Simple Log Service:ウィンドウ漏斗関数

実装

ウィンドウファネル関数は、スライディングタイムウィンドウ内のイベントチェーンを検索し、イベントチェーン内の連続イベントの最大数をカウントするために使用されます。 ウィンドウファネル関数は、指定したイベントチェーンの最初のイベントからカウントを開始し、イベントを順番にチェックして、連続イベントの最大数を返します。

構文

ウィンドウファネル関数は、次の構文をサポートしています。

• event_idパラメーターの値がイベントチェーンで指定されている場合は、次の構文を使用できます。

  window_funnel(sliding_window, timestamp, event_id, ARRAY[event_list01, event_list02...])

• event_idパラメーターの値がイベントチェーンで指定されておらず、event_idパラメーターのカスタム値を使用する場合は、次の構文を使用できます。

  window_funnel(sliding_window, timestamp, ARRAY[event_id=event_list01, event_id=event_list02...])

パラメーター

例

eコマースストアは、プロモーション活動をホストし、ウィンドウファンネル機能を使用して活動の変換パフォーマンスを分析しました。 変換プロセスは、商品に関する情報を閲覧するステップと、商品をオンラインショッピングカートに追加するステップと、商品を購入するステップとの3つのステップからなる。 次の図は、Simple log Serviceによって収集されるサンプルログを示しています。

ユーザーが24時間以内に実行した購入行動を分析します。

• クエリ文

  * |
  SELECT
    user_id,
    window_funnel(
      86400,
      timestamp,
      ARRAY [behavior_type='pv', behavior_type='cart',behavior_type='buy']
    ) AS levels
  GROUP BY
    user_id
  ORDER BY
    user_id
  LIMIT
    1000

• クエリおよび分析の結果

  • ユーザ24のレベルフィールドの値は3である。 ユーザは、商品に関する情報を閲覧し、その商品をオンラインショッピングカートに追加し、次いでその商品を購入するという順序で購入を完了する。

  • ユーザ14のレベルフィールドの値は2である。 ユーザは、商品に関する情報を閲覧し、その商品をオンラインショッピングカートに追加するが、購入を完了しない。

  

さまざまな種類のユーザー行動を持つユーザーの数を分析します。

• クエリ文

  * |
  SELECT
    levels,
    count,
    sum(count) over(
      ORDER BY
        levels DESC
    ) AS total
  FROM  (
      SELECT
        levels,
        count(1) AS count
      FROM      (
          SELECT
            user_id,
            window_funnel(
              86400,
              timestamp,
              ARRAY [behavior_type='pv', behavior_type='cart',behavior_type='buy']
            ) AS levels
          FROM          log
          GROUP BY
            user_id
        )
      GROUP BY
        levels
      ORDER BY
        levels
    )

• クエリおよび分析の結果

  • 商品に関する情報を閲覧するユーザの数は513,194である。 商品に関する情報を閲覧した後に購入プロセスを継続しないユーザーの数は138,491です。

  • オンラインショッピングカートに商品を追加するユーザーの数は374,703です。 オンラインショッピングカートに商品を追加した後に購入プロセスを続行しないユーザーの数は198,642です。

  • 商品を購入するユーザーの数は176,061です。

  

• クエリ文

  * |
  SELECT
    *,
    100.0 * total /(sum(count) over()) AS "Absolute conversion rate",
    if(
      lag(total, 1, 0) over() = 0,
      100,
      (100.0 * total / lag(total, 1, 0) over())
    ) AS "Relative conversion rate"
  FROM  (
      SELECT
        levels,
        count,
        sum(count) over(
          ORDER BY
            levels DESC
        ) AS total
      FROM      (
          SELECT
            levels,
            count(1) AS count
          FROM          (
              SELECT
                user_id,
                window_funnel(
                  86400,
                  timestamp,
                  ARRAY [behavior_type='pv', behavior_type='cart',behavior_type='buy']
                ) AS levels
              FROM              log
              GROUP BY
                user_id
            )
          GROUP BY
            levels
        )
      ORDER BY
        levels
    )

• クエリおよび分析の結果

  • テーブル内のクエリと分析結果

  • ファネルチャートでのクエリと分析の結果