퍼널 위젯
퍼널 위젯 (Funnel Widget)
퍼널 분석(Funnel analysis)은 주요 워크플로우의 전환율을 추적해 엔드투엔드 사용자 여정의 병목 지점을 식별하고 해결하는 데 도움을 줘요. 퍼널 위젯은 사용자 워크플로우와 엔드투엔드 사용자 여정에서의 전환율을 시각화합니다.
출처: 문서
본문
개요
퍼널 분석은 핵심 워크플로우의 전환율을 추적해 엔드투엔드 사용자 여정의 병목 지점을 식별하고 해결하는 데 도움을 줘요. 퍼널 위젯은 사용자 워크플로우와 엔드투엔드 사용자 여정에 걸친 전환율을 시각화해요.
설정
구성
- 그래프로 표시할 데이터를 선택해요:
- RUM: RUM Events 검색 문서를 참조해 RUM 쿼리를 구성해요.
- View 또는 Action을 선택하고 드롭다운 메뉴에서 쿼리를 선택해요.
- + 버튼을 클릭하고 드롭다운 메뉴에서 다른 쿼리를 선택해 퍼널을 시각화해요. Funnel 분석 시각화에 대한 자세한 내용은 RUM Visualize 문서를 참조해요.
옵션
전체 시간 (Global time)
screenboard와 노트북에서 위젯이 사용자 지정 시간 범위를 가질지 전체 시간 범위를 사용할지 선택해요.
API
이 위젯은 Dashboards API와 함께 사용할 수 있어요. widget JSON 스키마 정의는 다음 표를 참조해요:
| 필드 | 타입 | 설명 |
|---|---|---|
description |
string | 위젯의 설명. |
grouped_display |
enum | 그룹화된 퍼널 결과의 표시 모드. 허용되는 enum 값: stacked,side_by_side |
requests [필수] |
object[] | 항목을 쿼리하는 데 사용되는 요청 페이로드. |
time |
oneOf | 위젯의 시간 설정. |
title |
string | 위젯의 제목. |
title_align |
enum | 위젯에서 텍스트를 정렬하는 방법. 허용되는 enum 값: center,left,right |
title_size |
string | 제목의 크기. |
type [필수] |
enum | 퍼널 위젯의 유형. 허용되는 enum 값: funnel, 기본값: funnel |
주요 요청 필드:
comparison_segments(string[]): 비교 세그먼트.comparison_time(object): 퍼널 위젯의 비교 시간 구성.type은previous_timeframe, custom_timeframe, previous_day, previous_week, previous_month중 하나예요.query(object): 사용자 여정 퍼널 쿼리 정의.data_source는product_analytics_journey이며,compute의metric은__dd.conversion또는__dd.conversion_rate와 함께count/cardinality집계를 허용해요.request_type[필수] (enum): 사용자 여정 퍼널 위젯의 요청 유형. 허용되는 enum 값:user_journey_funnel
JSON 예시:
{
"description": "string",
"grouped_display": "stacked",
"requests": [
{
"comparison_segments": [],
"comparison_time": {
"custom_timeframe": {
"from": 0,
"to": 0
},
"type": "previous_timeframe"
},
"query": {
"compute": {
"aggregation": "count",
"metric": "__dd.conversion_rate"
},
"data_source": "product_analytics_journey",
"group_by": [
{
"facet": "@usr.email",
"limit": "integer",
"should_exclude_missing": false,
"sort": {
"aggregation": "count",
"metric": "@session.id",
"order": "desc"
},
"target": {
"end": "node_1",
"start": "node_0",
"type": "step",
"value": "node_0"
}
}
],
"search": {
"expression": "node_0 -> node_1",
"filters": {
"audience_filters": {
"accounts": [
{
"name": "string",
"query": "string"
}
],
"filter_condition": "string",
"segments": [
{
"name": "string",
"segment_id": "string"
}
],
"users": [
{
"name": "string",
"query": "string"
}
]
},
"graph_filters": [
{
"name": "count",
"operator": "gt",
"target": {
"end": "node_1",
"start": "node_0",
"type": "step",
"value": "node_0"
},
"value": 1
}
],
"string_filter": "@session.type:user"
},
"join_keys": {
"primary": "@session.id",
"secondary": []
},
"node_objects": {
"<any-key>": {
"data_source": "product_analytics",
"search": {
"query": "@type:view @view.name:/home"
}
}
},
"step_aliases": {
"<any-key>": "string"
}
},
"subquery_id": "string"
},
"request_type": "user_journey_funnel"
}
],
"time": {
"hide_incomplete_cost_data": false,
"live_span": "5m"
},
"title": "string",
"title_align": "string",
"title_size": "string",
"type": "funnel"
}