摘要: ClkLog埋点分析系统支持漏斗分析 引言 本期主要为大家介绍ClkLog八月上线的新功能-漏斗分析。 什么是漏斗分析? 漏斗分析是基于事件的一种分析模型。 漏斗分析主要是对一个多步骤的场景进行的每一步的转化数据分析。可以理解为是从顶部(广泛数据)到底部(目标数据)逐步筛选和转化分析的过程。 漏斗分析有什么作用? 漏斗分析模型主要用于帮 阅读全文
posted @ 2024-08-09 13:50 ClkLog 阅读(105) 评论(0) 推荐(0)
摘要: AccessLog| 一款开源的日志分析系统 系统采用Java语言、搭配OLAP数据库,涵盖基本web日志分析,同时提供性能分析,帮助高效运维 阅读全文
posted @ 2024-07-26 17:24 ClkLog 阅读(489) 评论(0) 推荐(0)
摘要: ClkLog埋点分析系统-支持APP崩溃分析 引言 本期主要为大家介绍ClkLog商业版七月上线新功能-App崩溃分析。 什么是App崩溃? App崩溃是指应用程序在运行过程中突然停止工作并退出,导致用户无法继续使用该应用,用户需要重新启动应用程序。 App崩溃的常见原因 编程错误、内存泄漏、不兼容性、资源不足、网络问题、权限问题等。 App崩 阅读全文
posted @ 2024-07-22 17:16 ClkLog 阅读(112) 评论(0) 推荐(0)
摘要: 数据库测试|Elasticsearch和ClickHouse的对决 前言 数据库作为产品架构的重要组成部分,一直是技术人员做产品选型的考虑因素之一。 ClkLog会经常遇到小伙伴问支持兼容哪几种数据库?为什么是选择ClickHouse而不是这个或那个。 由于目前市场上主流的数据库有许多,这次我们选择其中一个比较典型的Elasticsearch来和ClickHouse 阅读全文
posted @ 2024-07-08 10:42 ClkLog 阅读(147) 评论(0) 推荐(0)
摘要: ClkLog埋点分析系统-支持自定义事件分析 前情回顾 ClkLog在四月先上线了一版<事件分析>,可以通过元数据的配置,创建并统计自定义事件的数据情况(例如:用户数、触发次数、人均次数)。 功能上线后好多小伙伴说希望我们加紧上线自定义的事件分析。ClkLog实力宠粉,这就安排上了。 功能发布 6月,<自定义分析>千呼万唤始出来,同时我们还增加 阅读全文
posted @ 2024-06-21 16:13 ClkLog 阅读(47) 评论(0) 推荐(0)
摘要: ByConity真的可以替换ClickHouse吗? 写在之前 近期ByConity在北京举办了“ ByConity⼀周年:云原⽣数仓创新之路 ”活动,ClkLog作为生态合作伙伴收到了ByConity的活动邀请,在此表示感谢。 ByConity是字节跳动开源的云原生数据仓库,它采用计算-存储分离的架构,支持多个关键功能特性,如计算存储分离、弹性扩缩容 阅读全文
posted @ 2024-05-31 13:36 ClkLog 阅读(109) 评论(1) 推荐(1)
摘要: ClkLog实践中的挑战:如何设计和实施有效的埋点指标 埋点的学名应该叫做事件追踪(Event Tracking),它主要是针对特定用户行为或事件进行捕获、处理和发送的相关技术及其实施过程。 埋点是为了满足快捷、高效、丰富的数据应用而做的用户行为过程及结果记录。埋点所采集的数据可以分析网站/APP的使用情况,用户行为习惯等,是建立用户画像、用户行为路径等数据产品的基础。 阅读全文
posted @ 2024-04-26 09:59 ClkLog 阅读(190) 评论(0) 推荐(0)
摘要: ClkLog的自定义事件分析功能在大家满满的期待下终于发布了。 这次更新我们添加了【用户关联】、【事件采集】、【事件分析】三大块功能点。 本次上线的自定义事件分析可以让用户根据自身业务场景创建不同维度的事件进行数据采集分析。比如:市场人员可以关注点击进入落地页的人数以及点击核心按钮的人数;运营人员可 阅读全文
posted @ 2024-04-22 10:22 ClkLog 阅读(142) 评论(0) 推荐(0)
摘要: 近期ClkLog收到一个客户反馈说我们与百度统计的PV数据差异很大。为了验证问题,开发进行了一次对页面浏览量统计的测试。针对同一个IP同一个时间的页面浏览量统计发现,百度的统计数据只有一条,而ClkLog有十条记录,于是我们展开了问题排查。 百度统计情况: ClkLog统计情况: 一般来说,统计数据 阅读全文
posted @ 2024-03-28 17:54 ClkLog 阅读(148) 评论(0) 推荐(0)
摘要: 社交行业作为一个快速发展且竞争激烈的领域,企业需要不断探索创新的增长路径以保持竞争力。在这个数字化时代,数据驱动的增长分析成为实现目标的关键。本文旨在探讨社交行业增长分析的关键要素,包括指标体系设计、运营策略和用户分群,旨在帮助读者深入了解如何利用数据驱动的方法来优化业务表现、提升用户体验,以及实现 阅读全文
posted @ 2024-03-14 17:55 ClkLog 阅读(40) 评论(0) 推荐(0)