etishini anglatadi.

Saqlash tahlili modeli foydalanuvchining saqlanishi va ishlamay qolishi haqida chuqur tushunchaga ega boʻlish, mahsulotning barqaror oʻsishiga taʼsir etuvchi asosiy omillarni aniqlash va bozor qarorlarini qabul qilish, mahsulotni yaxshilash, foydalanuvchilar sonini koʻpaytirish uchun yuklab olishlar, DAU va boshqa koʻrsatkichlardan tashqari foydalanuvchi holatini/englashuvini oʻlchash usulidir. xarajat va boshqalar.

Xo'sh, saqlashni tahlil qilish modeli qanday muammolarni hal qilishi mumkin? Masalan:

1. O'tgan oyda mahsulotning iteratsiyasi bo'lganmi, uning ta'sirini qanday baholash mumkin? Mahsulot menejerining xatti-harakati kutilmoqdami?
2. Ijtimoiy ilova sifatida ro'yxatdan o'tgandan keyin do'st qo'shmaydigan foydalanuvchilar bilan 10 ta do'st qo'shadiganlar o'rtasida farq bormi?
3. Qisqa muddatli saqlash past, uzoq muddatli saqlash yomon bo'lishi kerakmi?
4. Ikki reklama kanali turli foydalanuvchilarni jalb qiladi. Qaysi kanal foydalanuvchilari qimmatli foydalanuvchi bo'lish ehtimoli ko'proq?
5. Oxirgi 30 kun ichida ro'yxatdan o'tgan va yarim oy ichida qaytmagan foydalanuvchilar ulushi qancha?

Saqlash tahlili modeli shartli filtrlash va bir nechta populyatsiyalar bo'yicha taqqoslashni, shuningdek tasodifiy tanlab olish va ma'lumotlarni to'liq hisoblashni qo'llab-quvvatlaydi. Shu bilan birga, biz yangi foydalanuvchilar bir necha kun, hafta va oylar ichida funksiyangizdan foydalanishga qaytishga tayyormi yoki yo‘qligini aniqlash uchun saqlash tahlilidan ham foydalanishimiz mumkin, shuningdek, xususiyatni saqlash tahlili uchun boshlang‘ich va yakuniy xatti-harakatlarni sozlashimiz mumkin.

Saqlash bir guruh foydalanuvchilar xatti-harakatining boshlanish vaqti asosida hisoblab chiqiladi va kerakli xatti-harakatlar muayyan xatti-harakatlar sodir bo'lgan kohortda ma'lum vaqtdan keyin sodir bo'ladimi yoki yo'qligini tavsiflaydi. Dastlabki xatti-harakatlar ham, keyingi xatti-harakatlar ham har qanday hodisa yoki muayyan hodisa bo'lishi mumkin.

Turli tahlil stsenariylarida tahlil qilish uchun turli xil saqlash sharoitlari o'rnatilishi mumkin:

1. Dastlabki xatti-harakatlar va keyingi xatti-harakatlar bir xil bo'lib o'rnatiladi va foydalanuvchining turli funktsiyalardan foydalanish majburiyatini aniqlash uchun turli funktsiyalarning takroriy takrorlanishi solishtiriladi;
2. Dastlabki xatti-harakatlar bir xil bo'lib, bir xil optimallashtirish boshqa xususiyatlarga boshqacha ta'sir qiladimi yoki yo'qligini solishtirish uchun turli xil keyingi xatti-harakatlar beriladi;
3. Keyingi qadamlar bir xil bo'lib, turli xil dastlabki xatti-harakatlarni belgilang, taqqoslang va turli xil mahsulot amaliyotlari va xususiyatlarining asosiy biznes maqsadlariga ta'sirini toping.

Atribut tahlili

Operatsion faoliyatni amalga oshirayotganda, foydalanuvchi e'tiborini jalb qilish, transport oqimi va foydalanuvchi xatti-harakatlarini to'g'ridan-to'g'ri jalb qilish va foydalanuvchilar va mahsulotlar o'rtasidagi o'zaro ta'sirni osonlashtirish, natijada konvertatsiya qilish uchun biz voqea mazmunini mahsulotning bir nechta operatsion pozitsiyalariga joylashtirishimiz mumkin. Bundan tashqari, foydalanuvchilarning o'zlari ham qidiruv va kontent tavsiyalari kabi aloqa nuqtalari orqali ma'lumot olishlari mumkin. Ushbu aloqa nuqtalari, shuningdek, foydalanuvchilarning konvertatsiyaga erisha olishlarida muhim rol o'ynaydi.

Boshqacha qilib aytadigan bo'lsak, foydalanuvchini konvertatsiya qilish sayohatida saytdagi ko'plab aloqa nuqtalari foydalanuvchilarni ishontirish va yo'naltirishda ishtirok etadi, ularning yakuniy qaroriga ta'sir qiladi. Keyin, asosiy ko'rsatkichlarga qanchalik yaxshi hissa qo'shganligini ko'rish uchun turli xil foydalanuvchi aloqa nuqtalarini solishtirsak, ularning barchasi operatorlar kutgan katta konversiya imkoniyatlariga egami yoki ular kam baholanganmi? Keyingi operatsiyada har bir ish elementi uchun manbaning kirish vazni taqsimotini qanday sozlash mumkin?

Yuqoridagi muammolar uchun atribut tahlili intuitiv oʻlchovni, “Konversiya hissasini” taqdim etadi, u asosan saytdagi foydalanuvchi aloqa nuqtalarining umumiy konvertatsiya maqsadiga (masalan, umumiy buyurtma qiymati) qoʻshgan hissasini oʻlchash va baholash uchun ishlatiladi, bu juda sodda boʻlishi mumkin. Har bir ish joyi va aloqa nuqtasining konversiya effekti va qiymat hissasini o'lchang. Atributlarni tahlil qilishning beshta umumiy modeli mavjud:

1. Birinchi teginish atributi: 100% konvertatsiya qiymati birinchi o'zaro ta'sir uchun tegishli bo'lishi kerak bo'lgan hodisaga tayinlanadi;
2. Oxirgi teginish atributi: 100 % konversiya qiymati atribut qilinadigan oxirgi shovqin hodisasiga ishora qiladi;
3. Chiziqli atribut: konversiya qiymatini konversiya yo‘lidagi barcha atribut hodisalariga teng taqsimlaydi;
4. Joylashuv atributi: konvertatsiya qiymatini konversiya yoʻli boʻylab tegishli boʻlishi kerak boʻlgan voqea joyiga qarab taqsimlang. Qoidaga ko'ra, birinchi va oxirgi o'zaro ta'sir hodisalari har biri 40 % ni tashkil qiladi va oraliq o'zaro ta'sir nuqtalarining hodisalari qolgan 20% ga teng ravishda bo'linadi;
5. Vaqtinchalik pasayish atributi: konversiya qiymatini atribut qilmoqchi bo'lgan voqealarning xronologik tartibida taqsimlang. Maqsadli hodisaga qanchalik yaqin bo'lsa, hissa shunchalik ko'p bo'ladi va tegishli hodisaga shuncha ko'p tayinlanadi.

Analysys Ark Attribution Analysis Modeli yordamida siz faqat beshta oddiy qadamni o'rnatishingiz kerak (maqsadli hodisalarni, teginish nuqtasi hodisalarini aniqlash, atribut modelini tanlash, oyna davrini belgilash va so'rovlar vaqt oralig'ini tanlash), har bir teginish nuqtasini intuitiv tarzda ko'rishingiz mumkin. umumiy metrik konvertatsiyaga hissa qo'shadi.

Issiqlik xaritasini tahlil qilish

Issiqlik xaritasini tahlil qilish modeli issiqlik xaritasidan foydalanuvchining veb-sayt, H5 sahifasi va ilovasida bosish va aylantirish harakatlarini vizual ravishda ko'rsatish uchun foydalanishi mumkin, mahsulot va operatsion xodimlarga foydalanuvchining bosish afzalliklarini tushunishga yordam beradi, sahifa dizaynini optimallashtirishda yordam beradi, kontentni sozlashda yordam beradi. va boshqalar d.

Issiqlik xaritalarining to'rtta keng tarqalgan turi mavjud:

1. Klik joylashuvining issiqlik xaritasi foydalanuvchilarning veb-saytidagi barcha bosishlarning joylashuvini ko'rsatish uchun ishlatiladi. Qanchalik ko'p bosish yig'ilsa, rang shunchalik yorqinroq bo'ladi. Ko'pincha ochilish sahifasini tahlil qilish uchun ishlatiladi: CTA tarkibi bosiladimi? Tez-tez bosiladigan va faqat bir nechta foydalanuvchilar kira oladigan joylarga joylashtiriladigan muhim tugmalar yoki elementlar bormi? Foydalanuvchilar bosadigan, lekin havolasi yo'q rasmlar yoki matnlar bormi?
2. O'zaro ta'sir qiluvchi elementlarga bosishlarni ko'rsatish uchun elementni bosish xaritasi. Tahlil uchun: qaysi aniq elementlar necha marta bosishni keltirib chiqaradi? Jami sahifa bosishlarining necha foizi olinadi? Bizning kutganimizga mos kelmaydigan xatolar bormi?
3. Muayyan hududga kelgan foydalanuvchilarni ushlab turish tezligini ko'rsatadigan chuqurlik chizig'ini ko'ring. Qanchalik past bo'lsa, foydalanuvchilar joylashuvni ko'ra oladilar. Ko'pincha eng yaxshi CTA joylashuvini topish va kontent marketingi konvertatsiyasini kuzatish uchun foydalaniladi.
4. Foydalanuvchilarning ma'lum bir hududda qancha vaqt qolishini, qolish muddati qancha uzoq bo'lsa, hududning rangi shunchalik yorqinroq bo'lishini ko'rsatadigan diqqat issiqlik xaritasi. Odatda tahlil qilish uchun ishlatiladi: sahifadagi qaysi kontent tashrif buyuruvchilarni jalb qilishini va qaysi kontent muhim deb hisoblanishini, lekin foydalanuvchilar tomonidan e'tiborga olinmasligini tushunish uchun? Foydalanuvchilar tomonidan diqqat bilan o'qilgan va juda pastga joylashtirilgan kontent bormi?

Har xil turdagi issiqlik xaritalari o'zlarining afzalliklari va kamchiliklariga ega, masalan, bosish joyining issiqlik xaritasi. Kamchilik shundaki, xabar qilingan ma'lumotlar miqdori oshadi, lekin foydalanuvchilarning tadqiqot ehtiyojlarini sifatli tahlil qilish va interaktiv bo'lmagan elementlarga ko'p sonli kutilmagan sekin urishlarni topish juda intuitiv bo'lishi mumkin. Elementning issiqlik xaritasini bosish bosilmaydigan kontentning ayrimlarini filtrlaydi. Bosiladigan elementlarni miqdoriy jihatdan tahlil qilish mumkin, ammo bu etarli darajada intuitiv emas.

Turli xil stsenariylarda turli xil mos turlarni tanlashimiz mumkin. Hozirda Analysys Ark allaqachon bosish joylashuvi issiqlik xaritasini, bosish elementi issiqlik xaritasini, veb-yon ko'rinish chuqurligi chizig'ini, bosish pozitsiyasining issiqlik xaritasini va ilovaning yon tomonini bosish elementi issiqlik xaritasini qo'llab-quvvatlaydi.

Tarqatish tahlili

Tarqatish tahlili asosan "o'lchamlarni indekslash" dan so'ng ma'lumotlarning parchalanishini ta'minlashi mumkin, asl o'lchamni ma'lum bir raqamli diapazonga ko'ra bo'linadi va keyin har bir o'lchov diapazonining taqsimlanishini tahlil qiladi, bu quyidagi tahlil stsenariylarida juda keng tarqalgan: yig'indini taqsimlash, tahlil qilish. ma'lum bir vaqt davri turidagi maxsus hodisani taqsimlash, muayyan turdagi maxsus hodisaning sodir bo'lish sonini tahlil qilish va muayyan turdagi hodisani boshlagan foydalanuvchilarning yosh taqsimotini tahlil qilish.

Tarqatish tahlili asosan ikki turdagi atributlarga, son turiga va sana turiga, masalan, hisob, yosh, vaqt va chastotaga qaratilgan.Shuning uchun foydalanuvchi tomonidan yuklangan ma’lumotlar shu ikki turdagi atributlarni o‘z ichiga olganida, kundalik tahlilda tarqatish tahlil ba'zi aniq vazifalarni hal qilish uchun ishlatilishi mumkin. Umumiy ko'rsatkichlarga quyidagilar kiradi: X hodisalarning chastota taqsimoti, X hodisalarning faol davrlarini taqsimlash, X hodisalarning faol kunlarini taqsimlash va X hodisalar va Y atributlarining yig'indisi / o'rtacha / boshi qiymatlarini taqsimlash.

Intervalli tahlil

Intervalli tahlil, birinchi navbatda, foydalanuvchi belgilangan boshlanish hodisasini ishga tushirish va belgilangan maqsadli hodisani yakunlash o'rtasidagi vaqt miqdorini hisoblash uchun ishlatiladi. Ya'ni, u asosan konversiyaga e'tibor qaratadigan odamlar ushbu ko'rsatkichlar bo'yicha konversiya jarayonining holatini kuzatishi uchun boshlang'ich hodisadan konversiya maqsadiga qadar vaqt va qadam uzunligi bo'yicha tegishli ko'rsatkichlar bo'yicha statistik ma'lumotlarni taqdim etadi.

Intervalli tahlil uchun ko'plab foydalanish holatlari mavjud: u tizimga kirish vaqt oralig'ini va mahsulotni qayta sotib olish siklini hisoblash uchun, foydalanuvchi faolligi va yopishqoqligini o'lchash uchun tahlil vositasi sifatida va konversiya huni tahliliga qo'shimcha sifatida ishlatilishi mumkin. Davomiylik indikatori vaqt o'tishi bilan ma'lum bir konvertatsiya yo'lining konversiya samaradorligini o'lchash uchun ishlatiladi.

Intervalli tahlil konversiya samaradorligini o'lchash uchun foydalanilganda konversiya hunisiga qo'shimcha hisoblanadi. Biroq, ikkalasining ham o'ziga xos xususiyatlari bor: intervalli tahlil foydalanuvchilarning konvertatsiyani yakunlash uchun sarflagan vaqti samaradorligiga e'tibor qaratadi, konversiya hunilari esa konversiya natijasi ko'rsatkichlariga, shuningdek, konversiya va konversiya jarayonida har bir havolaning yo'qolishiga e'tibor beradi.

Konvertatsiya natijalariga va natijalarga ta'sir qiluvchi parametrlarga e'tibor qaratgan holda, biz konvertatsiya jarayonida ishlash ko'rsatkichlariga ham e'tibor qaratishimiz kerak. Misol uchun, moliyaviy va boylikni boshqarish ilovalari uchun, ochilish sahifasidan birinchi depozitga qadar, yakuniy konvertatsiyadan tashqari, ko'plab konversiya havolalari ishtirok etadi. Tezlikdan tashqari, asosiy bosqichlar, ayniqsa, ro'yxatdan o'tish, kartani ulash va boshqa havolalar o'rtasidagi konversiya samaradorligiga e'tibor qaratishingiz kerak.

Intervalli tahlil yordamida biz ikkita berilgan hodisani bajaradigan foydalanuvchilarning taqsimlanishining vaqt oralig'ini kuzatishimiz mumkin. Boshqa tahlil modellari bilan birgalikda biz foydalanuvchi tajribasini, faolligini, mahsulotni konvertatsiya qilish tezligini va mahsulot qiymatini o'rganish va yaxshilash uchun foydalanuvchi xatti-harakatlari ortidagi qonunlar haqida tushunchaga ega bo'lishimiz mumkin.

Yo'lni tahlil qilish

Yo'llar - bu foydalanuvchilar dasturda foydalanadigan xatti-harakatlar traektoriyalari. Mahsulot bilan ishlash jarayonida, u mahsulot, operatsion guruh yoki marketing guruhi bo'ladimi, operatsion g'oyani sinab ko'rish, mahsulotni iterativ optimallashtirishga rahbarlik qilish uchun foydalanuvchi xatti-harakatlari yo'lini aniq tushunish mumkinligiga umid qilinadi. va foydalanuvchilarning o'sishi va konvertatsiyasining yakuniy maqsadiga erishish.

Aniq konvertatsiya yo'li mavjud bo'lganda, oldindan huni qurish orqali konversiya stavkalarini kuzatish osonroq bo'ladi. Biroq, ko'p hollarda, yakuniy konvertatsiya maqsadiga ega bo'lishiga qaramay, foydalanuvchilar ushbu maqsadga erishish uchun bir nechta yo'llarga ega. Bunday holda, aqlli yo'lni tahlil qilish modeli talab qilinadi.

Analysys Ark Path Mining Modeli yordamida siz foydalanuvchi xatti-harakatlarining qora qutisini ochishingiz, konversiya maqsadi manba yo'lini o'rganishingiz va barcha foydalanuvchi yo'llari va nisbatlarini tasavvur qilishingiz mumkin.

Yo'l qazib olish modeli quyidagi muammolarni hal qilishi mumkin:

1. Foydalanuvchilar asosan qaysi yo'ldan to'lov konvertatsiyasini shakllantiradilar?
2. Foydalanuvchi kutilgan yo'lni tark etgandan keyin haqiqiy yo'nalish qanday?
3. Turli xarakteristikalar uchun foydalanuvchi xatti-harakatlari yo'llarida qanday farqlar mavjud?

Huni tahlili

Huni tahlili - foydalanuvchilarning biznesdan foydalanganda bir qator bosqichlar orqali konversiya ta'sirini tahlil qilish usuli. Analysys Ark huni tahlil modeli konversiya jarayonini bir necha bosqichda moslashuvchan tarzda sozlashi, asosiy yo'qotish munosabatlari va ta'sir etuvchi omillarni topishi va keyin maqsadli optimallashtirish harakatlari uchun foydalanuvchi xatti-harakatlarini tahlil qilishi mumkin.

Xo'sh, huni tahlili aniq nimani hal qila oladi? Masalan:

1. Rasmiy sayt juda ko'p trafikka ega, ammo ro'yxatdan o'tgan foydalanuvchilar kam. Jarayonning qaysi qismi noto'g'ri ketdi?
2. "Ro'yxatdan o'tish - kartani bog'lash - buyurtma berish - buyurtmani to'lash" dan foydalanuvchilarning umumiy konvertatsiyasi qanday?
3. Mintaqalar bo'yicha maxsus to'lov konvertatsiya stavkalaridagi farqlar qanday?
4. Ikki reklama kanali turli foydalanuvchilarni olib keladi, qaysi kanalda eng ko'p ro'yxatga olish konvertatsiyasi bor?
5. O'tgan hafta ro'yxatga olish havolasi optimallashtirildi, konvertatsiya dinamikasi yaxshilandimi?

Ideal holda, foydalanuvchilar yakuniy maqsad hodisasiga mahsulot dizayni yo'lidan borishlari kerak, ammo haqiqat shundaki, foydalanuvchi xatti-harakatlari yo'llari turlicha. Yashirin voqealar orqali asosiy biznes yo'llarini o'rnatish orqali biz turli biznes stsenariylarida konvertatsiya va yo'qotishlar bilan vaziyatni tahlil qilishimiz mumkin. Biz nafaqat mumkin bo'lgan mahsulot muammolarini aniqlaymiz, balki har bir havolada yo'qolgan foydalanuvchilarni topamiz va keyin ularni konvertatsiya qilish uchun maqsad qilib qo'yamiz.

Ushbu maqolani o'qish:

• Sem va seo o'rtasidagi farq nima?
• Veb-sayt reytingining xatti-harakatlari omillari - qanday oshirish mumkin?

O'qiganingiz uchun tashakkur: SEO HELPER | NICOLA.TOP