Créer un graphique Amplitude
Créez des graphiques à partir de langage naturel en découvrant des événements, en construisant des définitions de graphiques et en vérifiant les résultats.
Planification d'abord (Critique)
Avant tout appel d'outil, décomposez la demande :
1. Identifiez les composants du graphique :
- Type de graphique et métrique (ce qui est mesuré)
- Période de temps (par défaut : 30 derniers jours si non spécifié)
- Événement principal (l'action comptée)
- Conditions de segment (filtres/groupes d'utilisateurs)
- Filtres, regroupements, ventilations
- Étapes de l'entonnoir (si analyse de conversion)
2. Planifiez les recherches d'événements :
- UNE recherche par concept d'événement distinct
- Ne combinez jamais plusieurs concepts en une seule recherche
- Exemple : "achat" et "inscription" nécessitent des recherches séparées
3. Planifiez les appels d'outils parallèles :
- Obtenir le contexte, rechercher des événements, trouver des cohortes peuvent être exécutés ensemble
- Attendez les résultats avant de construire la définition
Découverte d'événements (Critique : Découverte d'abord)
IMPORTANT : Jetez un filet large avant de préciser
Lorsque la demande de l'utilisateur est ambiguë ou peut correspondre à plusieurs événements :
- Recherchez d'abord LARGEMENT pour découvrir les options pertinentes
- Examinez les résultats pertinents – recherchez les événements associés, les événements personnalisés, les méta-événements
- Présentez les options à l'utilisateur OU expliquez votre logique de sélection
- Essayez de ne pas supposer qu'un seul événement est la seule réponse sans exploration
Recherchez des événements :
Amplitude:search avec entity_types=['EVENT', 'CUSTOM_EVENT']
- Recherchez UN concept à la fois
- Utilisez d'abord des termes de recherche larges (p. ex., "IA", pas seulement "chat IA")
- ✓ Bon : "l'utilisateur finalise un achat"
- ✗ Mauvais : "événements d'inscription ou d'achat"
Prenez des décisions éclairées, puis expliquez :
- Recherchez largement pour découvrir toutes les options
- Examinez les résultats et identifiez l'approche la plus complète/précise
- Faites votre meilleur jugement (préférez les événements personnalisés agrégés aux événements uniques)
- Expliquez toujours : "J'ai trouvé les options X, Y, Z. J'ai choisi [X] parce que [raison]. Cela inclut/exclut [périmètre]."
- L'utilisateur peut corriger si votre hypothèse était erronée
Critères de décision :
- Préférez les événements personnalisés qui agrègent des activités connexes (p. ex., "[2026] Métrique d'activation [événements IA uniquement]")
- Si aucun événement agrégé n'existe, choisissez l'événement d'interaction principal
- Considérez ce que signifie "utilisateur actif" pour ce domaine produit
- Par défaut, optez pour un périmètre plus large, sauf si l'utilisateur spécifie un focus étroit
Exemples :
- ❌ MAUVAIS : L'utilisateur demande "utilisateurs IA hebdomadaires" → choisir immédiatement "ai-chat : envoyer un message" sans exploration, sans explication
- ✅ BON : L'utilisateur demande "utilisateurs IA hebdomadaires" → rechercher "IA", trouver Ask AI, Agents, Visibilité, événement personnalisé agrégé. Répondre : "J'ai trouvé une activité IA dans Ask AI, Agents et Visibilité. J'utilise l'événement personnalisé '[2026] Métrique d'activation [événements IA uniquement]' qui inclut toutes les interactions des produits IA. Cela vous donne le nombre total d'utilisateurs IA sur toutes les fonctionnalités. Faites-moi savoir si vous souhaitez vous concentrer sur un produit IA spécifique à la place."
Vérifiez avant d'utiliser :
- Obtenez des graphiques existants utilisant l'événement via la recherche
- Vérifiez que l'événement a un volume réel (pas nul/obsolète)
- Recherchez des événements personnalisés qui agrègent une activité connexe
- Si les résultats sont nuls, recherchez des alternatives
Obtenez les propriétés :
Amplitude:get_event_properties pour les noms/valeurs de propriétés exacts
Trouvez des cohortes :
Amplitude:search avec entity_types=['COHORT']
Amplitude:get_cohorts pour obtenir les définitions complètes
Sélection du type de graphique
| Type de graphique | Quand l'utiliser |
|---|---|
eventsSegmentation | Compter les événements/utilisateurs dans le temps, tendances, comparaisons, KPI, distributions, analyses de propriétés |
funnels | Analyse de conversion en plusieurs étapes avec une séquence connue, analyse des points d'abandon, temps entre des événements spécifiques, métriques de temps de conversion |
retention | Comportement de retour des utilisateurs, courbes de rétention de cohorte, analyse de désabonnement |
dataTableV2 | Comparaisons tabulaires, classements, ventilations multidimensionnelles |
customerJourney | Exploration de parcours, découverte de parcours inconnus des utilisateurs, comparaison des parcours convertis vs abandonnés |
sessions | Durée des sessions, fréquence des sessions, temps passé par utilisateur, distributions de longueur de session |
Référence rapide
eventsSegmentation - Le plus polyvalent. À utiliser pour :
- Décomptes d'utilisateurs (DAU, WAU, MAU) avec la métrique
uniques - Totaux d'événements, moyennes, sommes de propriétés
- Percentiles, distributions, formules
- Séries temporelles avec fenêtres glissantes
Périmètre d'agrégation (eventsSegmentation) :
PROPSUM(A)/metric: "sums"= Somme globale sur TOUS les événementsmetric: "frequency"= Distribution des décomptes d'événements par utilisateur (combien d'utilisateurs l'ont fait 1x, 2x, 3x)- Pour la "distribution de la somme de propriétés par utilisateur" : Amplitude ne supporte pas cela directement. Utilisez
metric: "frequency"pour les distributions de nombre d'événements, ou utilisez dataTableV2 groupé par user_id avec PROPSUM, puis exportez pour une analyse externe.
funnels - Analyse de conversion avec étapes prédéfinies. À utiliser pour :
- Taux de conversion étape par étape lorsque vous connaissez la séquence attendue
- Séquences ordonnées ou non
- Temps de conversion (temps médian entre les événements)
- Événements d'exclusion, fenêtres de conversion
- Événements qui se chevauchent : Pour trouver les utilisateurs qui ont effectué plusieurs événements (dans n'importe quel ordre), utilisez un entonnoir avec "ordre quelconque" et réglez la fenêtre de conversion pour correspondre à la plage de dates du graphique
- Remarque : Si vous souhaitez découvrir les parcours empruntés par les utilisateurs, utilisez plutôt
customerJourney
retention - Comportement de retour. À utiliser pour :
- Courbes de rétention sur N jours ou glissantes
- Analyse de cohorte (nouveaux vs utilisateurs connus)
- Modèles événement de départ → événement de retour
dataTableV2 - Données tabulaires. À utiliser pour :
- Ventilations par dimensions (pays, plateforme, etc.)
- Comparaisons multi-métriques au format tableau
customerJourney - Exploration et découverte de parcours. À utiliser pour :
- Comprendre les parcours réels empruntés par les utilisateurs (vs les parcours attendus dans les entonnoirs)
- Analyser les parcours commençant par, se terminant par ou entre deux événements spécifiques
- Comparer côte à côte les parcours des utilisateurs convertis et abandonnés
- Découvrir des modèles de navigation inattendus ou des points de friction
- Explorer la fréquence, la similarité ou le temps moyen de réalisation d'un parcours
- Combler l'écart entre les parcours clients idéaux et le comportement réel des utilisateurs
sessions - Métriques d'engagement basées sur les sessions. À utiliser pour :
- Analyse de la durée des sessions (longueur moyenne, temps passé, distributions)
- Fréquence des sessions (sessions moyennes par utilisateur, sessions totales)
- Temps passé par utilisateur dans le temps
- Événements effectués au sein des sessions (événements moyens par session)
- Comparaison du comportement des sessions entre segments d'utilisateurs
Métriques spéciales :
- Décomptes d'utilisateurs :
metric: "uniques" - Décomptes d'événements :
metric: "totals" - Sommes de propriétés :
metric: "sums"avec la propriété dansgroup_by - Taux/pourcentages : À utiliser lors de la comparaison de groupes de tailles différentes
Méta-événements :
_active: Tout événement actif (DAU, MAU)_new: Nouveaux utilisateurs (premier événement)_any_revenue_event: Événements de revenu
Structure de la définition du graphique
Paramètres de base (tous types de graphiques) :
{
"name": "Titre descriptif du graphique",
"projectId": "12345",
"definition": {
"app": "12345",
"type": "eventsSegmentation",
"params": {
"range": "30 derniers jours",
"events": [{
"event_type": "Achat finalisé",
"filters": [],
"group_by": []
}],
"metric": "uniques",
"countGroup": "User",
"interval": 1,
"segments": [{"conditions": []}]
}
}
}
Paramètres clés :
countGroup: "User" (utilisateurs uniques) ou "Event" (occurrences d'événements)interval: 1 (quotidien), 7 (hebdomadaire), 30 (mensuel)segments: Filtres/groupes d'utilisateurs (tableau vide = tous les utilisateurs)
Filtres d'événements (logique OU inline) :
"filters": [{
"group_type": "User",
"subprop_key": "country",
"subprop_op": "is",
"subprop_type": "event",
"subprop_value": ["États-Unis", "Canada"]
}]
Segments d'utilisateurs (conditions logique ET) :
"segments": [{
"name": "Utilisateurs actifs",
"conditions": [{
"type": "property",
"group_type": "User",
"prop_type": "user",
"prop": "plan",
"op": "is",
"values": ["Pro", "Enterprise"]
}]
}]
Segments de cohorte : Recherchez la cohorte, obtenez l'ID, puis :
"segments": [{
"name": "Ma cohorte",
"conditions": [{
"type": "cohort",
"group_type": "User",
"cohort_id": "abc123",
"op": "is_in"
}]
}]
Workflow : Créer un graphique
- Obtenez le contexte :
Amplitude:get_context (pour projectId)
- Découvrez les événements (RECHERCHE LARGE d'abord) :
Amplitude:search pour chaque concept distinct
- Utilisez d'abord des termes de recherche larges
- Recherchez tous les événements, événements personnalisés, cohortes associés
- Examinez TOUS les résultats avant de sélectionner
- Évaluez et décidez :
- Passez en revue tous les événements et événements personnalisés découverts
- Prenez une décision éclairée (préférez les événements agrégés)
- Préparez une explication claire de ce que vous avez trouvé et de votre choix
- Trouvez des graphiques similaires (voir exemples) :
Amplitude:search entity_types=['CHART'] query="concept similaire"
Amplitude:get_charts pour voir la structure de définition
- Obtenez les propriétés si nécessaire :
Amplitude:get_event_properties
- Construisez la définition en utilisant les noms découverts
- Expliquez la logique de sélection de l'événement dans la réponse
- Créez le graphique :
Amplitude:query_dataset avec la définition complète
-
Vérifiez les résultats - confirmez que les données ont du sens
-
Sauvegardez le graphique :
Amplitude:save_chart_edits avec editId de query_dataset
Gestion des erreurs
Si query_dataset échoue :
- Lisez attentivement le message d'erreur
- Problèmes courants : noms d'événements incorrects, filtres invalides, mauvais types de paramètres
- Corrigez la définition et réessayez
- Vérifiez d'abord que les événements existent via la recherche
Si les résultats sont nuls :
- Vérifiez que les filtres ne sont pas trop restrictifs
- Vérifiez que l'événement a des données (recherchez des graphiques l'utilisant)
- Essayez une période de temps plus large
- Vérifiez les conditions de segment
Meilleures pratiques
Nommage :
- Inclure la métrique + le contexte temporel : "Utilisateurs actifs hebdomadaires des 90 derniers jours"
- Pas : "WAU" ou "Utilisateurs"
Périodes de temps :
- Par défaut : "30 derniers jours"
- Utilisez des plages inclusives pour des périodes spécifiques
- Énoncez explicitement la plage interprétée
Vérification :
- Vérifiez toujours que l'événement existe avant de l'utiliser
- Consultez les graphiques similaires pour comprendre l'utilisation de l'événement
- Confirmez les propriétés avec get_event_properties
Comparaisons :
- Utilisez des segments pour comparer des groupes d'utilisateurs sur le même graphique
- Utilisez des taux/pourcentages pour des groupes de tailles différentes
Incluez toujours :
- L'URL du graphique dans la réponse
- Ce que montre le graphique
- Les principaux insights des données initiales
- La méthodologie utilisée