Analýzy používání pomocí nástroje Application Insights

Application Insights je výkonný nástroj pozorovatelnosti, který shromažďuje telemetrická data, aby ukázal, jak uživatelé pracují s vaší aplikací. To zahrnuje informace o tom, které funkce jsou nejoblíbenější, zda uživatelé dosáhnou svých cílů, kde přestávají v aktivitě, a jestli se vrátí později.

Tyto přehledy vám pomůžou pochopit chování uživatelů, identifikovat oblasti pro zlepšení a měřit dopad nedávných změn, což vám umožní rozhodovat se o dalších vývojových cyklech založených na datech.

Tento článek se zabývá následujícími oblastmi:

  • Analýza využití s využitím vlastních událostí

  • Uživatelské zkušenosti s nativním využitím

    • Uživatelé, relace a události – Sledování a analýza interakce uživatelů s vaší aplikací, trendy relací a konkrétní události za účelem získání přehledu o chování uživatelů a výkonu aplikací

    • Trychtýře – Seznamte se s tím, jak uživatelé procházejí řadou kroků ve vaší aplikaci a kde mohou přestat.

    • Toky uživatelů – Vizualizujte cesty uživatelů, abyste identifikovali nejběžnější trasy a oblasti, ve kterých jsou uživatelé nejvíce zapojeni nebo dochází k problémům.

    • Kohorty – Seskupení uživatelů nebo událostí podle běžných charakteristik za účelem analýzy vzorů chování, používání funkcí a dopadu změn v průběhu času

  • Šablony pracovních sešitů pro použití

    • Analýza uchovávání uživatelů – Sledujte četnost a vzory uživatelů, kteří se vracejí do vaší aplikace a jejich interakce s konkrétními funkcemi.

    • Analýza dopadu na uživatele – Analýza toho, jak metriky výkonu aplikací (například časy načítání) ovlivňují uživatelské prostředí a chování, aby vám pomohly určit prioritu vylepšení.

    • ANALÝZA SRDCE – využití architektury HEART k měření a pochopení štěstí uživatelů, zapojení, přijetí, uchovávání a úspěchu úkolů.

Jak začít

Požadavky

Instrumentace aplikace

Pokud chcete shromažďovat telemetrii prohlížeče o využití vaší aplikace, použijte sadu Application Insights JavaScript SDK. Nevyžaduje se instrumentace na straně serveru.

Pokud chcete ověřit, jestli se shromažďuje telemetrie prohlížeče, spusťte projekt v režimu ladění několik minut a pak v podokně Přehled v Application Insights vyhledejte výsledky.

Návod

Pokud chcete optimalizovat své prostředí, zvažte integraci Application Insights do vašeho kódu aplikačního serveru pomocí distribuce OpenTelemetry služby Azure Monitor a do vašich webových stránek pomocí sady JavaScript SDK.

Tato duální implementace shromažďuje telemetrii z komponent klienta i serveru vaší aplikace, což umožňuje další možnosti monitorování. Pro více informací si přečtěte Zkušenosti s Application Insights.

Analýza využití pomocí vlastních událostí

Sledování interakcí uživatelů s vlastními událostmi

Pomocí vlastních událostí můžete sledovat důležité akce, které podporují obchodní cíle. Mezi příklady patří výběr tlačítka, odeslání formuláře a dokončení nákupu.

I když zobrazení stránek můžou někdy představovat užitečné události, nejsou vždy spolehlivými indikátory. Uživatel může například otevřít stránku produktu bez nákupu. Sledováním konkrétních obchodních událostí můžete sledovat průběh uživatelů na vašem webu, porozumět jejich preferencím pro různé možnosti a určit, kde narazí na potíže nebo vypadnutí.

Zkombinujte vlastní události s ID uživatelů a kontextem relace, abyste povolili:

  • Sledování chování napříč relacemi
  • Analýza trychtýřů převodu na základě uživatelských akcí
  • Segmentace uživatelů podle způsobu interakce s vaší aplikací

Poznámka:

Pomocí ověřených ID uživatelů můžete povolit sledování napříč zařízeními a prohlížeči a zlepšit analýzu na úrovni uživatele v průběhu času. V aplikacích prohlížeče zavolejte setAuthenticatedUserContext() po přihlášení. Ve službách založených na OpenTelemetry nastavte atribut enduser.id na span.

Připojení hodnot vlastností k těmto událostem umožňuje filtrovat nebo rozdělit je během kontroly na portálu. Každá událost zahrnuje také standardní sadu vlastností, jako je anonymní ID uživatele, které umožňuje sledovat posloupnost aktivit jednotlivých uživatelů.

Jak zaznamenávat vlastní události

Události lze protokolovat z klientské strany aplikace pomocí modulu plug-in Autocollection Click Analytics nebo trackEvent:

appInsights.trackEvent({name: "incrementCount"});

Vlastní události na straně serveru můžete protokolovat také pomocí distribuce OpenTelemetry služby Azure Monitor. Další informace najdete v tématu Přidání a úprava OpenTelemetry služby Azure Monitor pro aplikace .NET, Java, Node.jsa Python.

Návod

Při návrhu jednotlivých funkcí aplikace zvažte, jak budete měřit její úspěch s uživateli. Rozhodněte, jaké obchodní události potřebujete zaznamenávat, a naprogramujte volání sledování těchto událostí do vaší aplikace od začátku.

Analyzovat a segmentovat vlastní události

V nástrojích Uživatelé, Relace a Události můžete analyzovat a členit vlastní události podle uživatelů, názvů událostí a vlastností. Kdykoli budete v libovolném prostředí využití, vyberte ikonu Otevřít poslední spuštění dotazu , abyste se vrátili k podkladovému dotazu.

Snímek obrazovky s podoknem relace Application Insights na webu Azure Portal. Ikona

Potom můžete upravit podkladový dotaz a získat konkrétní informace, které hledáte. Tady je příklad podkladového dotazu na zobrazení stránek.

// average pageView duration by name
let timeGrain=5m;
let dataset=pageViews
// additional filters can be applied here
| where timestamp > ago(1d)
| where client_Type == "Browser" ;
// calculate average pageView duration for all pageViews
dataset
| summarize avg(duration) by bin(timestamp, timeGrain)
| extend pageView='Overall'
// render result in a chart
| render timechart

Zkušenosti s nativním využitím

Uživatelé, relace a události

Tři podokna Využití používají stejný nástroj k analýze a zpracování telemetrie z vaší aplikace ze tří různých perspektiv. Filtrováním a rozdělováním dat můžete odhalit poznatky o relativním využití různých stránek a funkcí. Zjistěte, kdy uživatelé používají vaši aplikaci, jaké stránky mají největší zájem, kde se vaši uživatelé nacházejí a jaké prohlížeče a operační systémy používají.

  • Nástroj Uživatelé: Spočítá počet jedinečných uživatelů, kteří přistupují k vašim stránkám ve zvolených časových obdobích. Uživatelé se počítají pomocí anonymních ID uložených v souborech cookie prohlížeče. Jedna osoba používající různé prohlížeče nebo počítače se počítá jako více uživatelů.

  • Nástroj relace: Zaznamenává počet uživatelských relací, které přistupují k vašemu webu. Sezení představuje období aktivity iniciované uživatelem, které končí obdobím, kdy je neaktivita přesahující půl hodiny, nebo po 24 hodinách nepřetržitého používání.

  • Nástroj události: Jak často se používají určité stránky a funkce vaší aplikace? Zobrazení stránky se počítá, když prohlížeč načte stránku z vaší aplikace za předpokladu, že jste ji instrumentovali.

    Vlastní událost představuje konkrétní výskyt události, ke které dojde ve vaší aplikaci. Často se jedná o interakci uživatele, jako je výběr tlačítka nebo dokončení úkolu. Do aplikace vložíte kód, který vygeneruje vlastní události nebo použijete rozšíření Click Analytics .

Důležité

Pokud někdo přistupuje k vašemu webu s různými prohlížeči nebo klientskými počítači nebo vymaže soubory cookie, počítá se více než jednou.

Informace o alternativě k používání anonymních ID a zajištění přesného počtu najdete v dokumentaci k ověřeným ID.

Dotaz na určité uživatele, relace nebo události

Prozkoumejte různé skupiny uživatelů, relací nebo událostí úpravou možností dotazu v horní části každého podokna.

Snímek obrazovky znázorňující kartu Uživatelé s pruhovým grafem

Možnost Popis
Během Zvolte časový rozsah.
Zobrazit Vyberte kohortu uživatelů, které chcete analyzovat.
Kdo použil Zvolte vlastní události, požadavky a zobrazení stránek.
Události Zvolte více událostí, požadavků a zobrazení stránek, které zobrazují uživatele, kteří provedli alespoň jednu, ne nutně všechny vybrané možnosti.
Podle hodnot osy x Zvolte způsob kategorizace dat podle časového rozsahu nebo podle jiné vlastnosti, například prohlížeče nebo města.
Rozdělit podle Zvolte vlastnost, která se má použít k rozdělení nebo segmentování dat.
Přidání filtrů Omezte dotaz na určité uživatele, relace nebo události na základě jejich vlastností, jako je prohlížeč nebo město.

Kliknutím na Zobrazit další přehledy zobrazíte následující informace:

  • Obecné informace: Počet relací a událostí pro zadaný časový interval a vyhodnocení výkonu související s vnímáním odezvy uživatelů.

  • Vlastnosti: Grafy obsahující až šest uživatelských vlastností, jako je verze prohlížeče, země nebo oblast a operační systém.

  • Seznamte se s uživateli: Informace o pěti ukázkových uživatelích, kteří odpovídají aktuálnímu dotazu. Zkoumání chování jednotlivců a agregace může poskytnout přehled o tom, jak uživatelé vaši aplikaci používají.

Určení úspěchu vlastnosti pomocí A/B testování

Pokud si nejste jistí, která varianta funkce je úspěšnější, spusťte test A/B a nechte různé uživatele přistupovat k jednotlivým variantám.

Pokud chcete nastavit test A/B, připojte jedinečné hodnoty vlastností ke všem telemetriím odesílaným každou variantou. Pomocí OpenTelemetry přidejte vlastní vlastnost do rozsahu. Další informace najdete v tématu Přidání a úprava OpenTelemetry služby Azure Monitor pro aplikace .NET, Java, Node.jsa Python.

Po testu A/B vyfiltrujte a rozdělte data na hodnoty vlastností, abyste mohli porovnat různé verze. Změřte úspěšnost jednotlivých verzí a pak přejděte na jednotnou verzi.

Trychtýře

Pochopení zkušeností zákazníků je pro vaši firmu velmi důležité. Pokud vaše aplikace zahrnuje více fází, potřebujete vědět, jestli zákazníci procházejí celým procesem nebo ukončují proces v určitém okamžiku. Průběh řady kroků v aplikaci se označuje jako trychtýř.

Trychtýřové filtry Application Insights můžete použít k získání přehledů o uživatelích a monitorování podrobných převodních sazeb. Výběrem kroku zobrazíte další podrobnosti specifické pro jednotlivé kroky.

Návod

Trychtýře použijte, pokud už znáte seřazenou sekvenci, kterou mají uživatelé sledovat, a chcete získat krok za krokem míry konverze. Toky uživatelů použijte, pokud chcete průzkumnou analýzu cesty před nebo po počáteční události.

Poznámka:

Pokud je vaše aplikace ukázková, zobrazí se banner. Výběrem se otevře kontextové podokno, které vysvětluje, jak vypnout vzorkování.

Snímek obrazovky znázorňující kartu Zobrazení Funnel, která zobrazuje výsledky z prvního a druhého kroku.

Vytvořte trychtýř

Než vytvoříte trychtýř, rozhodněte se o otázce, na kterou chcete odpovědět. Můžete například chtít zjistit, kolik uživatelů zobrazí domovskou stránku, zobrazit profil zákazníka a vytvořit lístek.

  1. Na kartě Trychtýře vyberte Upravit.

  2. Zvolte svůj horní krok.

    Snímek obrazovky znázorňující kartu Trychtýř a výběr kroků na kartě Upravit

  3. Pokud chcete v kroku použít filtry, vyberte Přidat filtry. Tato možnost se zobrazí po výběru položky pro horní krok.

  4. Pak zvolte druhý krok a tak dále.

    Poznámka:

    Trychtýře jsou omezeny maximálně na šest kroků.

  5. Výběrem karty Zobrazení zobrazíte výsledky trychtýře.

  6. Pokud chcete trychtýř uložit pro pozdější zobrazení, vyberte Uložit v horní části. Pomocí příkazu Otevřít otevřete uložené trychtýře.

Toky uživatelů

Snímek obrazovky znázorňující nástroj Toky uživatelů Application Insights

Nástroj Toky uživatelů vizualizuje, jak se uživatelé pohybují mezi stránkami a funkcemi vašeho webu. Je skvělé pro odpovědi na otázky, jako jsou:

  • Jak se uživatelé přesunou ze stránky na vašem webu?
  • Co uživatelé vyberou na stránce na vašem webu?
  • Kde uživatelé nejčastěji opouštějí váš web?
  • Existují místa, kde uživatelé opakují stejnou akci znovu a znovu?

Nástroj pro Toky uživatelů začíná počáteční uživatelsky definovanou událostí, výjimkou, závislostí, zobrazením stránky nebo požadavkem, které zadáte. Z této počáteční události aplikace User Flows zobrazuje události, ke kterým došlo před a po uživatelských relacích. Čáry s různou tloušťkou ukazují, kolikrát uživatelé postupovali po každé cestě.

Speciální Spuštěná relace uzly ukazují, kde následující uzly zahájily relaci. Uzly Ukončené relace ukazují, kolik uživatelů po předchozím uzlu neposílalo žádná zobrazení stránek ani vlastní události, a zvýrazňují místa, kde uživatelé pravděpodobně opustili váš web.

Poznámka:

Váš prostředek Application Insights musí obsahovat zobrazení stránek nebo vlastní události, aby bylo možné použít nástroj Analýza toků uživatelů. Zjistěte, jak nastavit aplikaci tak, aby automaticky shromažďovat zobrazení stránek pomocí sady Application Insights JavaScript SDK.

Návod

Toky uživatelů jsou nejvhodnější pro analýzu průzkumných cest. K přesné přeměně v pevné posloupnosti použijte Funnels. Pro přesnou historickou analýzu delších rozsahů použijte logy nebo sešit.

Vytvoření vizualizace toku uživatele

Pokud chcete začít odpovídat na otázky pomocí nástroje Toky uživatelů, zvolte počáteční vlastní událost, výjimku, závislost, zobrazení stránky nebo požadavek, který bude sloužit jako výchozí bod vizualizace:

  1. V podokně Toky uživatelů vyberte Upravit nebo Vybrat událost.

  2. V rozevíracím seznamu Počáteční událost vyberte vlastní událost, výjimku, závislost, zobrazení stránky nebo požadavek.

    Snímek obrazovky znázorňující výběr počáteční události pro toky uživatelů

  3. Vyberte Vytvořit graf.

Sloupec Krok 1 vizualizace ukazuje, co uživatelé dělali nejčastěji po počáteční události. Položky jsou seřazené shora dolů a od nejvíce po nejméně časté. V kroku 2 a dalších sloupcích se zobrazí, co uživatelé udělali dál. Informace vytvoří obrázek všech způsobů, jak se uživatelé přes váš web přesunuli.

Úprava vizualizace toku uživatele

Ve výchozím nastavení nástroj Toky uživatelů náhodně vzorkuje jenom posledních 24 hodin zobrazení stránek a vlastních událostí z vašeho webu. Můžete zvýšit časový rozsah a změnit rovnováhu výkonu a přesnosti náhodného vzorkování v nabídce Upravit .

Pokud některá zobrazení stránky, vlastní události a výjimky nejsou pro vás relevantní, vyberte na uzlech, které chcete skrýt, X. Po výběru uzlů, které chcete skrýt, vyberte Vytvořit graf. Pokud chcete zobrazit všechny skryté uzly, vyberte Upravit a podívejte se do části Vyloučené události .

Pokud ve vizualizaci chybí zobrazení stránek nebo vlastní události, které očekáváte ve vizualizaci:

  • V nabídce Upravit zaškrtněte část Vyloučené události.
  • Pomocí tlačítek plus na uzlech Jiných můžete do vizualizace zahrnout méně časté události.
  • Pokud je očekávané zobrazení stránky nebo vlastní událost odesíláno uživateli zřídka, zvyšte časový rozsah vizualizace v nabídce Upravit.
  • Ujistěte se, že vlastní událost, výjimka, závislost, zobrazení stránky nebo žádost, kterou očekáváte, je nastavená tak, aby byla shromážděna sadou Application Insights SDK ve zdrojovém kódu webu.

Pokud chcete zobrazit další kroky ve vizualizaci, použijte rozevírací seznam Předchozí kroky a Další kroky nad vizualizací.

Příklady otázek, na které můžete odpovědět pomocí toků uživatelů

Rozšiřte sekci výběrem jednoho z následujících příkladů.


Když uživatelé navštíví stránku nebo funkci, kam se dostanou a co vyberou?

Pokud je počáteční událost zobrazením stránky, první sloupec (krok 1) vizualizace představuje rychlý způsob, jak pochopit, co uživatelé udělali hned po návštěvě stránky.

Otevřete web v okně vedle vizualizace Toky uživatelů. Porovnejte očekávání o interakci uživatelů se stránkou se seznamem událostí ve sloupci Krok 1 . Prvek uživatelského rozhraní na stránce, který se pro váš tým zdá nevýznamný, může být často mezi nejpoužívanějšími prvky na stránce. Může to být skvělý výchozí bod pro vylepšení návrhu vašeho webu.

Pokud je počáteční událost vlastní událostí, zobrazí se v prvním sloupci, co uživatelé udělali po provedení této akce. Stejně jako u zobrazení stránek zvažte, jestli pozorované chování uživatelů odpovídá cílům a očekáváním vašeho týmu.

Pokud je vaše vybraná počáteční událost Přidání položky do nákupního košíku, podívejte se, jestli se ve vizualizaci krátce poté objeví Přejít k pokladně a Dokončení nákupu. Pokud se chování uživatelů liší od vašich očekávání, použijte vizualizaci, abyste pochopili, jak uživatelé uvíznou v aktuálním designu vašeho webu.


Kde jsou místa, z nichž uživatelé nejčastěji opouštějí váš web?

Podívejte se na uzly Ukončené relace, které se zobrazují vysoko ve sloupci ve vizualizaci, zejména v rané fázi toku. Toto umístění znamená, že mnoho uživatelů pravděpodobně opustilo váš web, jakmile postupovali podle předchozí cesty stránek a interakcí s uživatelským rozhraním.

Někdy se očekává fluktuace. Například se očekává, že uživatel provede nákup na webu elektronického obchodování. Obvykle je však odliv uživatelů známkou problémů s návrhem, špatným výkonem nebo jinými problémy s vašimi webovými stránkami, které lze zlepšit.

Mějte na paměti, že uzly Ukončení relace jsou založené pouze na telemetrii shromažďované tímto zdrojem Application Insights. Pokud Application Insights neobdrží telemetrii pro určité interakce uživatelů, můžou uživatelé s vaším webem interagovat těmito způsoby poté, co nástroj Toky uživatelů říká, že relace skončila.


Existují místa, kde uživatelé opakují stejnou akci znovu a znovu?

Vyhledejte zobrazení stránky nebo vlastní událost, kterou mnoho uživatelů opakuje v dalších krocích vizualizace. Tato aktivita obvykle znamená, že uživatelé na vašem webu provádějí opakující se akce. Pokud zjistíte opakování, zamyslete se nad změnou návrhu webu nebo přidáním nových funkcí pro snížení opakování. Pokud například zjistíte, že uživatelé provádějí opakující se akce na každém řádku prvku tabulky, můžete přidat funkci hromadné úpravy.

Kohorty

Kohorta je sada uživatelů, relací, událostí nebo operací, které mají něco společného. V Application Insights jsou kohorty definované analytickým dotazem. V případech, kdy budete muset opakovaně analyzovat konkrétní sadu uživatelů nebo událostí, vám kohorty můžou poskytnout větší flexibilitu, abyste přesně vyjádřili sadu, která vás zajímá.

Poznámka:

Po vytvoření kohorty jsou k dispozici v nástrojích Uživatelé, Relace, Události a Toky uživatelů.

Kohorty vs. základní filtry

Kohorty můžete použít podobným způsobem jako filtry. Definice kohort se ale vytvářejí z vlastních analytických dotazů, takže jsou mnohem přizpůsobitelnější a složitější. Na rozdíl od filtrů můžete ukládat kohorty, aby je ostatní členové vašeho týmu mohli znovu použít.

Můžete definovat kohortu uživatelů, kteří ve vaší aplikaci vyzkoušeli novou funkci. Tuto kohortu můžete uložit v prostředku Application Insights. Tuto uloženou skupinu konkrétních uživatelů je možné v budoucnu snadno analyzovat.

Vytvoření kohorty

Váš tým definuje zapojeného uživatele jako každého, kdo vaši aplikaci používá pětkrát nebo vícekrát v daném měsíci. V této části definujete kohortu těchto zapojených uživatelů.

  1. Vyberte Vytvořit kohortu.

  2. Výběrem karty Galerie šablon zobrazíte kolekci šablon pro různé kohorty.

  3. Vyberte Zapojení uživatelé – podle dnů použití.

    Pro tuto kohortu existují tři parametry:

    • Aktivity: Kde si zvolíte, které události a zobrazení stránek se počítají jako využití.
    • Období: Definice měsíce.
    • UsedAtLeastCustom: Počet, kolikrát uživatelé potřebují použít něco v určitém období, aby se počítaly jako zapojené.

  4. Změňte UsedAtLeastCustom na 5+ dní. Ponechte nastavené období jako výchozí hodnotu 28 dnů.

    Tato kohorta teď představuje všechna ID uživatelů odesílaná současně s jakoukoli vlastní událostí či zobrazením stránky v průběhu pěti samostatných dnů v posledních 28 dnech.

  5. Zvolte Uložit.

    Návod

    Pojmenujte kohortu, například Zapojení uživatelé (5+ dny). Uložte ho do Moje sestavy nebo Sdílené sestavy, v závislosti na tom, jestli chcete, aby tuto kohortu viděli jiní uživatelé, kteří mají přístup k tomuto prostředku Application Insights.

  6. Vyberte Zpět do galerie.

Co můžete udělat pomocí této kohorty?

Otevřete nástroj pro uživatele. V rozevíracím seznamu Zobrazit zvolte kohortu, kterou jste vytvořili pod Uživatelé, kteří patří do.

Důležité body k upozornění:

  • Tuto sadu nemůžete vytvořit prostřednictvím normálních filtrů. Logika data je pokročilejší.

  • Tuto kohortu můžete dále filtrovat pomocí normálních filtrů v nástroji Uživatelé. I když je kohorta definována v 28denních oknech, můžete časový rozsah v nástroji Uživatelé upravit na 30, 60 nebo 90 dní.

Tyto filtry podporují sofistikovanější otázky, které nelze vyjádřit prostřednictvím tvůrce dotazů. Příkladem jsou lidé, kteří byli zapojeni během posledních 28 dnů. Jak se tito lidé chovali za posledních 60 dnů?

Další příklady kohorty

Rozšiřte sekci výběrem jednoho z následujících příkladů.


Kohorta událostí

Můžete také vytvářet kohorty událostí. V této části definujete kohortu událostí a zobrazení stránek. Pak zjistíte, jak je používat z jiných nástrojů. Tato kohorta může definovat sadu událostí, které váš tým považuje za aktivní použití nebo sadu související s určitou novou funkcí.

  1. Vyberte Vytvořit kohortu.
  2. Výběrem karty Galerie šablon zobrazíte kolekci šablon pro různé kohorty.
  3. Vyberte Výběr událostí.
  4. V rozevíracím seznamu Aktivity vyberte události, které chcete mít v kohortě.
  5. Uložte kohortu a pojmenujte ji.

Aktivní uživatelé, u kterých upravujete dotaz

Předchozí dvě kohorty byly definovány pomocí rozevíracích polí. Kohorty můžete definovat také pomocí analytických dotazů pro celkovou flexibilitu. Chcete-li vidět, jak na to, vytvořte kohortu uživatelů ze Spojeného království.

  1. Otevřete nástroj Kohorty, vyberte Galerii šablon a vyberte Prázdní uživatelé jako kohortu.

    Snímek obrazovky znázorňující galerii šablon pro kohorty

    Existují tři části:

    • Markdownový text: Ve kterém podrobněji popíšete kohortu pro ostatní členy vašeho týmu.
    • Parametry: Kde si můžete vytvořit vlastní parametry, jako Aktivity a další rozevírací okna z předchozích dvou příkladů.
    • Dotaz: Kde definujete kohortu pomocí analytického dotazu.

    V části dotazu napíšete analytický dotaz. Dotaz vybere sadu řádků, které popisují kohortu, kterou chcete definovat. Nástroj Kohorty pak implicitně přidá | summarize by user_Id do dotazu klauzuli. Tato data se zobrazí jako náhled pod dotazem v tabulce, abyste měli jistotu, že dotaz vrací výsledky.

    Poznámka:

    Pokud dotaz nevidíte, změňte velikost oddílu, aby byl vyšší a zobrazil dotaz.

  2. Zkopírujte a vložte následující text do editoru dotazů:

    union customEvents, pageViews
| where client_CountryOrRegion == "United Kingdom"

  3. Vyberte Spustit dotaz. Pokud se v tabulce nezobrazují ID uživatelů, přejděte do země nebo oblasti, kde vaše aplikace obsahuje uživatele.

  4. Uložte a pojmenujte kohortu.

Šablony pracovních sešitů pro použití

Analýza uchovávání uživatelů

Sešit Analýza uchovávání informací o uživatelích vám pomůže pochopit zapojení uživatelů sledováním, jak často se uživatelé vracejí do vaší aplikace a pracují s konkrétními funkcemi. Ukazuje vzory napříč kohortami uživatelů, jako jsou rozdíly v vrácené míře mezi uživateli, kteří vyhrávají nebo ztratí hru, a nabízí užitečné přehledy pro zlepšení uživatelského prostředí a vedení obchodních rozhodnutí.

Analýzou kohort uživatelů na základě jejich akcí v daném časovém rámci můžete:

  • Seznamte se s konkrétními funkcemi, které uživatelům způsobují, že se vrátí více než ostatní.
  • Zjištění potenciálních problémů s uchováváním
  • Formujte hypotézy řízené daty, které vám pomůžou zlepšit uživatelské prostředí a strategii produktu.

Použijte sešit Analýzy udržení uživatelů

Pokud chcete získat přístup k sešitu, přejděte do podokna Sešity v Application Insights a v kategorii Využití vyberte Analýzu uchovávání uživatelů.

Vizualizace zahrnují:

Celkové uchovávání: Souhrnný graf procentuálního uchování uživatele v průběhu vybraného časového rámce

Mřížka uchovávání informací: Zobrazí počet uchovávaných uživatelů. Každý řádek představuje kohortu uživatelů, kteří v zobrazeném časovém období provedli jakoukoli událost. Každá buňka v řádku ukazuje, kolik z této kohorty se vrátilo alespoň jednou v pozdějším období. Někteří uživatelé se můžou vrátit za více než jedno období.

Karty přehledů: Zvýrazněte pět nejdůležitějších zahajovacích a vracejících se událostí, které vám pomohou určit klíčové faktory zapojení.

Snímek obrazovky znázorňující sešit Uchovávání informací, který zobrazuje informace o tom, jak často se uživatelé vracejí k používání aplikace

Pomocí ovládacích prvků uchovávání informací v horní části sešitu můžete:

  • Definujte konkrétní časový rozsah.
  • Vyberte různé kombinace událostí, abyste zúžili zaměření na konkrétní aktivity uživatelů.
  • Přidejte filtry vlastností, například abyste se mohli zaměřit na uživatele v konkrétní zemi nebo oblasti.

Návod

Pokud chcete získat nejužitečnější analýzu uchování uživatelů, změřte události, které představují významné obchodní aktivity. Další informace najdete v tématu Sledování interakcí uživatelů s vlastními událostmi.

Analýza dopadu na uživatele

Analýza dopadu zjistí, jak jakákoli dimenze zobrazení stránky, vlastní události nebo požadavku ovlivňuje použití jiného zobrazení stránky nebo vlastní události.

Jedním ze způsobů, jak se dívat na Impact, je jako na definitivní nástroj k řešení sporů s někým ve vašem týmu o tom, jak pomalost v určité oblasti vašeho webu ovlivňuje to, zda uživatelé na stránce zůstanou. Uživatelé můžou tolerovat určitou zpomalení, ale Impact vám poskytne přehled o tom, jak nejlépe vyvážit optimalizaci a výkon, aby se maximalizoval převod uživatelů.

Analýza výkonu je pouze podmnožinou schopností Impactu. Impact podporuje vlastní události a dimenze, takže můžete snadno odpovědět na otázky, jako například, jak volba prohlížeče uživatelů koreluje s různými mírami konverze.

Poznámka:

Prostředek Application Insights musí obsahovat zobrazení stránek nebo vlastní události pro použití sešitu analýzy dopadu. Zjistěte, jak nastavit aplikaci tak, aby automaticky shromažďovat zobrazení stránek pomocí sady Application Insights JavaScript SDK. Vzhledem k tomu, že analyzujete korelaci, záleží na velikosti vzorku. V jednostránkových aplikacích může být pageViews.duration navrženo tak, aby umožňovalo změny tras 0. Pokud potřebujete dobu načítání na úrovni trasy, vypočítejte dobu trvání sami a odešlete ji pomocí trackPageView(), nebo použijte startTrackPageView() a stopTrackPageView().

Sešit Analýza dopadu na uživatele

Pokud chcete použít sešit Analýzy dopadu na uživatele v Application Insights, přejděte do podokna Sešity a vyhledejte ho v kategorii Použití .

Snímek obrazovky znázorňující, kde zvolit počáteční zobrazení stránky, vlastní událost nebo žádost

  1. V rozevíracím seznamu Vybraná událost vyberte událost.
  2. Z rozevíracího seznamu vyberte metriku.
  3. V rozevíracím seznamu Ovlivnění události vyberte událost.
  4. Pokud chcete přidat filtr, použijte kartu Přidat vybrané filtry událostí nebo kartu Přidat ovlivněné filtry událostí.

Jak sešit analýzy dopadu na uživatele vypočítá konverzní míry?

Sešit Analýzy dopadu uživatele v pozadí spoléhá na Pearsonův korelační koeficient. Výsledky se počítají mezi -1 a 1. Koeficient -1 představuje negativní lineární korelaci a 1 představuje kladnou lineární korelaci.

Základní rozpis fungování analýzy dopadu na uživatele:

  • Nechť A = hlavní zobrazení stránky, vlastní událost nebo požadavek, který vyberete v rozbalovací nabídce Vybraný událost.
  • Nastavte B na sekundární zobrazení stránky nebo vlastní událost, kterou vyberete v rozevíracím seznamu ovlivňuje používání.

Impact analyzuje vzorek všech relací uživatelů v určeném časovém období. Při každé relaci vyhledá všechny výskyty A.

Relace jsou pak rozděleny do dvou různých druhů subsession podle jedné ze dvou podmínek:

  • Převedená subsession se skládá z relace, která končí událostí B, a zahrnuje všechny události A, které nastanou před událostí B.
  • Nekonvertovaná subsesze nastane, když se všechny A vyskytnou bez koncového B.

Způsob výpočtu dopadu se nakonec liší podle toho, jestli analyzujeme metriku nebo dimenzi. Pro metriky se všechny A v podřízené relaci průměrují. Pro dimenze hodnota každého A přispívá 1/N k hodnotě přiřazené B, kde N je počet A v podsérce.

Příklady otázek, na které můžete odpovědět pomocí analýzy dopadu na uživatele

Výběrem jedné z následujících otázek rozbalte oddíl.


Má načítání stránky vliv na počet lidí, kteří na stránce provedou akci?

Chcete-li začít odpovídat na otázky pomocí sešitu Impact, zvolte výchozí zobrazení stránky, vlastní událost nebo požadavek.

  1. V rozevíracím seznamu Vybraná událost vyberte událost.

  2. Ponechte rozevírací seznam analyzovat, jak je na výchozí volbě Doba trvání. (V tomto kontextu, Doba trvání je alias pro dobu načítání stránky.)

  3. V rozevíracím seznamu Ovlivňující událost vyberte vlastní událost. Tato událost by měla odpovídat prvku uživatelského rozhraní v zobrazení stránky, které jste vybrali v kroku 1.

    Snímek obrazovky znázorňující příklad s vybranou událostí jako domovskou stránkou analyzovanou podle doby trvání


Co když sledujem zobrazení stránek nebo časy načítání vlastním způsobem?

Systém Impact podporuje standardní i vlastní vlastnosti a měření. Použijte cokoli, co chcete. Místo doby trvání použijte filtry primárních a sekundárních událostí, abyste získali konkrétnější informace.


Konvertují uživatelé z různých zemí nebo oblastí odlišnými rychlostmi?

  1. V rozevíracím seznamu Vybraná událost vyberte událost.

  2. Z rozevíracího seznamu analyzujte jak vyberte zemi nebo oblast.

  3. V rozevíracím seznamu Ovlivnění události vyberte vlastní událost, která odpovídá prvku uživatelského rozhraní v zobrazení stránky, kterou jste vybrali v kroku 1.

    Snímek obrazovky znázorňující příklad s vybranou událostí analyzovanou podle země a oblasti

HEART – pět dimenzí zkušeností zákazníků

Tato část popisuje, jak povolit a používat sešit HEART ve službě Azure Monitor. Sešit HEART je založený na rozhraní pro měření HEART, které původně zavedl Google. Několik interních týmů Microsoftu používá heart k poskytování lepšího softwaru.

Přehled

HEART je zkratka pro štěstí, zapojení, přijetí, udržení a úspěšnost úkolů. Pomáhá produktovém týmům poskytovat lepší software tím, že se zaměřuje na pět dimenzí zkušeností zákazníků:

  • Štěstí: Míra postoje uživatele
  • Zapojení: Úroveň aktivního zapojení uživatelů
  • Přijetí: Průnik cílové skupiny
  • Retence: Míra, s jakou se uživatelé vracejí
  • Úspěch úkolu: Posílení produktivity

Tyto dimenze se měří nezávisle, ale vzájemně spolupracují.

Diagram znázorňující postupný vztah v trychtýři mezi dimenzemi HEART. Cesta trychtýře je Přijetí, Zapojení, Udržení, Štěstí. Úspěch úkolu je hnací silou tohoto trychtýře.

  • Adopce, zapojení a udržení tvoří kanál uživatelské aktivity. K jeho použití se vrátí jenom část uživatelů, kteří tento nástroj přijmou.
  • Úspěch úkolů je faktor, který provede uživatele trychtýřem a přesune je od přijetí k udržení.
  • Štěstí je výsledkem ostatních dimenzí a nikoli samostatného měření. Uživatelé, kteří postupovali dále marketingovým trychtýřem a vykazují vyšší úroveň aktivity, jsou předpokládáme, že šťastnější.

Požadavky

  • Předplatné Azure: Bezplatné vytvoření předplatného Azure

  • Zdroj Application Insights: Vytvoření zdroje Application Insights

  • Click Analytics: Nastavte zásuvný modul Autocollection služby Click Analytics.

  • Specifické atributy: Instrumentace následujících atributů k výpočtu metrik HEART

    Zdroj Atribut Popis
    vlastníUdálosti uživatelské_ověřenéID Jedinečný ověřený identifikátor uživatele
    vlastníUdálosti session_Id Jedinečný identifikátor relace
    vlastníUdálosti název aplikace Jedinečný identifikátor aplikace Application Insights
    vlastníUdálosti typ položky Kategorie vlastní záznamy událostí
    vlastníUdálosti časové razítko Datum a čas události
    vlastníUdálosti operation_Id Korelace telemetrických událostí
    vlastníUdálosti user_Id Jedinečný identifikátor uživatele
    vlastníUdálosti ¹ ID rodiče Název funkce
    vlastníUdálosti ¹ název stránky Název stránky
    vlastníUdálosti ¹ typ akce Kategorie záznamu Click Analytics
    zobrazení stránky uživatelské_ověřenéID Jedinečný ověřený identifikátor uživatele
    zobrazení stránky session_Id Jedinečný identifikátor relace
    zobrazení stránky název aplikace Jedinečný identifikátor aplikace Application Insights
    zobrazení stránky časové razítko Datum a čas události
    zobrazení stránky operation_Id Korelace telemetrických událostí
    zobrazení stránky user_Id Jedinečný identifikátor uživatele

    ¹: Chcete-li tyto atributy generovat, použijte modul plug-in Click Analytics Autocollection prostřednictvím npm.

  • Pokud nastavujete kontext ověřeného uživatele, instrumentujte následující atributy:

    Zdroj Atribut Popis
    vlastníUdálosti uživatelské_ověřenéID Jedinečný ověřený identifikátor uživatele

Návod

Informace o tom, jak efektivně používat modul plug-in Click Analytics, najdete v tématu Rozšíření funkcí pro sadu Application Insights JavaScript SDK (Click Analytics).

Otevření sešitu

Chcete-li použít HEART sešit v Application Insights, přejděte do panelu Sešity a vyhledejte kategorii Produktová analýza pomocí zásuvného modulu Click Analytics. Máte spolupracovat pouze s hlavním sešitem, HEART Analytics - všechny oddíly. Tento sešit obsahuje ostatních šest sešitů jako karty.

Potvrzení toku dat

Pokud chcete ověřit, že data proudí podle očekávání, aby se metriky zobrazily přesně, vyberte kartu Požadavky na vývoj.

Důležité

Pokud nenastavíte kontext ověřeného uživatele, musíte v rozevíracím seznamu ConversionScope vybrat Anonymní Uživatele, abyste viděli telemetrická data.

Snímek obrazovky znázorňující kartu Požadavky na vývoj v sešitu HEART Analytics – Všechny oddíly

Pokud data neprobíhají podle očekávání, zobrazí se na této záložce konkrétní atributy, které mají problémy.

Snímek obrazovky, který ukazuje nesrovnalosti dat na kartě Požadavky na vývoj v sešitu HEART

Struktura sešitu

V sešitu se zobrazují trendy metrik pro rozměry HEART rozdělené na sedm listů. Každá karta obsahuje popisy dimenzí, metriky obsažené v jednotlivých dimenzích a způsob jejich použití.

Karty jsou:

  • Shrnutí: Shrnuje metriky uživatelského funnelu pro obecný přehled návštěv, interakcí a opakovaného využití z pohledu na vysoké úrovni.
  • Přijetí: Pomáhá pochopit průnik mezi cílovou cílovou skupinou, rychlostí získávání a celkovou uživatelskou základnou.
  • Zapojení: Zobrazuje frekvenci, hloubku a šířku využití.
  • Retence: Zobrazuje opakované použití.
  • Úspěch úkolu: Umožňuje porozumět tokům uživatelů a jejich časovým distribucím.
  • Štěstí: K měření skóre spokojenosti zákazníků (CSAT) doporučujeme použít nástroj pro průzkum nad pětibodovým měřítkem. Na této kartě poskytujeme pravděpodobnost štěstí prostřednictvím metrik využití a výkonu.
  • Metriky na úrovni funkcí: Umožňuje porozumět metrikám HEART na úrovni funkcí.

Varování

Sešit HEART je v současnosti založený na záznamech a efektivně na metrikách založených na záznamech. Přesnost těchto metrik je negativně ovlivněná vzorkováním a filtrováním.

Jak jsou definovány a měřeny rozměry systému HEART

Štěstí

Štěstí je dimenze hlášená uživatelem, která měří, jak se uživatelé cítí s produktem nabízeným jim.

Běžným přístupem k měření štěstí je položit uživatelům otázku CSAT, jako je Například Jak jste spokojen(a) s tímto produktem? Odpovědi uživatelů na tříbodové nebo pětibodové stupnici (například ne, možná a ano) se agregují, aby se vytvořilo skóre na úrovni produktu, které se pohybuje od 1 do 5. Vzhledem k tomu, že zpětná vazba iniciovaná uživateli má tendenci být negativně zkreslená, HEART sleduje pocit spokojenosti z průzkumů zobrazovaných uživatelům v předdefinovaných intervalech.

Mezi běžné metriky štěstí patří hodnoty, jako je Průměrné hvězdičkové hodnocení a Skóre spokojenosti zákazníků. Tyto hodnoty odešlete do služby Azure Monitor pomocí jedné z vlastních metod příjmu dat popsaných ve vlastních zdrojích.

Zapojení

Zapojení je míra aktivity uživatelů. Konkrétně jsou akce uživatelů úmyslné, například kliknutí. Aktivní využití je možné rozdělit na tři subdimenzionální funkce:

  • Frekvence aktivit: Měří, jak často uživatel pracuje s produktem. Uživatelé například obvykle komunikují denně, týdně nebo měsíčně.

  • Rozsah aktivit: Měří počet funkcí, se kterými uživatelé pracují v určitém časovém období. Uživatelé například pracovali s celkem pěti funkcemi v červnu 2021.

  • Hloubka aktivity: Měří počet funkcí, se kterými uživatelé pracují při každém spuštění produktu. Uživatelé například při každém spuštění komunikovali se dvěma funkcemi.

Měření zapojení se může lišit v závislosti na použitém typu produktu. Například u produktu, jako je Microsoft Teams, se očekává, že bude mít vysoké denní využití, což z něj dělá důležitou metriku ke sledování. U produktu, jako je portál výplaty, ale měření může dávat větší smysl na měsíční nebo týdenní úrovni.

Důležité

Uživatel, který provádí úmyslnou akci, například kliknutí na tlačítko nebo zadání vstupu, se počítá jako aktivní uživatel. Z tohoto důvodu je potřeba pro metriky zapojení v aplikaci implementovat modul plug-in Click Analytics pro Application Insights.

Adopce

Adopce umožňuje pochopit, jaký je rozsah mezi relevantními uživateli, které získáváte jako svou uživatelskou základnu, a jakým způsobem je získáváte. Metriky přijetí jsou užitečné pro měření:

  • Nově vydané produkty.
  • Nově aktualizované produkty.
  • Marketingové kampaně.
Uchovávání

Zachovaný uživatel je uživatel, který byl aktivní v zadaném sledovaném období a v předchozím sledovaném období. Uchovávání se obvykle měří s následujícími metrikami.

Metrické definice Odpověď na otázku
Zachování uživatelů Počet aktivních uživatelů, kteří byli také aktivní v předchozím období Kolik uživatelů zůstává zapojeno do produktu?
Uchovávání Podíl aktivních uživatelů z předchozího období, kteří jsou v tomto období také aktivní Jaké procento uživatelů zůstává zapojeno do produktu?

Důležité

Protože aktivní uživatelé musí mít aspoň jednu událost telemetrie s typem akce, metriky udržení vyžadují, aby byl v aplikaci implementován plug-in Click Analytics pro Application Insights.

Úspěch úkolu

Úspěch úkolu sleduje, jestli uživatelé můžou efektivně a efektivně provádět úkoly pomocí funkcí produktu. Mnoho produktů obsahuje struktury určené k tomu, aby vedly uživatele k dokončení úkolu. Mezi některé příklady patří:

  • Přidání položek do košíku a následné dokončení nákupu
  • Hledání klíčového slova a následné výběr výsledku
  • Založení nového účtu a poté dokončení registrace účtu.

Úspěšný úkol splňuje tři požadavky:

  • Očekávaný tok úlohy: Zamýšlený tok úlohy funkce byl dokončen uživatelem a odpovídá očekávanému toku úkolu.
  • Vysoký výkon: Zamýšlená funkce funkce byla provedena v přiměřeném časovém intervalu.
  • Vysoká spolehlivost: Zamýšlená funkce funkce byla provedena bez selhání.

Úkol je považován za neúspěšný, pokud některý z předchozích požadavků není splněn.

Důležité

Metriky úspěšnosti úloh vyžadují, aby se v aplikaci implementoval modul plug-in Click Analytics pro Application Insights .

Nastavte vlastní úlohu pomocí následujících parametrů.

Parametr Popis
První krok Funkce, která spouští úlohu. V příkladu košíku/nákupu je prvním krokem přidání položek do košíku .
Očekávaná doba trvání úkolu Časový interval pro zvážení úspěšného dokončení úkolu Všechny úkoly dokončené mimo toto omezení se považují za selhání. Ne všechny úkoly nutně mají časové omezení. U takových úkolů vyberte Bez časového očekávání.
Poslední krok Funkce, která úkol dokončí. V příkladu košíku/nákupu je posledním krokem nákup položek z košíku .

Další kroky

  • Last updated on