بررسی افت بازدید سایت با هوش مصنوعی
آمار PostHog رو کنار بازه مشابه بذارید و ببینید چه چیزی بیشترین سهم رو در افت یا جهش داشته. گزارش اندازه تغییر، علت احتمالی و یک بررسی بعدی رو مشخص میکنه.
برای بررسی افت بازدید سایت با هوش مصنوعی، آمار یک روز رو به تنهایی به ایجنت ندید. در PostHog مشخص کنید کدوم شاخص نگرانتون کرده و از چه زمانی تغییرش رو دیدید. اسکیل Web analytics triage اول میسنجه افتی که به چشم اومده در مقایسه با یک بازه مناسب واقعا چقدره. مثلا شاید تعداد بازدیدهای روز شنبه از روز قبل کمتر باشه، اما نسبت به شنبههای قبل تغییر عجیبی نکرده باشه.
اگر افت واقعی بود، مرحله بعد پیدا کردن بخشی از ترافیکه بیشترین سهم رو در اختلاف داره. ممکنه ورودی از یک سایت همکار کم شده باشه یا بعد از یک تغییر فنی، آمار فقط در یک مرورگر از حرکت افتاده باشه. این دوتا علت، کار بعدی متفاوتی میخوان. گزارش به جای فرستادن چند جدول طولانی، اندازه تغییر و محتملترین توضیح رو کنار هم میذاره. اگر دادهها برای انتخاب یک علت کافی نباشن، میتونید از نتیجه برای تعیین بررسی بعدی استفاده کنید؛ مثلا اول سلامت ثبت بازدید روی موبایل رو بسنجید.
کاربردها
- مقایسه بازدید سایت با بازه زمانی مشابه
- بررسی ورودی سایت از کانالها و سایتهای ارجاعدهنده
- پیدا کردن مرورگر یا دستگاهی که افت بیشتری داشته
- بررسی مسیرهای پربازدید برای پیدا کردن صفحه موثر در افت
- تفکیک نشانههای اختلال ثبت آمار از کاهش واقعی مخاطب
نصب و استفاده
- اسکیل رو از بخش اسکیلهای PostHog در پروژه نصب کنید و یک ایجنت متصل با اجازه خوندن آمار انتخاب کنید. سایت باید از قبل داده مرتبط رو جمع کرده باشه.
- مثلا بگید «بازدید صفحه کلاسها از سهشنبه کم شده. با بازه مشابه مقایسه کنید و ببینید کدوم ورودی یا مرورگر بیشتر تغییر کرده.»
- عددها و توضیح پیشنهادی رو بخونید. اگر زمان تغییر با انتشار نسخه تازه سایت یکیه، از تیم بخواید ثبت رویداد رو در همون دستگاه یا صفحه بررسی کنه.
سوالات متداول
منبع
ساخته PostHog. نام اصلی: Web analytics triage، منتشرشده در GitHub با مجوز MIT.
مشاهده در GitHub