Визуализация пользовательских путей

Необработанные таблицы событий и коэффициенты конверсии в виде чисел трудно объяснять нетехническим заинтересованным сторонам. Визуальное представление пользовательских путей — воронкообразные диаграммы, тепловые карты удержания и диаграммы Санки — сразу делает закономерности очевидными. Цель не в том, чтобы заменить числа, а в том, чтобы представить их в форме, позволяющей мгновенно увидеть выводы и снизить когнитивную нагрузку на аудиторию.

Горизонтальная столбчатая диаграмма — самый простой и понятный большинству способ визуализации воронки. Каждый столбец представляет этап воронки, а его длина — количество пользователей. Расположите этапы сверху вниз в порядке прохождения воронки, чтобы диаграмма имела вид расширяющейся воронки. Используйте один контрастный цвет для всех столбцов, чтобы внимание было сосредоточено на значениях, а не на разнообразии цветов.

Добавьте подписи с коэффициентами конверсии у правого края каждого столбца с помощью ax.text(). Показывайте и абсолютное количество пользователей, и процент конверсии между соседними этапами, чтобы на диаграмме была вся необходимая информация без отдельной таблицы данных. Разместите текст немного за концом столбца, задав небольшой горизонтальный отступ, чтобы он не перекрывал его цветную область.

Тепловая карта удержания — стандартный результат когортного анализа. Каждая строка представляет когорту, каждый столбец — смещение по неделям, а цвет каждой ячейки определяется процентом удержания. Используйте цветовую карту RdYlGn (красный — низкое значение, зелёный — высокое) с явными параметрами vmin=0, vmax=100, чтобы шкала цветов оставалась одинаковой в разных презентациях и не перенастраивалась для каждой тепловой карты.

У новых когорт ещё не было достаточно времени, чтобы пройти все недельные интервалы. Такие ячейки должны отображаться пустыми, а не как 0 %, чтобы читатели не приняли отсутствие данных за нулевое удержание. Создайте логическую маску: значение ячейки должно быть равно 0, а индекс столбца — превышать количество недель существования когорты; затем передайте её в sns.heatmap(mask=...).

Визуализируйте кривую среднего удержания, построив средние значения столбцов матрицы удержания. Эта единственная линия обобщает общий профиль удержания продукта. Добавьте затенённую область в пределах ±1 стандартного отклонения, чтобы показать различия между когортами. Узкая область означает, что когорты ведут себя сходным образом; широкая указывает на существенные различия между когортами, которые стоит исследовать.

Построение воронок для разных сегментов рядом друг с другом показывает, связаны ли проблемы с продуктом в целом или только с определёнными устройствами. Создайте сгруппированную столбчатую диаграмму с двумя группами столбцов для каждого этапа воронки, используя ax.bar() со смещением по оси x. Другой вариант — построить две отдельные воронки в сетке из двух графиков 1×2 с помощью plt.subplots(1, 2), чтобы сравнение было нагляднее.

Визуализация распределения количества событий за сеанс показывает, сосредоточены ли сеансы вокруг небольшого числа событий (то есть пользователи быстро достигают цели) или охватывают широкий диапазон (что может указывать на сложные пути или растерянность пользователей). Постройте график с помощью ax.hist() по столбцу event_count; если распределение сильно смещено вправо, используйте логарифмическую шкалу по оси y.

Покажите наиболее распространённые последовательности из двух событий (биграммы) в потоке кликов, чтобы понять типичные пути пользователей. Сгруппируйте данные по сеансам, отсортируйте по event_rank и извлеките соседние пары с помощью zip(events, events[1:]). Подсчитайте частоту пар с помощью счётчика и выведите 10 самых частых на горизонтальной столбчатой диаграмме. Это покажет, какие пути навигации преобладают в поведении пользователей.

Гистограмма длительности сеансов показывает, взаимодействуют ли пользователи с продуктом недолго (менее 2 минут), умеренно долго или продолжительное время. Используйте логарифмическую шкалу по оси x, если небольшое количество очень долгих сеансов из-за этого сожмёт основную массу данных в крайний левый интервал. Проведите вертикальную линию через медиану с помощью ax.axvline(), чтобы облегчить аудитории интерпретацию «типичной» продолжительности сеанса.

Объедините несколько визуализаций в один рисунок информационной панели, используя сетку графиков с помощью plt.subplots(2, 2, figsize=(14, 10)). Разместите на отдельных панелях столбчатую диаграмму воронки, тепловую карту удержания, кривую среднего удержания и распределение событий. Сохраните рисунок в PNG для публикации в интернете или в PDF для печатных отчётов. Единым рисунком легче делиться, чем четырьмя отдельными файлами.

В этом уроке Вы научились: создавать столбчатые диаграммы воронки с подписями и тепловые карты удержания, строить кривые среднего удержания с областями разброса, а также объединять несколько диаграмм в один рисунок информационной панели и сохранять его в PNG. Далее мы рассмотрим обнаружение и удаление дублирующихся записей в расширенной очистке данных.