Use funis para avaliar dados de eventos relacionados

Com o NRQL, você pode usar funis para avaliar conjuntos de ações relacionadas. As ações geralmente compartilham um relacionamento por meio de um identificador, como um ID de usuário ou ID de sessão.

Você pode usar funções funnel para responder perguntas como: "Das pessoas que concluíram a etapa A, quantas também concluíram a etapa B, e das pessoas que concluíram as etapas A e B, quantas também concluíram a etapa C?"

Por exemplo, na New Relic, poderíamos usar funnel para rastrear o número de usuários que concluíram estas etapas:

1. Visitou a página de marketing da New Relic.
2. Inscreveu-se em uma conta.
3. Criou um dashboard.

Estrutura de consulta funis

Esta é a estrutura de uma consulta funis NRQL simples:

FROM DATA_TYPE 
  SELECT funnel(AN_ATTRIBUTE, ACTION_A, ACTION_B) 
  SINCE TIMEFRAME

Funis consulta requer a funçãofunnel , um atributo para funis e pelo menos duas etapas:

1. Comece pela etapa âncora, que sempre representa 100% dos resultados.
2. Continue com uma ou mais etapas adicionais que descrevam o número de usuários que também concluíram ações adicionais, normalmente menos que 100% da etapa âncora. No entanto, poderia ser 100% se cada usuário que concluísse a ação (A) também concluísse as ações adicionais que você está consultando.

Detalhes técnicos da consulta funis

Você pode usar o funis consulta para calcular a taxa de conclusão para sequências ordenadas de várias etapas em um determinado período de tempo, como no exemplo de inscrição do New Relic. Você também pode usar funis para calcular a sobreposição entre diversas ações distintas que não possuem um relacionamento sequencial entre si. Em outras palavras, a ordem das etapas não afetará os cálculos.

A forma como o funis consulta computar resulta varia dependendo do tamanho do conjunto de dados:

• Se o funis estiver processando com menos de 256 valores de atributo funis, ele calculará o valor com exatidão.
• Se o funis lidar com 256 ou mais valores de atributo funis, ele aplica um algoritmo chamado MinHash para calcular resultados aproximados para desempenho otimizado.

Isto significa que, para um grande conjunto de dados, pode haver “falso positivo” ocasionais ao nível de pontos de dados individuais. Isso não interfere na precisão das estimativas numéricas fornecidas nos resultados da consulta.

Aqui está uma análise detalhada dos detalhes técnicos e restrições da consulta funis.

exemplo divertido

Este exemplo consulta o evento monitoramento de browserPageView e seu atributo. Ele consulta sessões exclusivas do browser do seu usuário que progrediram desde a navegação pelos produtos até adicioná-los ao carrinho e finalizar a compra. Inclui rótulos para cada etapa, indicados pela palavra-chave AS.

FROM PageView SELECT funnel(session, 
    WHERE pageUrl LIKE '%browse%' as 'Browse', 
    WHERE pageUrl LIKE '%cart%' as 'Cart', 
    WHERE pageUrl LIKE '%checkout%' as 'Checkout') 
    SINCE 1 week AGO

Esta consulta retorna o seguinte:

Inclua ações adicionais entre parênteses da função funis em uma lista separada por vírgulas:

SELECT funnel(session, 
    WHERE name = 'Controller/about/main' AS 'Action A', 
    WHERE name = 'Controller/about/careers' AS 'Action B', 
    WHERE name = 'Controller/about/insights' AS 'Action C', 
    WHERE name = 'Controller/about/apply' AS 'Action D') 
    FROM PageView 
    SINCE 1 week ago