Question

我们计划将Keen用作我们的跟踪核心，但结合请求和提取数据对我们来说是一件大事。

如果我们有一个名为pageviews的集合，其中一个用户作为其属性（如：{"name": "pageviews", "properties":{"user":{"id":"4242"},"url":"https://keen.io/"}}），另一个名为purchases的集合具有相同的user 1}}内部属性：

我们如何才能获得至少访问过3次网址且已完成另一项“购买”活动的唯一身份用户数量？
我们如何提取这些人？是否可以使用Amazon S3数据复制执行此操作？（与亚马逊雅典娜？）。 “提取”功能似乎不能满足我们的提取问题，因为我们无法应用“分组依据”语句，我们无法将多个事件组合在一起进行提取（我错了吗？）。

我们的目标是将Keen不仅用作统计分析器，还可以作为我们分割/提取使用的强大数据支持。

Answer 1

以下是解决此问题的各种选项：

解决方案1：您可以使用更简单的标准设置吗？ Keen的funnel分析类型具有自然语法，用于识别已完成（或未完成）操作A，B，C等的特定用户库存。但是，它不能快速{ {3}}基于次数已完成操作。这部分标准有多重要？您可以识别具有以下内容的用户：

渠道步骤

查看了/keen.io/和
查看了/keen.io/products和
进行了购买

这种简化会立即使您的问题在单个filter中得到回答。

解决方案2：两步查询流程。在此解决方案中，我们将运行两个单独的查询以获得结果。首先，我们将使用funnel query来识别执行了更罕见的操作（购买）的用户。在下一个查询中，我们将select_unique该特定网页的所有视图和count user.id来计算每个用户查看该网页的次数。我们将查询1的结果用作查询2中过滤器的一部分，以便我们仅查询已进行购买的相关用户。然后，我们可以选择已购买的用户并查看该页面3次或更多次。

var client = new Keen({
  projectId: "PROJECT_ID",
  readKey: "READ_KEY"
}); 

var usersWhoPurchased = []

// Query 1
var usersWhoPurchasedQuery = new Keen.Query("select_unique", {
  event_collection: "purchases",
  target_property: "user.id",
  timeframe: "this_7_days"
});

// Get Query 1 Results
client.run(usersWhoPurchasedQuery, function(err, response){
  usersWhoPurchased = response['result']
});


// Query 2
var activityCountsByUserQuery = new Keen.Query("count", {
  event_collection: "pageviews",
  group_by: "user.id",
  timeframe: "this_7_days",
  filters: [
  	{
  	  property_name: "url",
  	  operator: "eq",
  	  property_value: https://keen.io/
  	},
  	{
  	  property_name: "user.id",
  	  operator: "in",
  	  property_value: usersWhoPurchased
  	}
  ]
});
    
// Get Query 2 Results
client.run(activityCountsByUserQuery, function(err, response){
  console.log(response)
  var countsByUser = response['result']
});


// countsByUser = [
//   {
//     "user.id": "A",
//     "result": 1
//   },
//   {
//     "user.id": "B",
//     "result": 0
//   },
//   {
//     "user.id": "C",
//     "result": 3
//   }
// ]
// Sort countsByUser to identfy those with >3

此方法在您扩展时会有一些注意事项，并开始最大化您可以包含在过滤器中的用户数（数百或数千，具体取决于ID长度）。它们可以分解和分批查询。

解决方案3：包括事件计数。这种方法并不适用于所有情况，但是当它发挥作用时，它可以非常强大和优雅。我们的想法是在客户端运行计数，并将它们作为事件的用户属性包含在内。例如，您的网页浏览事件中的用户对象可能包含以下属性：

{  
   "collection_name":"pageviews",
   "properties":{  
      "user":{  
         "id":"4242"
      },
      "url":"https://keen.io/",
      "product_views_this_session":4
   }
}

使用这类数据，您可以再次使用带过滤器的简单渠道来识别符合条件的用户

渠道步骤

查看过的网页“group_by”product_views_this_session gt 4
进行了购买

解决方案4：使用S3 Streaming + AWS Lambda + RDS或DynamoDB实施计数器

如果您尚未打开它，请启用所有原始Keen数据到Amazon S3的流式传输。一旦它存在，您可以对传入的数据和静态数据执行各种额外的步骤。

您的流程可能是这样的：

开启https://keen.io
撰写审核传入数据的Keen IO Streaming to S3和
计算每个用户执行每项操作的次数
在RDS表中查找每个用户
增加该用户和该操作的计数
在同一个Lambda作业中，使用新属性重新发布到新集合中的事件回到Keen，如下所示。

新活动：

{  
   "collection_name":"user_product_view_enriched",
   "properties":{  
      "user":{  
         "id":"4242"
      },
      "url":"https://store.io/productA45",
      "view_history":{  
         "product":"A45",
         "lifetime_views":5,
         "counting_since":"<timestamp>"
      }
   }
}

以这种格式将数据重新输入Keen，您可以使用解决方案3中所述的标准渠道：

渠道步骤

在user_product_view_enriched中包含产品“A45”和lifetime_views＆gt;的用户X
进行购买的用户

对此方法的限制是您不能随意更改计数器“启动”的时间和方式。例如，您可能稍后决定只想在过去3周内计算视图而不是终生。您必须在S3中查询原始数据以获得这样的新计数，但是您已经拥有了这些数据，因此它不是那么大的交易。

解决方案5：使用EMR和/或Athena对原始S3数据实施更复杂的查询

编写一个常规批处理作业来查询原始S3数据并识别您感兴趣的用户。这里有很多选项，我不是专家，但我知道是可能的。

如何识别执行X次操作的用户？ [敏锐-IO]

1 个答案: