Amirali Yaghoutiمهندس ارشد نرم‌افزار

مطالعه موردی مهندسی

استخراج داده‌ی رفتاری از Microsoft Clarity

کلریتی ثبت می‌کند که آدم‌ها روی یک صفحه واقعاً چه می‌کنند: کجا با حرص پشت‌سرهم کلیک می‌کنند، تا کجا اسکرول می‌کنند و می‌ایستند، کجا برمی‌گردند و بیرون می‌روند. این مستقیم‌ترین شاهدی است که درباره‌ی یک مشکل تجربه‌ی کاربری داریم، و تا وقتی داخل نمایشگر ضبط بماند تقریباً به درد نمی‌خورد.

مسئله تجاری

ضبط نشست و نقشه‌ی حرارتی تماشایی‌اند اما عمل‌کردن روی‌شان سخت است. تماشای بیست نشست یک «حس» به آدم می‌دهد، نه فهرستی رتبه‌بندی‌شده از صفحه‌های مشکل‌دار. برای اینکه سیگنال رفتاری به تصمیم وصل شود، باید به‌شکل داده بیرون بیاید: قابل مرتب‌سازی، قابل مقایسه بین صفحه‌ها، و قابل بررسی دوباره بعد از هر تغییر.

آنچه تحویل دادم

  • یک خط لوله که سیگنال‌های رفتاری کلریتی را از نمایشگر نشست بیرون می‌کشد و به خروجی ساختارمند تبدیل می‌کند.
  • تجمیع در سطح صفحه، تا واحد تحلیل «صفحه‌ی مشکل‌دار» باشد نه یک نشست تکی.
  • خروجی طوری شکل گرفته که مقایسه‌ی قبل و بعد ساده باشد، چون هدف هر تغییر تجربه‌ی کاربری، جابه‌جاکردن یک سیگنال است.
  • ساختاری هم‌شکل با بقیه‌ی گزارش‌ها، تا داده‌ی رفتاری کنار داده‌ی جست‌وجو و فروش همان صفحه قابل خواندن باشد.

رویکرد فنی

  • تجمیع تا سطح صفحه. یک نشست تکی فقط یک احتمال را نشان می‌دهد؛ صفحه‌ای که در چند نشست سیگنال یکسان می‌دهد، یک مشکل واقعی دارد.
  • خروجی برای مقایسه در طول زمان طراحی شده، چون پرسش مفید هیچ‌وقت «الان چه خبر است» نیست؛ «آن تغییر کمک کرد یا نه» است.
  • چون شکل خروجی با بقیه‌ی استخراج‌ها یکی است، می‌شود یک صفحه را هم‌زمان از چند زاویه دید، به‌جای اینکه هر زاویه در ابزار جداگانه‌ای بماند.
  • سیگنال رفتاری شاهدی است که به یک صفحه اشاره می‌کند، نه نتیجه‌گیری درباره‌ی علت. برای فهمیدن علت هنوز باید سراغ خود ضبط رفت.

نتیجه و شواهد

داده‌ی رفتاری حالا قابل رتبه‌بندی و قابل بررسی دوباره است. همین باعث می‌شود بشود با آن کار تجربه‌ی کاربری را اولویت‌بندی کرد، نه اینکه فقط تصویری برای یک حدس باشد.

اهمیت برای کارفرما

بیشتر بحث‌های تجربه‌ی کاربری را کسی می‌برد که با اطمینان بیشتری حرف می‌زند. با سیگنال رفتاری در سطح صفحه، بحث تبدیل می‌شود به پرسشی که جواب دارد.

خلاصه-اجرایی-پروژه

خلاصه اجرایی خوانا

خلاصه_اجرایی {
  پروژه: "Microsoft Clarity Analytics Extractor"
  ورودی: "سیگنال‌های رفتار نشست کلریتی"
  واحد: "تجمیع در سطح صفحه، نه نشست منفرد"
  هدف: "رتبه‌بندی صفحات بر اساس مشکل؛ تأیید پس از تغییر"
  هم‌راستایی: "شکل مشترک با استخراج‌های جست‌وجو و تجاری،
               تا یک صفحه از همه‌ی زوایا دیده شود"
  مرز: "سیگنال‌ها به یک صفحه اشاره می‌کنند؛ ضبط‌ها چرایی
        را توضیح می‌دهند"
}

ارزش حرفه‌ای این پروژه

تصمیم اصلی اینجا این بود که به‌جای نمایش ضبط‌های تکی، داده را تا سطح صفحه تجمیع کنم. ضبط‌ها آدم را متقاعد می‌کنند، اما اولویت‌بندی با عدد تجمیع‌شده ممکن می‌شود؛ و کار واقعی همان اولویت‌بندی است.

هم‌شکل‌کردن خروجی با بقیه‌ی استخراج‌ها عمدی بود. داده در سه قالب ناسازگار یعنی سه ابزار که هیچ‌کس کنار هم نمی‌گذاردشان.