Användningsanalys med Application Insights

Application Insights är ett kraftfullt observerbarhetsverktyg som samlar in telemetridata för att visa hur användare interagerar med ditt program. Detta inkluderar information om vilka funktioner som är mest populära, om användarna uppnår sina mål, var de lämnar och om de återvänder senare.

Dessa insikter hjälper dig att förstå användarbeteende, identifiera förbättringsområden och mäta effekten av de senaste ändringarna, så att du kan fatta datadrivna beslut om dina nästa utvecklingscykler.

Den här artikeln beskriver följande områden:

• Användningsanalys med anpassade händelser

• Inbyggda användningsupplevelser

  • Användare, sessioner och händelser – Spåra och analysera användarinteraktion med ditt program, sessionstrender och specifika händelser för att få insikter om användarbeteende och programprestanda.

  • Trattar – Förstå hur användarna går igenom en serie av steg i din applikation och var de eventuellt avbryter processen.

  • Användarflöden – Visualisera användarsökvägar för att identifiera de vanligaste vägarna och områdena där användarna är mest engagerade eller stöter på problem.

  • Kohorter – Gruppera användare eller händelser efter vanliga egenskaper för att analysera beteendemönster, funktionsanvändning och effekten av ändringar över tid.

• Mallar för användningsarbetsböcker

  • Analys av användarkvarhållning – Spåra frekvensen och mönstren för användare som återvänder till ditt program och deras interaktioner med specifika funktioner.

  • Analys av användarpåverkan – Analysera hur prestandamått för program (till exempel inläsningstider) påverkar användarupplevelsen och beteendet för att hjälpa dig att prioritera förbättringar.

  • HJÄRTanalys – Använd HEART-ramverket för att mäta och förstå användarens lycka, engagemang, implementering, kvarhållning och uppgiftsframgång.

Så här kommer du igång

Förutsättningar

Instrumentera ditt program

Om du vill samla in webbläsartelemetri om användningen av ditt program använder du Application Insights JavaScript SDK. Ingen instrumentering på serversidan krävs.

Kontrollera om webbläsartelemetri samlas in genom att köra projektet i felsökningsläge i några minuter och leta sedan efter resultat i fönstret Översikt i Application Insights.

Användningsanalys med anpassade händelser

Spåra användarinteraktioner med anpassade händelser

Använd anpassade händelser för att spåra viktiga åtgärder som stöder affärsmål. Exempel är att välja en knapp, skicka ett formulär och slutföra ett köp.

Sidvisningar kan ibland representera användbara händelser, men de är inte alltid tillförlitliga indikatorer. En användare kan till exempel öppna en produktsida utan att göra ett köp. Genom att spåra specifika affärshändelser kan du kartlägga användarnas framsteg via din webbplats, förstå deras inställningar för olika alternativ och identifiera var de stöter på svårigheter eller hoppa av.

Kombinera anpassade händelser med användar-ID:t och sessionskontexten för att aktivera:

• Spåra beteende mellan sessioner.
• Analysera konverteringstrattar baserat på användaråtgärder.
• Segmentera användare efter hur de interagerar med din app.

Genom att koppla egenskapsvärden till dessa händelser kan du filtrera eller dela dem under inspektionen i portalen. Varje händelse innehåller också en standarduppsättning egenskaper, till exempel ett anonymt användar-ID, så att du kan spåra sekvensen med aktiviteter för enskilda användare.

Så här loggar du anpassade händelser

Händelser kan loggas från klientsidan av programmet med hjälp av plugin-programmet Click Analytics Autocollection eller trackEvent:

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

Du kan också logga anpassade händelser på serversidan med hjälp av Azure Monitor OpenTelemetry Distro. Mer information finns i Lägga till och ändra Azure Monitor OpenTelemetry för .NET-, Java-, Node.js- och Python-program.

Mer information om hur du använder anpassade händelser med Application Insights SDK (klassiskt API) finns i anpassade händelser och egenskaper.

Bryt ned och analysera anpassade händelser

I verktygen Användare, Sessioner och Händelser kan du dela upp och tärna anpassade händelser efter användare, händelsenamn och egenskaper. När du befinner dig i en användningsupplevelse, välj ikonen Öppna senaste körförfrågan för att ta dig tillbaka till den underliggande frågan.

Du kan sedan ändra den underliggande frågan för att hämta den specifika information du letar efter. Här är ett exempel på en underliggande fråga om sidvisningar.

// 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

Inbyggda användningsupplevelser

Användare, sessioner och händelser

Tre av användningsrutorna använder samma verktyg för att segmentera och tärna telemetri från ditt program från tre perspektiv. Genom att filtrera och dela data kan du upptäcka insikter om den relativa användningen av olika sidor och funktioner. Ta reda på när personer använder ditt program, vilka sidor de är mest intresserade av, var användarna finns och vilka webbläsare och operativsystem de använder.

• Användarverktyg: Räknar antalet unika användare som har åtkomst till dina sidor inom de valda tidsperioderna. Användare räknas med hjälp av anonyma ID:er som lagras i webbläsarcookies. En enskild person som använder olika webbläsare eller datorer räknas som mer än en användare.

• Sessionsverktyg: Tabulerar antalet användarsessioner som kommer åt din webbplats. En session representerar en period av aktivitet som initieras av en användare och avslutas med en period av inaktivitet som överstiger en halvtimme eller efter 24 timmars kontinuerlig användning.

• Händelseverktyg: Hur ofta används vissa sidor och funktioner i ditt program? En sidvy räknas när en webbläsare läser in en sida från din app, förutsatt att du har instrumenterat den.

  En anpassad händelse representerar en förekomst av något som händer i ditt program. Det är ofta en användarinteraktion som ett knappval eller slutförandet av en uppgift. Du infogar kod i ditt program för att generera anpassade händelser eller använder tillägget Klicka på analys .

Fråga efter vissa användare, sessioner eller händelser

Utforska olika grupper av användare, sessioner eller händelser genom att justera frågealternativen överst i varje fönster.

När du klickar på Visa fler insikter visas följande information:

Fastställa funktionsframgång med A/B-testning

Om du är osäker på vilken funktionsvariant som lyckas bättre kör du ett A/B-test och låter olika användare komma åt varje variant.

Om du vill konfigurera ett A/B-test bifogar du unika egenskapsvärden till all telemetri som skickas av varje variant. Med OpenTelemetry kan du göra detta genom att lägga till en anpassad egenskap i ett intervall. Mer information finns i Lägga till och ändra Azure Monitor OpenTelemetry för .NET-, Java-, Node.js- och Python-program.

Om du använder Application Insights SDK (klassiskt API) använder du i stället en telemetriinitierare. Mer information finns i anpassade händelser.

Efter A/B-testet filtrerar och delar du dina data på egenskapsvärdena så att du kan jämföra de olika versionerna. Mät varje versions framgång och övergå sedan till en enhetlig version.

Kanaler

Att förstå kundupplevelsen är av stor betydelse för ditt företag. Om ditt program omfattar flera steg måste du veta om kunderna går igenom hela processen eller avslutar processen någon gång. Förloppet genom en serie steg i ett program kallas för en tratt.

Du kan använda Application Insights-trattar för att få insikter om dina användare och övervaka stegvisa konverteringsfrekvenser. Om du väljer ett steg visas ytterligare stegspecifik information.

Skapa en tratt

Innan du skapar en tratt ska du bestämma vilken fråga du vill besvara. Du kanske till exempel vill veta hur många användare som visar startsidan, visar en kundprofil och skapar ett ärende.

1. På fliken Trattar väljer du Redigera.

2. Välj det översta steget.

   

3. Om du vill använda filter i steget väljer du Lägg till filter. Det här alternativet visas när du har valt ett objekt för det översta steget.

4. Välj sedan ditt andra steg och så vidare.

   Anteckning

   Trattar är begränsade till högst sex steg.

5. Välj fliken Visa för att se trattresultatet.

6. Om du vill spara tratten för att visa vid ett annat tillfälle väljer du Spara överst. Använd Öppna för att öppna dina sparade flöden.

Användarflöden

Verktyget Användarflöden visualiserar hur användare flyttar mellan sidorna och funktionerna på din webbplats. Det är bra för att svara på frågor som:

• Hur flyttar användarna bort från en sida på din webbplats?
• Vad väljer användarna på en sida på din webbplats?
• Var lämnar användarna din webbplats oftast?
• Finns det platser där användare upprepar samma åtgärd om och om igen?

Verktyget Användarflöden startar från en första anpassad händelse, ett undantag, beroende, en sidvy eller en begäran som du anger. Från den här första händelsen visar Användarflöden de händelser som inträffade före och efter användarsessioner. Rader med varierande tjocklek visar hur många gånger användarna har följt varje sökväg.

Särskilda 'Session Started'-noder visar var de efterföljande noderna började sessionen. Sessionsslutna noder visar hur många användare som inte har skickat några sidvisningar eller anpassade händelser efter föregående nod, vilket markerar var användarna förmodligen lämnade webbplatsen.

Skapa en visualisering av användarflöde

Om du vill börja svara på frågor med verktyget Användarflöden väljer du en första anpassad händelse, undantag, beroende, sidvy eller begäran om att fungera som startpunkt för visualiseringen:

1. I fönstret Användarflöden väljer du Redigera eller Välj en händelse.

2. I listrutan Initial event (Inledande händelse ) väljer du en anpassad händelse, ett undantag, ett beroende, en sidvy eller en begäran.

   

3. Välj Skapa graf.

Kolumnen Steg 1 i visualiseringen visar vad användarna gjorde oftast efter den första händelsen. Objekten sorteras uppifrån och ned och från de flesta till minst frekventa. Steg 2 och efterföljande kolumner visar vad användarna gjorde härnäst. Informationen skapar en bild av alla sätt som användare har flyttat genom din webbplats.

Redigera en visualisering av användarflöde

Som standard visar verktyget Användarflöden slumpmässigt endast de senaste 24 timmarna sidvisningar och anpassade händelser från din webbplats. Du kan öka tidsintervallet och ändra balansen mellan prestanda och noggrannhet för slumpmässig sampling på redigera-menyn .

Om vissa sidvyer, anpassade händelser och undantag inte är relevanta för dig väljer du X på de noder som du vill dölja. När du har valt de noder som du vill dölja väljer du Skapa graf. Om du vill se alla dolda noder väljer du Redigera och tittar på avsnittet Exkluderade händelser .

Om de sidvisningar eller anpassade händelser som du förväntade dig att se i visualiseringen saknas:

• Kontrollera avsnittet Exkluderade händelserpå redigera-menyn.
• Använd plusknapparna på Andra noder för att inkludera mindre frekventa händelser i visualiseringen.
• Om sidvyn eller den anpassade händelse som du förväntar dig skickas sällan av användare ökar du tidsintervallet för visualiseringen på redigera-menyn.
• Kontrollera att den anpassade händelsen, undantaget, beroendet, sidvyn eller begäran som du förväntar dig har konfigurerats för att samlas in av Application Insights SDK i källkoden för din webbplats.

Om du vill se fler steg i visualiseringen använder du listrutorna Föregående steg och Nästa steg ovanför visualiseringen.

Exempelfrågor som du kan besvara med användarflöden

Välj något av följande exempel för att expandera avsnittet.

Kohorter

En kohort är en uppsättning användare, sessioner, händelser eller åtgärder som har något gemensamt. I Application Insights definieras kohorter av en analysfråga. I fall där du måste analysera en specifik uppsättning användare eller händelser upprepade gånger kan kohorter ge dig större flexibilitet att uttrycka exakt den uppsättning som du är intresserad av.

Kohorter jämfört med grundläggande filter

Du kan använda kohorter på ett sätt som liknar filter. Men kohorternas definitioner bygger på anpassade analysfrågor, så de är mycket mer anpassningsbara och komplexa. Till skillnad från filter kan du spara kohorter så att andra medlemmar i ditt team kan återanvända dem.

Du kan definiera en kohort av användare som alla har provat en ny funktion i din app. Du kan spara den här kohorten i din Application Insights-resurs. Det är enkelt att analysera den här sparade gruppen med specifika användare i framtiden.

Skapa en kohort

Ditt team definierar en engagerad användare som alla som använder ditt program fem eller fler gånger under en viss månad. I det här avsnittet definierar du en kohort av dessa engagerade användare.

1. Välj Skapa en kohort.

2. Välj fliken Mallgalleri för att se en samling mallar för olika kohorter.

3. Välj Engagerade användare – efter dagar som används.

   Det finns tre parametrar för den här kohorten:

   • Aktiviteter: Där du väljer vilka händelser och sidvisningar som räknas som användning.
   • Period: Definitionen av en månad.
   • UsedAtLeastCustom: Antalet gånger som användare behöver använda något inom en period för att räknas som engagerad.

4. Ändra UsedAtLeastCustom till 5+ dagar. Låt perioden vara inställd som standard på 28 dagar.

   Nu representerar den här kohorten alla användar-ID:er som skickats med en anpassad händelse eller sidvy under fem separata dagar under de senaste 28 dagarna.

5. Välj Spara.

   Tips

   Ge din kohort ett namn, till exempel Engagerade användare (5+ dagar). Spara den i Mina rapporter eller Delade rapporter, beroende på om du vill att andra personer som har åtkomst till den här Application Insights-resursen ska se den här kohorten.

6. Välj Tillbaka till galleriet.

Vad kan du göra med den här gruppen?

Öppna verktyget Användare. I listrutan Visa väljer du den kohort som du skapade under Användare som tillhör.

Viktiga punkter att notera:

• Du kan inte skapa den här uppsättningen via normala filter. Datumlogik är mer avancerad.

• Du kan filtrera den här kohorten ytterligare med hjälp av de normala filtren i verktyget Användare. Även om kohorten definieras i 28-dagarsfönster kan du fortfarande justera tidsintervallet i verktyget Användare till 30, 60 eller 90 dagar.

Dessa filter stöder mer avancerade frågor som är omöjliga att uttrycka via frågeverktyget. Ett exempel är personer som varit engagerade under de senaste 28 dagarna. Hur betedde sig samma människor under de senaste 60 dagarna?

Fler kohortexempel

Välj något av följande exempel för att expandera avsnittet.

Mallar för användningsarbetsböcker

Analys av användarkvarhållning

Arbetsboken Användarkvarhållningsanalys hjälper dig att förstå användarengagemang genom att spåra hur ofta användarna återvänder till ditt program och interagerar med specifika funktioner. Det visar mönster mellan användarkohorter, till exempel skillnader i returfrekvenser mellan användare som vinner eller förlorar ett spel, som erbjuder användbara insikter för att förbättra användarupplevelsen och vägleda affärsbeslut.

Genom att analysera användarkohorter baserat på deras åtgärder inom en viss tidsram kan du:

• Förstå vilka specifika funktioner som gör att användarna kommer tillbaka mer än andra.
• Identifiera potentiella kvarhållningsproblem.
• Skapa datadrivna hypoteser som hjälper dig att förbättra användarupplevelsen och din produktstrategi.

Använd arbetsboken för användarretentionsanalys

Om du vill komma åt arbetsboken går du till fönstret Arbetsböcker i Application Insights och väljer Analys av användarkvarhållning under kategorin Användning .

Visualiseringarna omfattar:

Övergripande kvarhållning: Ett sammanfattningsdiagram över procentandelen kvarhållning av användare under den valda tidsramen.

Kvarhållningsrutnät: Visar antalet användare som behålls. Varje rad representerar en kohort av användare som utförde en händelse under den tidsperiod som visas. Varje cell på raden visar hur många av kohorten som returnerades minst en gång under en senare period. Vissa användare kan komma tillbaka om mer än en period.

Insights-kort: Markera de fem viktigaste initierande och återkommande händelserna för att identifiera nyckelfaktorer för engagemang.

Använd kvarhållningskontrollerna överst i arbetsboken för att:

• Definiera ett specifikt tidsintervall.
• Välj olika kombinationer av händelser för att begränsa fokus på specifika användaraktiviteter.
• Lägg till filter för egenskaper, till exempel för att fokusera på användare i ett visst land eller en viss region.

Analys av användarpåverkan

Konsekvensanalys identifierar hur en dimension av en sidvy, anpassad händelse eller begäran påverkar användningen av en annan sidvy eller anpassad händelse.

Ett sätt att tänka på Impact är som det ultimata verktyget för att avgöra dispyter med någon i ditt team om hur långsamhet i någon del av din webbplats påverkar huruvida användarna stannar kvar. Användare kan tolerera viss långsamhet, men Impact ger dig insikt i hur du bäst balanserar optimering och prestanda för att maximera användarkonverteringen.

Att analysera prestanda är bara en delmängd av Impact-funktionerna. Impact har stöd för anpassade händelser och dimensioner, så du kan enkelt besvara frågor som: Hur korrelerar valet av webbläsare med olika konverteringshastigheter?

Arbetsboken Analys av användarpåverkan

Om du vill använda arbetsboken Analys av användarpåverkan i Application Insights navigerar du till fönstret Arbetsböcker och letar reda på den under kategorin Användning .

1. Välj en händelse i listrutan Vald händelse .
2. Välj ett mått i listrutan analyseras .
3. Välj en händelse i listrutan Påverkanshändelse .
4. Om du vill lägga till ett filter använder du fliken Lägg till valda händelsefilter eller fliken Lägg till händelsefilter som påverkar påverkan .

Hur beräknar arbetsboken för användarpåverkansanalys konverteringsfrekvenser?

Under huven förlitar sig arbetsboken För analys av användarpåverkan på Pearson-korrelationskoefficienten. Resultaten beräknas mellan -1 och 1. Koefficienten -1 representerar en negativ linjär korrelation och 1 representerar en positiv linjär korrelation.

Den grundläggande uppdelningen av hur analys av användarpåverkan fungerar:

• Låt A = huvudsidevyn, den anpassade händelsen eller begäran som du väljer i listrutan Vald händelse .
• Låt B = den sekundära sidvyn eller den anpassade händelse som du väljer i listrutan som påverkar användningen av.

Impact tittar på ett exempel på alla sessioner från användare i det valda tidsintervallet. För varje session letar den efter varje förekomst av A.

Sessioner delas sedan in i två olika typer av undersessioner baserat på ett av två villkor:

• En konverterad undersession består av en session som slutar med en B-händelse och omfattar alla A-händelser som inträffar före B.
• En okonverterad undersession inträffar när alla Ainträffar utan terminal B.

Hur påverkan beräknas i slutändan varierar beroende på om vi analyserar efter mått eller dimension. För mått är alla Ai en undersession genomsnittliga. För dimensioner bidrar värdet för varje Amed 1/N till värdet som tilldelats B, där N är antalet Ai undersessionen.

Exempelfrågor som du kan besvara med analys av användarpåverkan

Välj någon av följande frågor för att expandera avsnittet.

HEART – Fem dimensioner av kundupplevelse

I det här avsnittet beskrivs hur du aktiverar och använder HEART-arbetsboken i Azure Monitor. HEART-arbetsboken är baserad på HEART-mätmodellen, som ursprungligen introducerades av Google. Flera interna Microsoft-team använder HEART för att leverera bättre programvara.

Översikt

HEART är en förkortning som står för lycka, engagemang, implementering, kvarhållning och uppgiftsframgång. Det hjälper produktteam att leverera bättre programvara genom att fokusera på fem dimensioner av kundupplevelse:

• Lycka: Mått på användarens attityd
• Engagemang: Nivå av aktivt användarengagemang
• Implementering: Målgruppspenetration
• Behållningsgrad: Hastigheten med vilken användarna återkommer
• Uppgiftsframgång: Produktivitetsbestämmande

Dessa dimensioner mäts oberoende av varandra, men de interagerar med varandra.

• Användning, engagemang och kvarhållning utgör en användaraktivitetstratt. Endast en del av de användare som använder verktyget kommer tillbaka för att använda det.
• Uppgiftsframgång är den drivkraft som för användarna nedåt i tratten och flyttar dem från adoption till lojalitet.
• Lycka är ett resultat av de andra dimensionerna och inte en fristående mätning. Användare som gick genom tratten och visar en högre aktivitetsnivå är idealiskt sett lyckligare.

Förutsättningar

• Azure-prenumeration: Skapa en Azure-prenumeration kostnadsfritt

• Application Insights-resurs: Skapa en Application Insights-resurs

• Klickanalys: Konfigurera plugin-programmet Click Analytics Autokollektion.

• Specifika attribut: Instrumentera följande attribut för att beräkna HEART-mått.

  Källa	Attribut	Beskrivning
  specialanpassade händelser	användare_AutentiseradId	Unik autentiserad användaridentifierare
  specialanpassade händelser	session_Id	Unik sessionsidentifierare
  specialanpassade händelser	appNamn	Unik Application Insights-identifikator
  specialanpassade händelser	objekttyp	Kategori för post av typen customEvents
  specialanpassade händelser	tidsstämpel	Datum och tid för händelsen
  specialanpassade händelser	operation_Id	Korrelera telemetrihändelser
  specialanpassade händelser	user_Id	Unik användaridentifierare
  anpassade evenemang ¹	parentId	Funktionens namn
  anpassade evenemang ¹	sidnamn	Sidans namn
  anpassade evenemang ¹	åtgärdstyp	Kategori för Klickanalys-post
  sidvisningar	användare_AutentiseradId	Unik autentiserad användaridentifierare
  sidvisningar	session_Id	Unik sessionsidentifierare
  sidvisningar	appNamn	Unik Application Insights-identifikator
  sidvisningar	tidsstämpel	Datum och tid för händelsen
  sidvisningar	operation_Id	Korrelera telemetrihändelser
  sidvisningar	user_Id	Unik användaridentifierare

  ¹: Om du vill generera dessa attribut använder du plugin-programmet Click Analytics Autocollection via npm.

• Om du konfigurerar den autentiserade användarkontexten instrumenteras följande attribut:

  Källa	Attribut	Beskrivning
  specialanpassade händelser	användare_AutentiseradId	Unik autentiserad användaridentifierare.

Öppna arbetsboken

Om du vill använda HEART-arbetsboken i Application Insights, navigerar du till Arbetsböcker-fönstret och letar reda på kategorin Produktanalys med hjälp av Klickanalys-plugin. Du behöver bara interagera med huvudarbetsboken HEART Analytics – Alla avsnitt. Den här arbetsboken innehåller de andra sex arbetsböckerna som flikar.

Bekräfta att data flödar

Om du vill verifiera att data flödar som förväntat för att lysa upp måtten korrekt väljer du fliken Utvecklingskrav .

Om data inte flödar som förväntat visar den här fliken de specifika attributen med problem.

Arbetsboksstruktur

Arbetsboken visar måtttrender för HEART-dimensionerna uppdelade på sju flikar. Varje flik innehåller beskrivningar av dimensionerna, måtten i varje dimension och hur du använder dem.

Flikarna är:

• Sammanfattning: Sammanfattar användningstrattmått för en översikt över besök, interaktioner och upprepad användning.
• Implementering: Hjälper dig att förstå intrånget bland målgruppen, förvärvshastigheten och den totala användarbasen.
• Engagemang: Visar användningsfrekvens, djup och bredd.
• Kvarhållning: Visar upprepad användning.
• Uppgiftsframgång: Möjliggör förståelse för användarflöden och deras tidsfördelningar.
• Lycka: Vi rekommenderar att du använder ett undersökningsverktyg för att mäta kundnöjdhetspoäng (CSAT) över en fempunktsskala. På den här fliken anger vi sannolikheten för lycka via användnings- och prestandamått.
• Funktionsmått: Möjliggör förståelse för HEART-mått på funktionsnivå.

Hur HEART-dimensioner definieras och mäts

Glädje

Lycka är en användarrapporterad dimension som mäter hur användarna känner för den produkt som erbjuds dem.

En vanlig metod för att mäta lycka är att ställa en CSAT-fråga till användarna, till exempel Hur nöjd är du med den här produkten? Användarnas svar på en tre- eller fempunktsskala (till exempel nej, kanske och ja) aggregeras för att skapa en poäng på produktnivå som sträcker sig från 1 till 5. Eftersom användarinitierad feedback tenderar att vara negativt partisk spårar HEART lycka från undersökningar som visas för användare med fördefinierade intervall.

Vanliga lyckomått är värden som Genomsnittligt stjärnbetyg och Kundnöjdhetspoäng. Skicka dessa värden till Azure Monitor med någon av de anpassade inmatningsmetoderna som beskrivs i Anpassade källor.

Engagemang

Engagemang är ett mått på användaraktivitet. Mer specifikt är användaråtgärder avsiktliga, till exempel klick. Aktiv användning kan delas upp i tre underdimensioner:

• Aktivitetsfrekvens: Mäter hur ofta en användare interagerar med produkten. Användare interagerar till exempel vanligtvis dagligen, varje vecka eller varje månad.

• Aktivitetsbredd: Mäter antalet funktioner som användare interagerar med under en viss tidsperiod. Användare interagerade till exempel med totalt fem funktioner i juni 2021.

• Aktivitetsdjup: Mäter antalet funktioner som användarna interagerar med varje gång de startar produkten. Användare interagerade till exempel med två funktioner vid varje start.

Mätning av engagemang kan variera beroende på vilken typ av produkt som används. Till exempel förväntas en produkt som Microsoft Teams ha en hög daglig användning, vilket gör det till ett viktigt mått att spåra. Men för en produkt som en lönecheckportal kan mätningen vara mer meningsfull på månads- eller veckonivå.

Adoption

Adoption möjliggör förståelse för genomslagskraft bland relevanta användare, vilka du får som användarbas och hur du fångar dem. Implementeringsmått är användbara för att mäta:

• Nyligen släppta produkter.
• Nyligen uppdaterade produkter.
• Marknadsföringskampanjer.

Bevarande

En behållen användare är en användare som var aktiv under en angiven rapportperiod och dess tidigare rapporteringsperiod. Kvarhållning mäts vanligtvis med följande mått.

Uppgiften lyckades

Uppgiftsframgång spårar om användare kan utföra en uppgift effektivt och effektivt med hjälp av produktens funktioner. Många produkter innehåller strukturer som är utformade för att leda användare mot att slutföra en uppgift. Vissa exempel inkluderar:

• Lägga till objekt i en kundvagn och sedan slutföra ett köp.
• Söka efter ett nyckelord och sedan välja ett resultat.
• Starta ett nytt konto och slutför sedan kontoregistreringen.

En lyckad uppgift uppfyller tre krav:

• Förväntat aktivitetsflöde: Det avsedda uppgiftsflödet för funktionen slutfördes av användaren och överensstämmer med det förväntade aktivitetsflödet.
• Höga prestanda: Funktionens avsedda funktioner uppnåddes inom rimlig tid.
• Hög tillförlitlighet: Funktionens avsedda funktioner utfördes utan fel.

En uppgift anses vara misslyckad om något av ovanstående krav inte uppfylls.

Konfigurera en anpassad uppgift med hjälp av följande parametrar.

Nästa steg

• Mer information om vanliga frågor och svar finns i Vanliga frågor och svar om användningsanalys
• Kolla in GitHub-lagringsplatsen och npm-paketet för plugin-programmet Click Analytics Autocollection.
• Läs mer om Google HEART-ramverket.
• Mer information om arbetsböcker finns i översikten över arbetsböcker.