Heap

การวิเคราะห์

วิเคราะห์ events ฟันเนล และพฤติกรรมผู้ใช้ Heap ผ่านการสนทนา

คุณสามารถทำอะไรได้บ้าง

แบบสอบถามเหตุการณ์ย้อนหลัง

เนื่องจาก Heap บันทึกการโต้ตอบทั้งหมดโดยอัตโนมัติ สอบถามเกี่ยวกับการคลิก การส่งแบบฟอร์ม หรือการดูเพจที่เกิดขึ้นก่อนที่คุณจะกำหนดกิจกรรมอย่างเป็นทางการ Neotask สามารถสืบค้นสตรีมเหตุการณ์ดิบย้อนหลังได้

การสร้างและการวิเคราะห์ช่องทาง

อธิบายช่องทางในภาษาที่เป็นธรรมชาติ — "ตั้งแต่การเข้าชมหน้า Landing Page ไปจนถึงการสร้างบัญชีไปจนถึงการซื้อครั้งแรก" — และ Neotask จะรวบรวมและเรียกใช้กับข้อมูลฮีปของคุณ

การสำรวจกลุ่มและกลุ่มตามรุ่น

กำหนดกลุ่มผู้ใช้ตามพฤติกรรม ("ผู้ใช้ที่คลิก CTA การกำหนดราคาแต่ไม่ได้ทำให้เกิด Conversion") และขอจำนวน คุณสมบัติ หรือการดำเนินการขั้นปลาย

การเชื่อมโยงเซสชันและการเล่นซ้ำของผู้ใช้

ค้นหาผู้ใช้หรือเซสชันที่ตรงกับเกณฑ์พฤติกรรมเฉพาะ และรับลิงก์ไปยังการเล่นซ้ำเซสชัน Heap เพื่อการติดตามผลเชิงคุณภาพ

การตรวจสอบคำจำกัดความของข้อมูล

แสดงรายการกิจกรรมที่กำหนดไว้และกิจกรรมเสมือนของคุณ ตรวจสอบรายการซ้ำหรือช่องว่าง และทำความเข้าใจว่าการโต้ตอบที่บันทึกอัตโนมัติแบบใดที่สามารถเลื่อนระดับไปยังกิจกรรมที่ระบุชื่อได้

ลองถามดู

  • "มีผู้ใช้กี่คนที่คลิกปุ่ม 'เริ่มทดลองใช้ฟรี' ในช่วง 30 วันที่ผ่านมา"
  • "สร้างช่องทางตั้งแต่การเข้าชมหน้าแรกไปจนถึงการชำระเงินเสร็จสิ้นสำหรับไตรมาสที่แล้ว"
  • "กี่เปอร์เซ็นต์ของผู้ใช้ที่เห็นหน้าราคาอัปเกรดภายใน 7 วัน"
  • "แสดงให้ฉันเห็นผู้ใช้ที่คลิกองค์ประกอบใด ๆ อย่างโกรธเคืองในแบบฟอร์มลงทะเบียน"
  • "เหตุการณ์ใดที่กำหนดไว้มีอัตราการออกจากช่องทางการเริ่มต้นใช้งานของเรามากที่สุด"
  • "ค้นหาผู้ใช้ที่เข้าชม /enterprise แต่ไม่เคยติดต่อฝ่ายขายเลย"
  • "เราได้กำหนดเหตุการณ์เสมือนใดบ้างในพื้นที่ทำงาน Heap ของเรา"
  • "เปรียบเทียบอัตรา Conversion บนมือถือกับเดสก์ท็อปในช่วง 60 วันที่ผ่านมา"
  • เคล็ดลับมือโปร

  • การบันทึกย้อนหลังของ Heap จะมีประสิทธิภาพมากที่สุดเมื่อคุณถามเกี่ยวกับพฤติกรรมในอดีตที่คุณไม่เคยติดตามอย่างชัดเจน ลองสอบถามการโต้ตอบ UI แบบเก่าก่อนที่เครื่องมือของคุณจะเสร็จสมบูรณ์
  • ขอให้ Neotask แนะนำการคลิกอัตโนมัติรายการใดที่ควรค่าแก่การโปรโมตในกิจกรรมที่มีชื่อ โดยพิจารณาจากปริมาณและความเกี่ยวข้องของช่องทาง
  • ใช้คำอธิบายเซ็กเมนต์แทนรหัส — "ผู้ใช้ในแผน Pro ที่ไม่ได้เข้าสู่ระบบในเดือนนี้" ทำงานได้โดยไม่ต้องใช้เซ็กเมนต์ที่สร้างไว้ล่วงหน้า
  • รวมข้อมูลย้อนหลังแบบฮีปเข้ากับข้อมูลลักษณะของเซ็กเมนต์สำหรับการสืบค้นเชิงพฤติกรรมที่เสริมข้อมูลประจำตัวในการสนทนาเดียว
  • ขอการเปรียบเทียบช่องทางในช่วงเวลาต่างๆ เพื่อตรวจสอบว่าการเปลี่ยนแปลงผลิตภัณฑ์ปรับปรุงหรือส่งผลเสียต่อ Conversion หรือไม่
  • Works Well With