Retentioneering

Retentioneering 專注於點擊流和使用者路徑分析,透過事件日誌資料幫助成長團隊、資料分析師、產品分析師和開發者深入理解使用者行為。

主要功能

• 路徑分析:以路徑為分析單元,原始事件日誌每行對應一個事件,支援定義複雜的事件序列模式,如 add_to_cart->purchase 或 add_to_cart->[^support_chat]*->purchase。
• 分段對比:透過 add_segment 方法定義分段(如裝置類型),幾乎所有非平凡分析都涉及對比,分段機制定義了比較的對象。
• 轉換與流失分析:錨定任意事件,查看流失前發生的情況,將抽象的「轉換下降」追溯到具體畫面。
• 轉移圖與瓶頸分析:建構轉移圖並分析主要瓶頸。
• 聚類分析:使用指標作為特徵進行聚類,並生成概覽指標;聚類結果可持久化為分段,用於差異模式和其他分段感知工具。
• Agent 技能:提供 Agent Skills,教導編碼代理(如 Claude Code 或 Codex)如何直接編寫和執行 Retentioneering 程式碼,無需複製倉庫。
• MCP 整合:提供 MCP 伺服器,無需安裝、核心或資料,連接任何 MCP 客戶端即可讓代理搜尋和閱讀文件。

使用方式

使用者可以透過 Python 程式碼直接呼叫 Retentioneering 的函式,或透過 Agent Skills 讓編碼代理自動生成分析程式碼。工具支援從倉庫複製執行,也支援透過 MCP 整合。