Application Insights 使用分析

Application Insights 是一种强大的可观测性工具，可收集遥测数据，以显示用户如何与应用程序交互。 这包括有关哪些功能最受欢迎、用户是否达到他们的目标、用户在哪停止使用以及他们是否会在以后返回的信息。

这些见解可帮助你了解用户行为、确定改进领域，并衡量最近更改的影响，使你能够对下一个开发周期做出数据驱动的决策。

本文涵盖以下几个方面：

• 使用自定义事件进行使用情况分析

• 原生使用体验

  • 用户、会话和事件 - 跟踪和分析用户与应用程序、会话趋势和特定事件的交互，以便深入了解用户行为和应用程序性能。

  • 漏斗图 - 了解用户如何在你的应用程序中完成一系列操作步骤，以及他们可能减少的地方。

  • 用户流 - 直观显示用户路径，以确定用户最参与或遇到问题的最常见路由和区域。

  • 队列 - 按常见特征对用户或事件进行分组，以分析行为模式、功能使用情况以及随时间变化的影响。

• 使用情况工作簿模板

  • 用户保留分析 - 跟踪返回到应用程序的用户的频率和模式及其与特定功能的交互。

  • 用户影响分析 - 分析 应用程序性能指标（例如加载时间）如何影响用户体验和行为，以帮助确定改进的优先级。

  • HEART 分析 - 利用 HEART 框架来衡量和了解用户幸福、参与、采用、保留和任务成功。

如何入门

先决条件

检测应用程序

若要收集有关应用程序的使用情况的浏览器遥测数据，请使用 Application Insights JavaScript SDK。 不需要服务器端检测。

若要验证是否正在收集浏览器遥测数据，请在调试模式下运行项目几分钟，然后在 Application Insights 的 “概述 ”窗格中查找结果。

使用自定义事件进行使用情况分析

跟踪用户与自定义事件的交互

使用自定义事件跟踪重要行动，以支持业务目标。 示例包括 选择按钮、提交表单和完成购买。

虽然页面视图有时可以表示有用的事件，但它们并不总是可靠的指示器。 例如，用户可能会在不进行购买的情况下打开产品页面。 通过跟踪特定的业务事件，你可以通过网站绘制用户的进度图表，了解他们对不同选项的偏好，并确定他们遇到困难或退出的位置。

将自定义事件与用户 ID 和会话上下文结合使用以启用：

• 跨会话跟踪用户行为。
• 基于用户操作分析转换漏斗。
• 通过用户与应用交互的方式对用户进行细分。

将属性值附加到这些事件后，可以在门户中的检查期间筛选或拆分它们。 每个事件还包括一组标准属性，例如匿名用户 ID，允许跟踪单个用户的活动序列。

如何记录自定义事件

可以使用 Click Analytics 自动收集插件或 trackEvent 从应用程序的客户端记录事件：

appInsights.trackEvent({name: "incrementCount"});

还可以使用 Azure Monitor OpenTelemetry 发行版记录服务器端自定义事件。 有关详细信息，请参阅 添加和修改适用于 .NET、Java、Node.js和 Python 应用程序的 Azure Monitor OpenTelemetry。

若要了解如何将自定义事件与 Application Insights SDK（经典 API）配合使用，请参阅 自定义事件 和 属性。

对自定义事件进行切片和切分

在 “用户”、“会话”和“事件”工具中，可以按用户、事件名称和属性对自定义事件进行分析和处理。 每当遇到任何使用体验时，请选择 “打开上次运行查询 ”图标，以返回到基础查询。

然后，可以修改基础查询以获取要查找的特定信息。 下面是有关页面视图的基础查询的示例。

// average pageView duration by name
let timeGrain=5m;
let dataset=pageViews
// additional filters can be applied here
| where timestamp > ago(1d)
| where client_Type == "Browser" ;
// calculate average pageView duration for all pageViews
dataset
| summarize avg(duration) by bin(timestamp, timeGrain)
| extend pageView='Overall'
// render result in a chart
| render timechart

原生使用体验

用户、会话和事件

三个 使用情况窗格使用同一个工具从应用程序的三个不同角度分析和处理遥测数据。 通过对数据进行筛选和拆分，可以洞察不同页面和功能的相对使用情况。 了解用户何时使用应用程序、他们最感兴趣的页面、用户所在的位置以及他们使用的浏览器和作系统。

• 用户工具：计算在所选时间段内访问页面的唯一用户数。 将使用浏览器 cookie 中存储的匿名 ID 对用户进行计数。 使用不同浏览器或计算机的单个人员被计为多个用户。

• 会话工具：统计访问网站的用户会话数。 会话表示一个用户发起的一段活动时间，并于非活动期超过半小时或持续使用24小时后结束。

• 事件工具：应用程序的某些页面和功能使用的频率是多少？ 当浏览器加载了应用中的一个页面时，会将其计为一次页面查看，前提是已对它进行了检测设置。

  自定义事件表示应用程序中发生的情况之一。 通常是用户交互，例如按钮选择或任务完成。 在应用程序中插入代码以 生成自定义事件 或使用 Click Analytics 扩展。

查询特定用户、会话或事件

通过调整每个窗格顶部的查询选项，浏览不同的用户组、会话或事件。

单击“查看更多见解”将显示以下信息：

通过 A/B 测试确定功能成功

如果不确定哪个功能变体更成功，请运行 A/B 测试，让不同的用户访问每个变体。

若要设置 A/B 测试，请将唯一属性值附加到每个变体发送的所有遥测。 使用 OpenTelemetry，可以通过向 span 添加自定义属性来实现这一点。 有关详细信息，请参阅 添加和修改适用于 .NET、Java、Node.js和 Python 应用程序的 Azure Monitor OpenTelemetry。

如果正在使用 Application Insights SDK (Classic API)，请转而使用遥测初始化程序。 有关详细信息，请参阅 自定义事件。

在 A/B 测试后，筛选和拆分属性值上的数据，以便可以比较不同的版本。 衡量每个版本的成功，然后过渡到统一版本。

漏斗

了解客户体验对你的业务而言至关重要。 如果你的应用程序涉及多个阶段，那么需要知道客户是要完成整个进程，还是要在某个时间点结束进程。 在应用程序中完成一系列步骤的过程称为 漏斗图。

可使用 Application Insights 漏斗图深入了解你的用户，并监视分步转换率。 选择步骤会显示其他特定于该步骤的详细信息。

创建漏斗图

在创建漏斗图之前，需要决定想要回答的问题。 例如，你可能想要知道多少用户查看主页、查看客户配置文件和创建票证。

1. 在“漏斗图”选项卡上选择“编辑”。

2. 选择你的“第一步”。

   

3. 若要对步骤应用筛选器，请选择“添加筛选器”。 选择第一步对应的项后，将显示此选项。

4. 然后选择“第二步”，依此类推。

   注意

   漏斗图最多限制为六个步骤。

5. 选择“视图”选项卡，以查看漏斗图结果。

6. 要保存漏斗图以便下次查看，请选择顶部“保存”。 使用“打开”来打开保存的漏斗图。

用户流

用户流工具会将用户在站点的页面和功能之间移动的方式可视化。 它非常适合解释以下问题，例如：

• 用户如何从站点上的某个页面离开？
• 用户在站点页面上选择了什么？
• 网站中用户流失最多的地方在哪里？
• 是否存在用户反复重复同一操作的位置？

用户流工具从你指定的初始自定义事件、异常、依赖项、页面视图或请求开始。 从这个初始事件开始，用户流显示了用户会话之前和之后发生的事件。 不同粗细的线显示用户遵循每条路径的次数。

特殊的“会话开始” 节点显示后续节点开始会话的位置。 “会话结束” 节点显示有多少用户在上一个节点之后没有发送页面视图或自定义事件，并突出显示用户可能离开站点的位置。

创建用户流程可视化图示

若要开始使用用户流工具回答问题，请选择初始自定义事件、异常、依赖项、页面视图或请求作为可视化效果的起点：

1. 在“用户流”窗格中，选择“ 编辑 ”或 “选择事件”。

2. 从 “初始事件 ”下拉列表中，选择自定义事件、异常、依赖项、页面视图或请求。

   

3. 选择“创建图”。

可视化效果的“步骤 1”列显示用户在初始事件之后最常执行的操作。 这些项按从上到下、从最频繁到最不频繁的顺序排列。 “步骤 2”列和随后的列显示用户之后的操作。 可以通过该信息了解用户在你的站点中移动的所有方式。

编辑用户流可视化图表

默认情况下，用户流工具只会随机抽取站点过去 24 小时的页面视图和自定义事件。 可在“编辑”菜单上扩大时间范围并更改性能平衡以及随机抽样的准确度。

如果某些页面视图、自定义事件和异常与你无关，请选择要隐藏的节点上的“X”。 选择要隐藏的节点后，选择“ 创建图形”。 若要查看所有隐藏节点，请选择 “编辑 ”并查看 “排除的事件 ”部分。

如果预期在可视化效果中看到的页面视图或自定义事件缺失，请执行以下操作：

• 检查“编辑”菜单上的“已排除事件”部分。
• 使用“其他” 节点上的加号按钮在可视化中包括不太频繁发生的事件。
• 如果用户未频繁发送你预期的页面视图或自定义事件，请在“编辑”菜单上扩大可视化效果的时间范围。
• 确保在您的网站源代码中，根据需要设置要被 Application Insights SDK 收集的自定义事件、异常、依赖项、页面视图或请求。

如果想要查看可视化效果中的更多步骤，请使用可视化效果上方的“前面的步骤”和“后续步骤”下拉列表。

使用用户流可以回答的示例问题

选择以下示例之一以展开该部分。

队列

队列是具有某种共性的用户、会话、事件或操作集。 在 Application Insights 中，队列由分析查询定义。 如果你要反复分析特定的用户或事件集，队列可让你更灵活地准确表达所需的集。

队列与基本筛选器

可以采用类似于筛选器的方式使用队列。 但是，队列的定义是从自定义分析查询生成的，因此它们的自适应性和复杂性要高得多。 与筛选器不同，队列可以保存，供其他团队成员重复使用。

对于尝试了应用中新功能的所有用户，可以定义一个队列。 可将此队列保存在 Application Insights 资源中。 今后可以轻松分析这组保存的特定用户。

创建群组

你的团队将参与用户定义为在给定月份使用应用程序五次或多次的用户。 本部分为这些参与用户定义一个队列。

1. 选择“创建队列”。

2. 选择“模板库”选项卡，查看各种队列的模板集合。

3. 选择“参与用户 -- 按使用天数”。

   此队列有三个参数：

   • Activities：在此处选择要将哪些事件和页面查看计入用量。
   • Period：月份的定义。
   • UsedAtLeastCustom：用户需要在某个时段内使用某个对象多少次，才能将该用户算作参与用户。

4. 将 UsedAtLeastCustom 更改为 5 天以上。 将“时段”设置保留为默认值 28 天。

   现在，此队列代表在过去 28 天内独立的 5 天中通过任何自定义事件或页面视图发送的所有用户 ID。

5. 选择“保存”。

   提示

   为队列命名，例如参与用户（5 天以上）”。 根据是否希望对此 Application Insights 资源拥有访问权限的其他人查看此队列，将此队列保存到“我的报告”或“共享报告”中。

6. 选择“返回库”。

此队列有哪些作用？

打开“用户”工具。 在“显示”下拉框中，选择在“用户属于...”下创建的队列。

需要注意的要点：

• 不能通过普通的筛选器创建此集。 日期逻辑更高级。

• 可以使用“用户”工具中的正常筛选器进一步筛选此队列。 尽管该队列是基于 28 天期限定义的，但仍可以在“用户”工具中将时间范围调整为 30、60 或 90 天。

这些筛选器支持更复杂的问题，而通过查询生成器无法表达这样的问题。 例如，对于在过去 28 天参与的人员，他们在过去 60 天的行为如何？

更多队列示例

选择以下示例之一以展开该部分。

使用工作簿模板

用户留存分析

用户保留分析工作簿通过跟踪用户返回到应用程序的频率并与特定功能交互，帮助你了解用户参与度。 它揭示了用户队列中的模式，例如赢或输游戏的用户之间的回报率差异，提供可作的见解来改善用户体验并指导业务决策。

通过分析在给定时间范围内用户群组的行为，您可以：

• 了解哪些特定的功能导致某些用户比其他用户回来得更频繁。
• 检测潜在的保留问题。
• 形成数据驱动假设，帮助你改进用户体验和产品策略。

使用“用户保留分析”工作簿

若要访问工作簿，请转到 Application Insights 中的“工作簿”窗格，然后选择“使用情况”类别下的“用户保留分析”。

可视化效果包括：

总体保留期： 所选时间段内用户保留百分比的摘要图表。

保留网格： 显示保留的用户数。 每行都表示在所显示的时间段内执行了任意事件的一群用户。 行中的每个单元格显示了该用户群中有多少人在之后的某个时间段内至少回归了一次。 某些用户可能在多个时间段内都返回过。

见解卡片： 突出显示前五个启动和返回事件，以帮助查明关键参与驱动程序。

使用工作簿顶部的保留控件可以：

• 定义特定的时间范围。
• 选择不同的事件组合以缩小特定用户活动的焦点。
• 例如，在属性上添加筛选器，以专注于特定国家或地区的用户。

用户影响分析

影响分析可以发现页面视图的任何维度、自定义事件或请求对不同页面视图或自定义事件造成的影响。

举例来说，假如团队中有人在争论站点某个部件的缓慢运行是否导致用户退出站点，则 Impact 就是解决争论的终极工具。 用户能够容忍某种程度的缓慢，但 Impact 可以提供见解，让你知道如何最好地对优化措施和性能做出平衡，以将用户转换率最大化。

分析性能只是 Impact 的一部分功能。 Impact 支持自定义事件和维度，因此你可以轻松地解答用户浏览器的选择与不同转换率之间的相关性之类的问题。

用户影响分析工作簿

若要在 Application Insights 中使用 用户影响分析 工作簿，请导航到 “工作簿 ”窗格，并在“ 使用情况 ”类别下找到它。

1. 从“已选事件”下拉列表中选择一个事件。
2. 从“分析依据”下拉列表中选择一个指标。
3. 从“影响事件”下拉列表中选择一个事件。
4. 若要添加筛选器，请使用“添加已选事件筛选器”选项卡或“添加影响事件筛选器”选项卡。

用户影响分析工作簿如何计算转换率？

在后台，“用户影响分析”工作簿依赖于皮尔逊相关系数。 结果在 -1 和 1 之间进行计算。 系数 -1 表示负线性相关，1 表示正线性相关。

用户影响分析工作原理的基本细分：

• 让 A = 主页视图、自定义事件或在“已选事件”下拉列表中选择的请求。
• 让 B = 在“影响以下对象的使用”下拉列表中选择的辅助页面视图或自定义事件。

Impact 会查找选定时间范围内所有用户会话的样本。 对于每个会话，它会查找出现的每个 A。

然后，根据以下两个条件之一，将会话分解成两种不同的子会话：

• 转换后的子项由以 B 事件结尾的会话组成，并包含 B 之前发生的所有 A 事件。
• 如果所有 A 都是在没有终端 B 的情况下发生的，则会发生未转换的子会话。

Impact 的最终计算方式取决于我们是按指标还是按维度进行分析。 使用指标时，将求子会话中所有 A 的平均值。 使用维度时，每个 A 的值为 B 的赋值贡献 1/N，其中 N 是子会话中 A 的数目。

可以使用用户影响分析回答的示例问题

选择以下问题之一以展开该部分。

HEART - 客户体验的五个维度

本部分介绍如何在 Azure Monitor 中启用和使用 HEART 工作簿。 HEART 工作簿基于最初由 Google 推出的 HEART 度量框架。 几个 Microsoft 内部团队使用 HEART 交付更好的软件。

概述

HEART 是一个首字母缩写词，代表愉悦感 (Happiness)、参与度 (Engagement)、接受度 (Adoption)、留存率 (Retention) 和任务成功率 (Task Success)。 HEART 通过关注五个客户体验维度来帮助产品团队交付更好的软件：

• 愉悦感：用户态度的度量值
• 参与度：活动用户参与级别
• 接受度：目标受众渗透
• 留存率：用户回头率
• 任务成功：提高工作效率

这些维度是独立测量的，但它们彼此交互。

• 接受度、参与度和留存率形成了一个用户活动漏斗。 采用该工具的用户中只有一部分才会回来使用它。
• 任务成功率是推动用户沿漏斗图向下发展，并促使他们从接受度转到留存率的驱动因素。
• 愉悦感是其他维度的结果，而不是独立度量。 在漏斗中进展并表现出较高活跃度的用户理想情况下会更快乐。

先决条件

• Azure 订阅：免费创建 Azure 订阅

• Application Insights 资源：创建 Application Insights 资源

• 点击分析：设置点击分析自动收集插件。

• 特定属性：检测以下属性以计算 HEART 指标。

  源	特征	说明
  customEvents	用户_身份验证ID	已经过身份验证的用户的唯一标识符
  customEvents	session_Id	唯一会话标识符
  customEvents	应用名称	唯一 Application Insights 应用标识符
  customEvents	项目类型	customEvents 记录的类别
  customEvents	timestamp	事件的日期/时间
  customEvents	operation_Id	关联遥测事件
  customEvents	user_Id	唯一用户标识符
  customEvents ¹	parentId	功能的名称
  customEvents ¹	页面名称	页面的名称
  customEvents ¹	动作类型	单击分析记录的类别
  页面浏览量	用户_身份验证ID	已经过身份验证的用户的唯一标识符
  页面浏览量	session_Id	唯一会话标识符
  页面浏览量	应用名称	唯一 Application Insights 应用标识符
  页面浏览量	timestamp	事件的日期/时间
  页面浏览量	operation_Id	关联遥测事件
  页面浏览量	user_Id	唯一用户标识符

  ¹：要发出这些属性，请通过 npm 使用点击分析自动收集插件。

• 如果要设置经过身份验证的用户上下文，请检测以下属性：

  源	特征	说明
  customEvents	用户_身份验证ID	唯一经过身份验证的用户标识符。

打开工作簿

若要在 Application Insights 中使用 HEART 工作簿，请导航到 工作簿 窗格，并找到 使用单击分析插件的产品分析 类别。 只需与主工作簿 HEART 分析 - 所有部分进行交互。 此工作簿以标签的形式包含其他六个工作簿。

确认有数据流

若要验证数据是否按预期流动以准确统计指标，请选择“开发要求”选项卡。

如果数据流动不如预期，此选项卡将显示有问题的特定属性。

工作簿结构

该工作簿显示 HEART 维度的指标趋势，分为七个选项卡。 每个选项卡都包含维度说明、每个维度中包含的指标以及如何使用它们。

选项卡包括：

• 摘要：汇总使用情况漏斗指标，提供访问、交互和重复使用的高级视图。
• 接受度：有助于了解目标受众的渗透率、获取速度和总用户群。
• 参与度：显示使用频率、深度和广度。
• 留存率：显示重复使用情况。
• 任务成功率：让你了解用户流及其时间分布。
• 愉悦感：我们建议使用调查工具以五分制衡量客户满意度分数 (CSAT)。 在此选项卡上，我们通过使用情况和性能指标提供幸福的可能性。
• 特征指标：帮助在特征粒度上理解 HEART 指标。

如何定义和度量 HEART 维度

高兴

愉悦感是用户报告的维度，可度量用户对向他们提供的产品的感受。

衡量愉悦感的常用方法是向用户询问 CSAT 问题，例如：你对该产品的满意度如何？ 用户的回答（三分或五分制，例如，否、可能、是）将进行汇总，创建一个 1 到 5 分范围内的产品级分数。 由于用户发起的反馈往往带有负面偏见，因此 HEART 从按预定义时间间隔显示给用户的调查中跟踪愉悦感。

常见愉悦感指标包括诸如“平均星级评分”和“客户满意度分数”这类值 。 使用自定义源中描述的自定义引入方法之一将这些值发送到 Azure Monitor。

参与

参与度是衡量用户活动的指标。 具体而言，用户操作是有意为之，例如单击。 活动使用量可以划分为三个子维度：

• 活动频率：衡量用户与产品交互的频率。 例如，用户通常每天、每周或每月进行交互。

• 活动广度：衡量用户在特定时间段内交互的特性数量。 例如，用户在 2021 年 6 月内与总共五种功能进行了交互。

• 活动深度：衡量用户每次启动产品时交互的特性数量。 例如，用户在每次启动时都与两种功能进行了交互。

度量参与度可能因所使用产品的类型而异。 例如，像 Microsoft Teams 这样的产品预计会有很高的日常使用率，使其成为一个重要的跟踪指标。但是对于像工资门户这样的产品，按月或按周进行衡量可能会更有意义。

接受度

通过接受度，你可以了解相关用户之间的渗透、你获得的作为用户群的用户，以及你获得他们的方式。 接受度指标有助于衡量：

• 新发布的产品。
• 刚更新的产品。
• 市场营销活动。

保留

保留用户是在指定报告期间及其上一个报告期间处于活动状态的用户。 留存率通常使用以下指标衡量。

任务成功率

任务成功率跟踪用户是否可以使用产品的功能高效且有效地完成任务。 许多产品包括旨在跟踪用户完成任务的结构。 示例包括：

• 将商品添加到购物车，然后完成购买。
• 搜索关键字，然后选择结果。
• 启动新帐户，然后完成帐户注册。

成功的任务满足三个要求：

• 预期任务流：特性的预期任务流由用户完成并与预期任务流一致。
• 高效能：该特性的预期功能在合理的时间内完成。
• 高可靠性：该特性的预期功能顺利完成。

如果不满足前述任何要求，则认为任务不成功。

使用以下参数设置自定义任务。

常见问题解答

此事件的初次出现是否意味着事件首次出现在会话中，还是意味着事件每次出现在会话中？

可视化上的初始事件仅表示用户在会话期间首次发送该页面视图或自定义事件。 如果用户可以在会话中多次发送初始事件，则“步骤 1”列仅显示用户在初始事件的第一个实例（而不是所有实例）之后的行为。

我的可视化效果中的某些节点的级别过高。 如何获得更详细的节点？

使用“编辑”菜单上的“拆分依据”选项：

1. 在“事件”菜单上选择要细分的事件。

2. 在“维度”菜单上选择一个维度。 例如，如果已有一个名为“已单击按钮”的事件，请尝试使用一个名为“按钮名称”的自定义属性。

我定义了某些国家/地区的用户的队列。 当我将“用户”工具中的此队列与设置国家/地区筛选器进行比较时，为什么看到了不同的结果？

队列与筛选器有所不同。 假设你为英国的用户创建了一个队列（类似于上述示例中的定义），并将结果与设置筛选器 Country or region = United Kingdom 进行比较：

• 队列版本将显示在当前时间范围内从英国发送了一个或多个事件的用户的所有事件。 如果按国家或地区拆分，可能会看到许多国家和地区。

• 筛选器版本只显示来自英国的事件。 如果按国家或地区拆分，你只会看到“英国”。

如何按不同粒度（每日、每月或每周）查看数据？

可以选择“日期粒度”筛选器来更改粒度。 筛选器在所有维度选项卡中都可用。

如何从我的应用程序中访问 HEART 工作簿上不可用的见解？

如果视觉对象无法回答你的所有问题，则可以对作为 HEART 工作簿的源的数据进行深入发掘。 若要执行此任务，请在 Application Insights 的 “监视 ”部分下，选择“ 日志”并查询 customEvents 表。 某些点击分析的属性包含在 customDimensions 字段中。

下面显示了一个示例查询：

customEvents
| where isnotnull(customDimensions.actionType)
| extend parentid=tostring(customDimensions.parenId),
pagename=tostring(customDimensions.pageName),
actiontype=tostring(customDimensions.actionType)
| project actiontype,parentid,pagename,
user_AuthenticatedId,user_Id,session_Id,itemType,timestamp

若要详细了解 Azure Monitor 中的日志，请参阅 Azure Monitor 日志概述。

是否可以在工作簿中编辑视觉对象？

是。 若要了解如何编辑工作簿模板，请参阅 Azure 工作簿模板。

后续步骤

• 查看点击分析自动收集插件的 GitHub 存储库 和 npm 包。
• 详细了解 Google 的 HEART 框架。
• 若要详细了解工作簿，请参阅工作簿概述。