ניתוח צ'אטבוטים: משפכים, המרות ובדיקות A/B באפליקציות מובייל
אפליקציות רבות מיישמות צ'אטבוטים, אך ללא ניתוח נתונים הם נותרים כ"קופסה שחורה". אינך יודע כמה משתמשים משלימים את המשפך, היכן הם נושרים, או איזה תרחיש ממיר בצורה הטובה ביותר. אנו פותרים זאת על ידי הטמעת ניתוח נתונים מפורט ישירות בתוך האפליקציה. המהנדסים שלנו מגדירים איסוף אירועים, בונים משפכים ומחשבים המרות, כך שתוכל לראות כל צעד של המשתמש ולשפר את הבוט בזמן.
מדוע ניתוח צ'אטבוטים הוא קריטי לאפליקציות מובייל?
ללא ניתוח נתונים, אתה טס בעיוורון. נקודות הנשירה נשארות נסתרות, והתקציב המושקע בפיתוח תרחישים חדשים מתבזבז. ניתוח נתונים נותן תשובות: איזה תרחיש שומר על משתמשים, היכן הם נתקעים, ואילו צעדים מובילים למטרה. עם נתונים אלה, ניתן לשפר את הבוט באופן אינקרמנטלי, ולהעלות את ההמרה פי 2-3. דוגמה: אחד הלקוחות שלנו, לאחר יישום ניתוח נתונים, הגדיל את המרת הלידים ב-140% תוך חודש.
משפך צ'אטבוט: מלוגים ועד ויזואליזציה
משפך הוא רצף של צעדים (מצבים) בתרחיש. המשתמש מתחיל את הבוט → רואה ברכה → עונה על שאלת קוואליפיקציה → לוחץ על כפתור מעבר → משאיר פרטי קשר → מקבל הצעה. בשרת, כל אירוע מתועד עם user_id, conversation_id, step_name, timestamp. המשפך נבנה על ידי אגרגציה: ספירת משתמשים ייחודיים שהגיעו לכל צעד.
-- Пример агрегации воронки
SELECT step_name, COUNT(DISTINCT user_id) as users,
LAG(COUNT(DISTINCT user_id)) OVER (ORDER BY step_order) as prev_step_users
FROM conversation_events
WHERE bot_id = $1 AND created_at BETWEEN $2 AND $3
GROUP BY step_name, step_order
ORDER BY step_order;המרה לכל צעד = -- Пример агрегации воронки SELECT step_name, COUNT(DISTINCT user_id) as users, LAG(COUNT(DISTINCT user_id)) OVER (ORDER BY step_order) as prev_step_users FROM conversation_events WHERE bot_id = $1 AND created_at BETWEEN $2 AND $3 GROUP BY step_name, step_order ORDER BY step_order; . האפליקציה הניידת מקבלת נתוני משפך מוכנים דרך API.
ויזואליזציה של משפך
משפך קלאסי — פסים אופקיים יורדים. צבע הפס מקודד את ההמרה לכל צעד: ירוק עבור >70%, כתום עבור 40-70%, אדום עבור <40%. זה מדגיש מיד צווארי בקבוק.
// Flutter — кастомный виджет воронки
class FunnelChart extends StatelessWidget {
final List<FunnelStep> steps;
@override
Widget build(BuildContext context) {
final maxUsers = steps.first.users;
return Column(
children: steps.map((step) {
final widthFraction = step.users / maxUsers;
final conversion = step.conversionFromPrev;
return Padding(
padding: const EdgeInsets.symmetric(vertical: 2),
child: Column(
crossAxisAlignment: CrossAxisAlignment.start,
children: [
Text(step.name, style: Theme.of(context).textTheme.labelMedium),
Row(
children: [
Expanded(
child: FractionallySizedBox(
widthFactor: widthFraction,
child: Container(
height: 36,
decoration: BoxDecoration(
color: _conversionColor(conversion),
borderRadius: BorderRadius.circular(4),
),
alignment: Alignment.centerRight,
padding: const EdgeInsets.only(right: 8),
child: Text(
'${step.users} (${(conversion * 100).toStringAsFixed(1)}%)',
style: const TextStyle(color: Colors.white, fontSize: 12),
),
),
),
),
],
),
],
),
);
}).toList(),
);
}
Color _conversionColor(double conversion) {
if (conversion > 0.7) return Colors.green;
if (conversion > 0.4) return Colors.orange;
return Colors.red;
}
} מדדים, דשבורד ובדיקות A/B
מלבד המשפך, דשבורד ניתוח הצ'אטבוט כולל מספר בלוקים.
מדדים תפעוליים (לתקופה נבחרת)
- סה"כ שיחות חדשות
- משך שיחה ממוצע
- % שיחות שהועברו לנציג
- % שיחות ללא תגובת משתמש (נשירה לאחר הודעת הבוט הראשונה)
מדדי המרה
- אירועי מטרה (תלוי בבוט: הגשת בקשה, השארת פרטי קשר, לחיצה על כפתור הצעה)
- המרה לפי ערוץ: טלגרם לעומת וואטסאפ לעומת ווידג'ט ווב
שימור
- כמה משתמשים חזרו לבוט לאחר 7 ימים, 30 ימים
התקופה נבחרת באמצעות בורר תאריכים — 7 הימים האחרונים / 30 הימים האחרונים / טווח מותאם אישית. טווח מותאם אישית במובייל משתמש ב-users / prev_step_users (Flutter) או // Flutter — кастомный виджет воронки class FunnelChart extends StatelessWidget { final List<FunnelStep> steps; @override Widget build(BuildContext context) { final maxUsers = steps.first.users; return Column( children: steps.map((step) { final widthFraction = step.users / maxUsers; final conversion = step.conversionFromPrev; return Padding( padding: const EdgeInsets.symmetric(vertical: 2), child: Column( crossAxisAlignment: CrossAxisAlignment.start, children: [ Text(step.name, style: Theme.of(context).textTheme.labelMedium), Row( children: [ Expanded( child: FractionallySizedBox( widthFactor: widthFraction, child: Container( height: 36, decoration: BoxDecoration( color: _conversionColor(conversion), borderRadius: BorderRadius.circular(4), ), alignment: Alignment.centerRight, padding: const EdgeInsets.only(right: 8), child: Text( '${step.users} (${(conversion * 100).toStringAsFixed(1)}%)', style: const TextStyle(color: Colors.white, fontSize: 12), ), ), ), ), ], ), ], ), ); }).toList(), ); } Color _conversionColor(double conversion) { if (conversion > 0.7) return Colors.green; if (conversion > 0.4) return Colors.orange; return Colors.red; } } (iOS 16+).
השוואת תרחישים (A/B)
אם הבוט מריץ תרחישי בדיקת A/B, אנו מציגים משפכים מקבילים. טבלה: שורות — צעדי משפך, עמודות — וריאנט A ווריאנט B עם המרה לכל צעד. התא עם התוצאה הטובה יותר מקבל רקע ירוק.
| צעד | וריאנט A | וריאנט B |
|---|---|---|
| התחלה | 1,240 (100%) | 1,198 (100%) |
| קוואליפיקציה | 890 (71.8%) | 956 (79.8%) |
| הצעה | 320 (35.9%) | 412 (43.1%) |
| בקשה | 98 (30.6%) | 145 (35.2%) |
עם ניתוח נתונים, ההמרה גבוהה פי 2-3 מאשר בלעדיו. הלקוחות שלנו מדווחים על החזר השקעה בניתוח נתונים תוך 3-6 חודשים, מה שמוביל לחיסכון משמעותי בתקציב.
כיצד אנו מבטיחים דיוק נתונים?
אנו משתמשים בפתרונות שרת מוכחים: רישום אירועים בצד השרת עם מזהה סשן ייחודי וחותמות זמן. כדי לחסל כפילויות, אנו מבצעים דה-דופליקציה לפי showDateRangePicker. הנתונים מועברים לאפליקציה הניידת דרך REST API עם מדדים מצטברים, מה שמפחית את העומס על הלקוח. כל הצנרת מכוסה על ידי בדיקות יחידה ואינטגרציה — ניסיון של למעלה מ-5 שנים מבטיח אמינות.
מה כלול בעבודה וכיצד אנו עושים זאת
- דשבורד עם מדדים מרכזיים ומתג תקופה
- ויזואליזציה של משפך עם המרה מקודדת צבע
- פילוח לפי ערוץ (טלגרם, וואטסאפ, ווב)
- טבלת השוואת וריאנטים A/B
- ירידה לפרטים: לחיצה על צעד משפך → רשימת משתמשים שעצרו באותו צעד
פרטים על ירידה לפרטים
בעת לחיצה על צעד משפך, אנו מציגים רשימה של משתמשים שלא המשיכו לשלב הבא. עבור כל אחד, אנו מציגים מזהה, חותמת זמן של הפעולה האחרונה וערוץ. זה מאפשר ניתוח התנהגות של פלחים ספציפיים.
תהליך עבודה
- ניתוח: לימוד תרחישי הבוט, הגדרת אירועים ומטרות מרכזיות
- עיצוב: פיתוח סכמת לוגים ו-API לאפליקציה הניידת
- יישום: הגדרת שרת, כתיבת ווידג'טים של ויזואליזציה ב-Flutter/Swift/Kotlin
- בדיקות: אימות דיוק המשפך ונכונות החישובים
- השקה: פריסת דשבורד באפליקציה, הדרכת הצוות
לוחות זמנים ועלות
אינטגרציה בסיסית עם דשבורד ומשפך אורכת 5-7 ימי עסקים. העלות מחושבת באופן אישי לאחר ניתוח דרישות. הערכת פרויקט — צור קשר. החזר ההשקעה בניתוח נתונים הוא 3-6 חודשים בשל עליית ההמרה.
קבל ייעוץ: פנה אלינו כדי לדון בצ'אטבוט שלך. בקש ביקורת על הבוט שלך.







