Chart Deep Dive
Verwendung
- Eine Metrik ist unerwartet gestiegen oder gefallen
- Sie müssen verstehen, was einen Trend antreibt
- Vorbereitung einer detaillierten, evidenzbasierten Analyse für Stakeholder
- Untersuchung von Unterschieden zwischen Benutzer- oder Ereignissegmenten
Anleitung
Schritt 0: Identifizieren Sie das Chart
- Akzeptieren Sie eine Chart-URL oder Chart-ID vom Benutzer
- Wenn der Benutzer eine URL bereitstellt, verwenden Sie
Amplitude:getting_data_from_url, um die Chart-ID zu extrahieren - Wenn keine Chart-ID angegeben wird, fragen Sie explizit nach der Chart-URL oder -ID und stoppen Sie
Schritt 1: Chartdaten abrufen und validieren (Pflicht)
- Verwenden Sie Reading chart data, um die Chartdefinition und Daten abzurufen
- Wenn Chartdaten nicht abgerufen werden können oder leer sind, fahren Sie nicht fort
- Erklären Sie, was fehlt (Zeitraum, Ereignis, Filter, Berechtigungen)
- Bitten Sie den Benutzer, das Chart zu korrigieren oder ein gültiges Chart bereitzustellen
Erfassen und wiedergeben:
- Gemessene Metrik
- Zeitraum und Granularität
- Charttyp (z. B. Zeitreihe, Trichter, Retention)
- Vorhandene Filter, Segmente oder Aufschlüsselungen
Schritt 2: Muster und Änderungsfenster identifizieren
Verwenden Sie Analyzing chart, um zu charakterisieren, was passiert:
- Spitze / Abfall: Plötzliche Änderung an bestimmten Daten
- Trend: Allmählicher Anstieg oder Rückgang über die Zeit
- Saisonalität: Wiederkehrende wöchentliche oder monatliche Muster
- Anomalie: Abweichung von der jüngsten Baseline oder dem historischen Verhalten
Explizit identifizieren:
- Das Änderungsfenster (Start/Ende)
- Richtung und Größe der Änderung
- Basiszeitraum, der für den Vergleich verwendet wird (Standard: vorheriger gleich langer Zeitraum)
Schritt 3: Wahrscheinliche Treiber untersuchen (begrenzt)
Statt breiter Aufschlüsselung verwenden Sie geführte Segmentierung:
- Verwenden Sie Finding the right event properties, um die relevantesten Eigenschaften zur Erklärung der Änderung zu identifizieren
- Wählen Sie bis zu 9 hochsignifikante Eigenschaften aus (z. B. Plattform, Land, Plan, Version)
- Führen Sie Analyzing chart mit diesen Eigenschaften erneut aus, um zu ermitteln:
- Welche Segmente am meisten zur Änderung beitragen
- Ob das Muster lokalisiert oder breit angelegt ist
- Rufen Sie jeweils nur bis zu 3 Charts gleichzeitig ab, wenn Sie
Amplitude:query_chartsverwenden
Vermeiden Sie, insgesamt mehr als 9 Eigenschaften zu testen, es sei denn, der Benutzer bittet explizit um eine tiefere Untersuchung.
Schritt 4: Mit Kontext korrelieren (erforderlich bei Anomalien)
Bei Spitzen, Abfällen oder unerwarteten Verschiebungen sammeln Sie kontextuelle Signale im selben Zeitrahmen:
- Verwenden Sie Getting experiments, um aktive Experimente oder Flags zu identifizieren
- Verwenden Sie Getting deployments, um Releases oder Rollouts zu identifizieren
- Verwenden Sie Searching for content, um Anmerkungen oder relevante Dokumentation zu finden
- Verwenden Sie
Amplitude:get_feedback_insights, um Trends im Kundenfeedback zu durchsuchen, die die Änderung erklären könnten - Verwenden Sie
Amplitude:get_feedback_mentions, um spezifische Kundenaussagen abzurufen, wenn ein wahrscheinlicher Feedback-Trend mit dem zu Erklärenden zusammenhängt
Bestimmen Sie, ob kontextuelle Änderungen zeitlich mit dem Chartmuster übereinstimmen.
Schritt 5: Ergebnisse synthetisieren
Präsentieren Sie eine strukturierte, entscheidungsreife Analyse:
-
Was ist passiert
Klare Beschreibung des beobachteten Musters und der Größe -
Wann
Genauer Zeitrahmen und Vergleichsbasis -
Primäre Hypothese
Wahrscheinlichste Erklärung basierend auf Chartdaten und kontextuellen Signalen -
Unterstützende Beweise
- Wichtige Metriken
- Segmentbeiträge
- Relevante Experimente, Deployments oder Anmerkungen
-
Alternative Erklärungen
1–3 plausible Alternativen und warum sie weniger wahrscheinlich sind -
Auswirkung
Auswirkung nach Möglichkeit quantifizieren (Nutzer, Ereignisse, Conversion, Umsatzproxy) -
Empfohlener nächster Schritt
Eine klare Folgeaktion (z. B. tieferes Segment, Experimentprüfung, Instrumentierungscheck)
Immer einschließen:
- Chartname
- Chart-ID
- Link zurück zum Chart
- Abdeckung (z. B. getestete Eigenschaften, analysierte Segmente)
Best Practices
- Immer mit einer klaren Basisperiode vergleichen
- Beobachtungen von Hypothesen unterscheiden
- Hochsignifikante Segmentierung gegenüber erschöpfender Aufschlüsselung bevorzugen
- Datenqualitätsprobleme notieren (niedriges Volumen, unvollständige Zeiträume, starke „(keine)“-Werte)
- Keine Charts erstellen oder bearbeiten, es sei denn, der Benutzer bittet explizit darum