プリセットメトリクスは一般的な行動をカバーしますが、どのチェックアウトステップが離脱を引き起こすか、どのアプリバージョンが最も高いリテンションを達成しているかといった製品固有の疑問に答えるには、お客様自身が定義するインストルメンテーションが必要です。カスタム分析では、オンライン分析処理 (OLAP) エンジンに基づくクライアントサイドのインストルメンテーションモデルを使用して、プリセットメトリクスの範囲を超えたアプリのイベントをインストルメント化、収集、分析し、リアルタイムの多次元可視性を実現します。
仕組み
カスタム分析は、4 つのコンポーネントで構成されるクライアントサイドのインストルメンテーションモデルを使用します：
イベントメタデータの設定管理
カスタム分析モデル
カスタム分析パターン
フロントエンドのカスタム分析レポート
これらのコンポーネントは次のように機能します：
イベントメタデータの設定管理：アプリがリアルタイム分析のために送信するメトリクスを定義します。このメタデータは、OLAP データベースに作成されるテーブルと、クエリで利用可能なディメンションを決定します。
カスタム分析モデルとカスタム分析パターン：モデルは、イベント分析やファネル分析など、特定の分析タイプを表します。各モデルは独自のクエリ構造を適用します。パターンは、モデル、クエリ条件、ディメンションの特定の組み合わせを保持する再利用可能な設定です。頻繁に実行する分析を再現するために、パターンを保存できます。
フロントエンドのカスタム分析レポート：モデルと一連のクエリ条件から生成されるレポートです。レポートをカスタムダッシュボードに集約することで、チームにとって重要なメトリクスを監視できます。
分析の種類
2 種類の分析タイプがサポートされています：
カスタムイベント分析：お客様自身がインストルメント化したイベントを追跡し、ブレークダウンします。mPaaS OLAP エンジンを使用して、定義した任意のディメンションでイベントをフィルタリング、グループ化、比較できます。
行動分析：ユーザーベース全体の標準的なエンゲージメントメトリクスを監視します。これには、保持率、ユーザーとデバイスのアクセストレンド、デバイス分布、バージョン分布、ホットスポットページ、アクセス時間分布が含まれます。
使用開始
最初のカスタム分析を実行するには：
アプリが送信するメトリクスとディメンションを指定するために、イベントメタデータを定義します。
回答したい質問に一致する分析モデルを選択します。たとえば、プロパティごとのブレークダウンにはイベント分析を、ステップバイステップのコンバージョンビューにはファネル分析を選択します。
クエリ条件を設定し、再利用する予定がある場合は、その設定を分析パターンとして保存します。
レポートを生成し、カスタムダッシュボードに追加します。