Временами так хочется отвлечься от рутины технической документации и посмотреть что-то новое.
К счастью, вселенная меня услышала. Прошлым летом я публиковал обзор на решение для продуктовой аналитики UX Rocket.
Не то чтобы с тех пор “много воды утекло”, но проект знатно доработали, поэтому я с радостью решил еще раз примерить на себя роль юного исследователя поведения пользователей.
Сегодня мы с вами:
-
Посмотрим, что было доработано за последние месяцы.
-
Установим скрипт сервиса на движок WordPress с плагином интернет-магазина WooCommerce и построим диаграмму Сэнки (Sankey) с помощью UX Rocket.
Оглавление:
Введение
Начать стоит с небольшого дисклеймера:
-
Я далек от продуктовой аналитики, поэтому не стоит полагаться на материал статьи, как на истину в последней инстанции.
-
Если вы читали мои публикации про NanoCAD и Canny, то уже знаете, что я благосклонно отношусь к отечественным разработкам, которые пытаются конкурировать с иностранными решениями. Поэтому сегодня я могу быть чуть более субъективен чем обычно.
-
Абзацы, написанные курсивом это мои “лирические отступления”, если вы сегодня настроены серьезно, то их смело можно пропустить.
Обзор доработок
Не смотря на все доработки в целом концепция продукта не изменилась, поэтому чтобы не раздувать статью я оставлю ссылку на прошлый обзор UX Rocket. Сегодня мы посмотрим, как развивался продукт и что удалось сделать из обещанного ранее.
Дизайн и эргономика
В стране, где люди готовы использовать операционную систему написанную их одноклассником, потому что у Windows скучные обои, совершенно не стоит недооценивать роль графического дизайна.
Интересных обоев я вам не обещаю, но в целом дизайн стал продуманнее, где-то лого добавили, где-то цвета поменяли и т.п.
В моей песочнице данных кот наплакал, поэтому я немножко воспользовался данными другого проекта, в связи с чем здесь и далее я старался размывать все критичные данные, вы уж не обессудьте.
Также изменилось содержание некоторых разделов, но это вызвано не только соображениями эргономики, но и расширением функционала.
Сбор данных из Google BigQuery и Яндекс.Директ
Теперь в UX Rocket появилась возможность интегрировать данные не только со своего счетчика, но и мигрировать данные из весьма распространенных на рынке сервисов Яндекс.Директ и Google BigQuery.
Причем если Яндекс Директ, как я понимаю сделали “чтобы было”, то интеграция с Google BigQuery в условиях санкций может быть весьма актуальна.
Ибо сейчас у многих пользователей Google BigQuery как в присказке Винни Пуха: “странный предмет, он как бы есть, но его как бы нет”.
На сколько я знаю. сейчас у некоторых пользователей данные находятся в режиме только для чтения. Теперь их можно интегрировать в UX Rocket, чтобы с ними нормально работать.
К сожалению, мне забирать данные неоткуда поэтому просто оставлю одинокий скриншот с формой для интеграции.
Новая СУБД
Со слов разработчиков, сервис переехал с PostgreSQL на ClickHouse. Скорость фильтрации данных выросла в 5 раз и скорость загрузки в целом тоже.
По идее это звучит похоже на правду, но мне не на чем было проверить.
Рекомендации
Рекомендации кампании
После достижения в компании по A / B тестированию определенных критериев (количество показов или статистическая значимость), система может выдать рекомендации, о том, что пора кампанию сворачивать или наоборот раскатывать на основную аудиторию.
Сегменты в воронке
Данный раздел позволяет провести анализ ранее созданных воронок.
Можно собрать ключевые атрибуты, например браузер, тип юзера, тип устройства, настроить показатели, например минимальную долю сегмента и отклонения. По полученным сегментам можно посмотреть в каких случаях, определенная группа пользователей отклоняется от среднестатистического значения и потом, что-то докрутить на вашем сайте (в приложении).
При этом статистика собирается по сегментам в разных комбинациях. Допустим у нас выбрано три параметра, если пролистать все страницы отчета, то можно будет увидеть разные сегменты. Например, тип пользователя и тип устройства, но без браузера.
Аналогично с шагами воронки вначале показаны все, но дальше будут выборки и по конкретным шагам.
По резким отклонениями конверсии можно находить трудноуловимые при тестировании проблемы в отдельно взятых версиях браузеров или ОС на отдельно взятых шагах воронки.
Чтобы все стало понятнее просто взгляните на скриншот.
Сессии
В разделе Сбор данных -> Сессии появилась возможность агрегировать данные в рамках одной сессии по набору атрибутов.
Кстати, еще одно из приятных нововведений — это возможность выгрузить данные в файл.
Обещанные доработки
В заключительной части прошлой статьи разработчики UX Rocket поделились планами на развитие продукта, я решил свериться с фактическим ходом дел.
SDK для мобильных устройств
Тут мне писать особо нечего, сам SDK я в руках не крутил, но он неоднократно упоминается в пользовательской документации.
Возможно будет повод в однажды покрутить его в руках и написать еще статейку.
Правда для смартфонов я ничего сложнее приложений с парой кнопок не писал.
Конструктор отчетов
Если в прошлой версии сервиса можно было только настроить воронку, то теперь возможности по настройке сильно расширились.
Во-первых появилась возможность настройки диаграммы Сэнки.
В части диаграмм Сэнки по моим ощущениям разница — “небо и земля”, но сами диаграммы мы разберем ниже в отдельном разделе.
Во-вторых на страницу “Сводка” теперь можно смело добавить кучу разных отчетов.
CDP почти готов, но не был представлен в той версии к которой у меня был доступ. Совместно с CDP разрабатывается offline сбор данных и конструктор коммуникаций. Пример работы с UX Rocket — диаграмма Сэнки.
В качестве примера работы мы рассмотрим магазин WooCommerce на движке WordPress (v 6.1.1). Безусловно, UX Rocket предназначен для чего-то большего, но у меня под рукой было только это.
Установка скрипта в WooCommerce (WordPress)
Установка скрипта предельно, проста. Если вы не администратор, то вам наверняка передали код скрипта. Ну а пользователь с правами администратора, может самостоятельно скопировать код на странице Настройки -> Общие скрипты.
Скрипт надо просто вставить на страницу. В идеале в хедер. Если на странице есть код Яндекс метрики и Google Analytics, то скрипт UX Rocket нужно установить после них.
Процедура установки кода в WordPress, тоже не очень сложная. Нам надо всего лишь тем или иным образом изменить код темы.
Вы можете поправить файл functions.php, но мы сегодня не будем ковырять код, а используем еще более простой путь — установку кода через плагин.
У WordPress множество плагинов для вставки кода в хедер сайта. Я использовал совместимый с текущей версией плагин Woody snippets.
Чтобы его установить войдите в панель управления WordPress -> плагины -> добавить новый и найдите его с помощью поля поиска.
После установки плагина, у вас появится соответствующий пункт меню. Перейдите в него и добавьте новый HTML сниппет
Задайте скрипту какое-нибудь название (можете как у меня). Выберите авто-размещение в шапке и вставьте код скрипта.
Затем нажмите “Опубликовать”
Вот и все. Наш код установлен на сайте и уже шлет запросы в систему.
Диаграмма Сэнки (Sankey diagram)
Еще немного из личного. Лет 15 назад, когда я был WEB-мастером в очень бюджетном сегменте, я знать не знал о таких вещах как диаграмма Сэнки. Возможно, если бы я что-то такое посоветовал заказчикам, то их дела пошли бы успешнее.
Создаем первую диаграмму
Прежде чем создавать диаграмму Сэнки давайте убедимся, что наш код работает.
Посетите пару страниц вашего сайта, а потом перейдите на вкладку “Сырые данные” в ЛК UX Rocket
На странице прямо бросается в глаза, то что я совсем недавно положил в корзину товар “Кот в мешке”.
Если вам вдруг не бросается, дам подсказку — это вторая сверху строка.
Отлично, теперь мы можем перейти в раздел Отчеты -> Сэнки и создать нашу первую диаграмму.
Нажмите кнопку “Добавить” откроется диалог параметров диаграммы, такой же диалог потом можно будет открыть при редактировании уже созданной диаграммы.
Маленький лайфхак если у вас пуст список событий, можно впечатать туда что-нибудь, например косую черту или адрес существующей страницы.
Пока не будем задумываться, над неочевидными значениями полей, я объясню их немного позже.
Давайте сохраним диаграмму и скорей пойдем смотреть, что получилось.
Вот мы получили схему. Пока ничего не понятно, но очень интересно.
Кстати диаграмму можно скачать в формате png.
Промежуточная цель выполнена, давайте углубимся в настройки.
Балуемся с настройками
Давайте вернемся на экран редактирования диаграммы (вкладка “Параметры”) и разберем поля.
-
Наименование диаграммы — под каким названием она будет везде отображаться
-
Основное событие — страница на которой побывает 100% посетителей из выборки. Шаги до — количество шагов до того, как пользователь придет к основному событию.
-
После — количество шагов в диаграмме после наступления основного события
-
Количество событий в шаге — сколько пунктов (строк) будет в каждом столбце диаграммы, без учета разделов “ушедшие” и “другие” (если не поняли не переживайте, ниже будет пример).
-
Группа — функционал ролевой модели, например если в страховой компании есть два продукта КАСКО и ОСАГО, то менеджерам каждого из направлений можно показать только диаграммы связанные с их продуктом.
-
Описание диаграммы — просто пометка для коллег или для вас в будущем.
Давайте наглядно посмотрим комбинации полей, а потом перейдем к фильтрам.
В прошлый раз в поле “Основное событие” мы поставили корень сайта “/”.
Давайте для наглядности укажем другую страничку. У меня специально заготовлена для этого страница test2.html. Другие параметры менять не будем.
Смотрим результат. Теперь у нас 100% пользователей побывали на странице test2.html
.Мы видим, что большинство пользователей, пришедших на страницу test2.html, перешли на test1.html. Как ни странно, эта статистика весьма согласуется с реальностью.
Потому что страница test2.html выглядит вот так:
Давайте поменяем еще что-нибудь.
Для начала вернем посещение корня сайта как основное действие “/” и поиграемся с шагами.
Введите:
-
“Шагов до” — 2
-
“после” — 3
-
“Количество событий в шаге” — 4
Посмотрим результат:
Теперь вся диаграмма строится так, чтобы пользователь из выборки сделал 2 действия на сайте, а потом вернулся на главную.
В данном случае у нас половина пользователей пришла на главную, потом перешла еще на одну страницу и снова вернулась на главную.
После чего на нашей диаграмме показаны еще 3 последующих шага пользователей.
Как вы уже обратили внимание, в диаграмме есть еще одно отличие, а именно теперь проценты в столбике детализированы по 4 событиям.
По каждому событию в столбце можно посмотреть детальную информацию.
Если бы у нас были реальные данные, то можно было бы выдвигать какие-то гипотезы.
Например, что 20% пользователей, которые часто возвращаются на главную, возможно пытаются и не могут найти раздел магазин (это гипотеза “с потолка”, тут лучше обратится к профессионалам).
Давайте добавим какой-нибудь фильтр на страницу с диаграммой.
Пусть это будет “DeviceType”. Название полю фильтра можно дать любое.
У нас всего два разных типа устройств, давайте выберем мобильные телефоны
Поскольку я почти не пользовался мобильным телефоном для просмотра сайта, то данные поменялись кардинально.
В данном случае применяя фильтры на реальных данных, мы могли бы понять основной путь пользователей на смартфонах, чтобы потом выдвинуть гипотезу и проверить её с помощью кампании A/B тестирования.
Впрочем, это уже совсем другая история.
На этом наше знакомство с базовым функционалом диаграммы Сэнки будем считать законченным.
Заключение
В комментариях к прошлой статье спрашивали о стоимости UX Rocket.
Я уточнил этот вопрос у разработчиков. К сожалению, конкретную стоимость я назвать не смогу. Продукт ориентирован на корпоративный сектор, и кастомизация платформы производится под каждого конкретного заказчика, а значит и стоимость — индивидуальная.
В целом продукт развивается, что не может не радовать.
Понравились какие-то мелкие оптимизации, как-то неуловимо стало удобнее пользоваться. Диаграммы Сэнки так и вовсе изменилось до неузнаваемости в лучшую сторону.
Понравилось, что к продукту появилась более детальная документация. Полистал пару клиентских инструкций и оценил работу коллег по цеху — написано нормально. Правда сам материал с акцентом на менеджеров. Мне было бы интереснее почитать про технические особенности.
В целом продукт не без мелких шероховатостей, но они присуще и более крупным веб сервисам в любой сфере, не только в продуктовой аналитике.
Но поскольку разработчики свое дело знают, да и прогресс со времени прошлой итерации очевиден, думаю за судьбу проекта можно не переживать.
Тем более, что как я понял в ближайших планах государственная аккредитация UX Rocket, а значит у нас будет чем заменить уходящих из России участников рынка продуктовой аналитики.
Не удивлюсь если я через какое-то время еще раз взгляну на продукт и набросаю статейку на Хабр.
Спасибо всем, кто дочитал до конца, надеюсь вам было интересно.
ссылка на оригинал статьи https://habr.com/ru/articles/725986/
Добавить комментарий