ABF平台设计(四):体验黑科技-结构化的体验数据平台

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 场景1:新接收了一个项目,想了解一下当前的用户使用习惯和反馈,却没有一个全面、权威的数据支撑来帮助你深入了解,只能从用户口中了解到一些零散的信息;


你是否遇到过下面的场景?

场景1:

新接收了一个项目,想了解一下当前的用户使用习惯和反馈,却没有一个全面、权威的数据支撑来帮助你深入了解,只能从用户口中了解到一些零散的信息;


       场景2:

在讨论产品方案时,产品、开发在一起各抒己见,每个人都感觉自己代表用户,到底谁代表用户?


场景3:

系统经过多年的迭代,各种热门功能和僵尸功能混在一起,变得十分臃肿,你想精简一下系统功能和代码,却因为不了解哪些功能还在使用、哪些已经废弃,而不敢“轻举妄动”;


场景4:

用户报了一个线上的BUG,自己操作复现不出来,想知道用户当时的操作路径;

为什么我们了解用户行为数据会那么麻烦?

image.png


ABF体验中心的产品思路和特点

image.png


一、结构化

image.png


“功能”在这里是一个比较宽泛的概念,分为下面几种:

  • 基本功能:一次表单的填写、一次视频的上传;
  • 分类功能:对具体功能进行的分组。如上图的项目管理,它包含增、删、改、查可以看做4个基本功能。分类功能可以有无限层次。需要注意的是,页面是分类功能。
  • 项目根功能:一般对应一个工程项目。
  • 项目分类功能:对项目进行了分类。

二、主动

传统的埋点数据都是等用户主动查询,ABF体验中心尝试一种“推”的产品形态,更主动的将体验数据融合在项目系统中,以推的方式让产研更方便的看到体验数据。

image.png


三、使用简单

针对在埋点上报阶段和数据查询阶段都需要付出很多精力,这里将复杂度进行了转移。

image.png


如上图所示,将各项目中特殊的逻辑转移到一个线上的功能定义平台和数据计算阶段,埋点阶段用户无需再进行额外的编码,数据查询阶段无需在绞尽脑汁拼复杂的查询条件。


ABF体验中心的核心产品能力

一、结构化数据查询

可以从纵向和横向进行用户行为的探查。


纵向探查

纵向是在不同层次了解、对比用户行为。如下图,可以在各个系统层面,对比各个系统的使用情况。

逐步往下钻,可以看到更具体的各个功能的使用情况。

image.png


横向探查

横向是在从不同维度去分析数据。可以从用户、时间跨度、操作链路、页面、事件等不同维度在不同的功能层次探查用户行为。如下面的一些需求:

  • 查看某一具体用户在不同系统的使用分布情况
  • 查看某一功能的基本指标趋势。
  • 查看某一功能的耗时最多的用户。
  • 查看某一功能实际常用的操作路径。


二、复杂规则的功能定义和识别


功能模型

上面从业务的不同层次对功能进行了分类,从数据处理技术角度,功能分为基本功能和汇总功能。

  • 基本功能:**同上面的基本功能。指的是为完成某单项任务,在页面内的一系列操作,一般具有链路特性。如一次表单的填写:点击新增->填写各表单项->保存,一次查询操作:输入各查询条件->点查询按钮。
  • 汇总功能:**除基本功能的上层功能都是汇总功能,为了从不同层次看用户行为数据。

image.png


基本功能识别

用户的操作是任意的,是纷繁复杂的,大部分情况没有完全的固定顺序。如普通的查询功能,图中4种情况,我们都认为是一次查询功能的完成。

image.png


这需要有强大的用户行为识别能力,将纷繁复杂的用户操作与基本功能进行匹配。

ABF体验中心提供了强大的规则语法来对基本功能进行描述。

顺序

例:1->2。


image.png

重复

例:1->2?->3。?表示1、3中间可有2、也可无2。其他量词+:1次以上、*: 0次或多次、{n}:那次

image.png


分支

例:1->(2|3)->4。中间两个节点可以是2或3

image.png


组合

例:1->2|3->4{2,}->5|6->(7|8)?->9?

image.png


汇总功能

汇总功能是通过其子的数据自下而上聚合而来。


三、跨系统链路定义和识别

在运营中后台系统中,很多任务依赖于多个系统的功能来完成。体验中心提供了跨系统功能的定义和识别,定义规则和基本功能基本一致。


四、一键生成功能结构

对于比较庞大的系统,功能的录入是一件比较费时的事情。这里提供了将项目代码里的路由配置一键同步为功能定义平台的功能。

image.pngimage.png


五、嵌入到项目系统的挂件

如“主动”章节提到的,体验中心提供了可以嵌入到系统的挂件。与系统融合,更方便看体验数据,能“推”动产研对体验的关注。

之后功能平台和体验数据中心的功能都将逐步迁移到这个挂件中,与系统深度融合,方便操作。

image.png

页面概览


image.png


挂件会展示页面的访问次数、人数、人均访问次数,可切换日期、时间模式(近1、7、30天),可以查看指定用户。

点击热点

切换PV、UV、人均,可以查看页面元素的点击情况,可切换日期、时间模式(近1、7、30天),可以查看指定用户。

下钻探查

点击页面访问数据或者事件数据,可以下钻探查。

  • 看UV的详情
  • 看事件的详情
  • 看用户的一整天的访问轨迹

用户轨迹

可查看指定用户的操作轨迹

image.png



总结

不同与传统的体验数据平台,ABF体验中心提供了结构化的体验数据探查能力,让产研能既整体又局部的了解用户在系统中的行为,并通过更主动的数据推送策略,让产研更关注体验数据,为提升用户体验提供数据支撑。

体验黑科技,让你比用户更了解用户。

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
2月前
|
数据可视化 关系型数据库 MySQL
基于python大数据的的海洋气象数据可视化平台
针对海洋气象数据量大、维度多的挑战,设计基于ECharts的可视化平台,结合Python、Django与MySQL,实现数据高效展示与交互分析,提升科研与决策效率。
|
5月前
|
数据采集 人工智能 大数据
10倍处理效率提升!阿里云大数据AI平台发布智能驾驶数据预处理解决方案
阿里云大数据AI平台推出智能驾驶数据预处理解决方案,助力车企构建高效稳定的数据处理流程。相比自建方案,数据包处理效率提升10倍以上,推理任务提速超1倍,产能翻番,显著提高自动驾驶模型产出效率。该方案已服务80%以上中国车企,支持多模态数据处理与百万级任务调度,全面赋能智驾技术落地。
506 0
|
2月前
|
传感器 人工智能 监控
拔俗多模态跨尺度大数据AI分析平台:让复杂数据“开口说话”的智能引擎
在数字化时代,多模态跨尺度大数据AI分析平台应运而生,打破数据孤岛,融合图像、文本、视频等多源信息,贯通微观与宏观尺度,实现智能诊断、预测与决策,广泛应用于医疗、制造、金融等领域,推动AI从“看懂”到“会思考”的跃迁。
|
5月前
|
分布式计算 算法 大数据
大数据时代的智能研发平台需求与阿里云DIDE的定位
阿里云DIDE是一站式智能大数据开发与治理平台,致力于解决传统大数据开发中的效率低、协同难等问题。通过全面整合资源、高度抽象化设计及流程自动化,DIDE显著提升数据处理效率,降低使用门槛,适用于多行业、多场景的数据开发需求,助力企业实现数字化转型与智能化升级。
134 1
|
10月前
|
存储 SQL 大数据
【重磅发布】AllData数据中台核心功能:湖仓一体化平台
杭州奥零数据科技有限公司成立于2023年,专注于数据中台业务,维护开源项目AllData并提供商业版解决方案。AllData提供数据集成、存储、开发、治理及BI展示等一站式服务,支持AI大模型应用,助力企业高效利用数据价值。
【重磅发布】AllData数据中台核心功能:湖仓一体化平台
|
10月前
|
SQL 存储 HIVE
鹰角基于 Flink + Paimon + Trino 构建湖仓一体化平台实践项目
本文整理自鹰角网络大数据开发工程师朱正军在Flink Forward Asia 2024上的分享,主要涵盖四个方面:鹰角数据平台架构、数据湖选型、湖仓一体建设及未来展望。文章详细介绍了鹰角如何构建基于Paimon的数据湖,解决了Hudi入湖的痛点,并通过Trino引擎和Ranger权限管理实现高效的数据查询与管控。此外,还探讨了湖仓一体平台的落地效果及未来技术发展方向,包括Trino与Paimon的集成增强、StarRocks的应用以及Paimon全面替换Hive的计划。
1097 1
鹰角基于 Flink + Paimon + Trino 构建湖仓一体化平台实践项目
|
9月前
|
SQL 存储 HIVE
鹰角基于 Flink + Paimon + Trino 构建湖仓一体化平台实践项目
鹰角基于 Flink + Paimon + Trino 构建湖仓一体化平台实践项目
590 2
|
10月前
|
SQL 人工智能 大数据
【4月重点功能发布】阿里云大数据+ AI 一体化平台
【4月重点功能发布】阿里云大数据+ AI 一体化平台
240 0
|
10月前
|
SQL 人工智能 分布式计算
【3月重点功能发布】阿里云大数据+ AI 一体化平台
【3月重点功能发布】阿里云大数据+ AI 一体化平台
220 0
|
12月前
|
SQL 人工智能 自然语言处理
DataWorks年度发布:智能化湖仓一体数据开发与治理平台的演进
阿里云在过去15年中持续为268集团提供数据服务,积累了丰富的实践经验,并连续三年在IDC中国数据治理市场份额中排名第一。新一代智能数据开发平台DateWorks推出了全新的DateStudio IDE,支持湖仓一体化开发,新增Flink计算引擎和全面适配locs,优化工作流程系统和数据目录管理。同时,阿里云正式推出个人开发环境模式和个人Notebook,提升开发者体验和效率。此外,DateWorks Copilot通过自然语言生成SQL、代码补全等功能,显著提升了数据开发与分析的效率,已累计帮助开发者生成超过3200万行代码。

热门文章

最新文章