retentioneering-tools

retentioneering-tools 概覽

這是什麼

Retentioneering 是一個開源 Python 函式庫，用於從事件日誌中理解使用者行為。它能幫助找出使用者卡住的地方、比較不同群體的路徑，並發現點擊、工作階段與重複造訪中的模式。此函式庫專為 AI 代理、資料科學家與分析師設計，用於建立、驗證與交叉檢查產品分析、量化使用者體驗、客戶旅程、基於圖形的使用者流程、行為分群、A/B 測試、流程探勘模型與馬可夫鏈模擬。

主要功能

• 互動式轉換圖小工具：可突顯路線、比較路徑群組、聚焦步驟、在自我視圖中探索傳入與傳出的轉換機率。
• 漏斗小工具：計算依序完成步驟的工作階段數量。
• 步驟矩陣小工具：支援差異模式，可比較不同分群的行為。
• 步驟桑基圖小工具：以流程圖顯示關鍵事件周圍的流向，支援錨點指定以精確對齊。
• 路徑篩選資料處理器：根據路徑指標（如長度、持續時間、事件次數、模式比對）進行篩選。
• 叢集分析小工具：互動式使用者分群，包含輪廓係數評分、熱力圖與分群儲存功能。
• 分群建立與比較：支援動態特徵（如時間區間、漏斗階段）。

使用情境

• 調查指標變化：比較某段時間前後的使用者旅程。
• 找出使用者在漏斗中離開的位置及其替代行為。
• 分析錯誤或關鍵事件的前因後果。
• 尋找符合特定行為模式的工作階段。
• 探索行為叢集，比較不同使用者類型的產品使用情況。

快速開始

Python 3.10–3.13。環境：Jupyter（Notebook、Lab、Desktop）、VS Code、Cursor、Google Colab。 安裝函式庫： bash pip install retentioneering 在筆記本中請使用 %pip install retentioneering。 使用內建電子商務資料集快速測試： python import retentioneering as rete stream = rete.datasets.load_ecom() stream.transition_graph()

授權與價格

採用 Apache-2.0 授權。開源且免費使用。

內容整理自該專案公開的 README 與儲存庫資訊。