فانل (قیف تبدیل) ابزاری تحلیلی برای پایش یک مسیر چندمرحلهای و سنجش عملکرد ماهیتهای مختلف (نظیر کاربر، محصول، سفارش یا درخواست سروری) در طول مراحل آن است. خروجی فانل تعداد ورودی به هر گام، ریزشها و نرخ تبدیل میان مراحل را به تصویر میکشد.
تحلیل جریان داده در فانل بر دو پایه اساسی استوار است:
برخلاف ابزارهای سنتی وبآنالیتیکس که منحصراً بر دادههای سمت کاربر وب و اپلیکیشن متمرکزند، فانل دادهلند بر بستر انبار داده قرار دارد و دو مزیت محوری ارائه میدهد:
product_id، ردیابی جریان پردازش در صفهای سرور با request_id، یا سنجش مراحل پیشرفت سفارشها و تیکتها که همگی به آسانی انجام میپذیرد.در ابزارهایی نظیر گوگل آنالیتیکس، شمارش در فانل معمولاً به کاربران یکتا محدود میشود و رفتار کاربر در نشستهای مختلف تفکیک و شمارش نمیگردد؛ بنابراین اگر کاربری در چندین نشست مجزا وارد فرآیند شود، تمام این ورودها در قالب یک کاربر خلاصه شده و سوابق تکرار در نشستها از دست میرود.
در دادهلند مبنای تحلیل، شمارش تمامی نشستهای شکلگرفته بدون نمونهگیری آماری است. هر بار که ماهیت وارد گام اول شود و شرایط آغاز نشست جدید را داشته باشد، یک ورود و نشست مستقل ثبت میگردد. برای مثال، اگر کاربری در سه نشست مختلف برای تکمیل خرید اقدام نماید و در نشست سوم موفق شود، دادهلند هر سه نشست را به صورت تفکیکشده ثبت میکند تا میزان اصطکاک و دفعات تلاش در فرآیند آشکار گردد.
دادهلند به واسطه شمارش دقیق تمامی نشستها، علاوه بر تعداد ماهیتهای یکتا، تعداد کل ورودها را نیز همزمان در کنار یکدیگر نمایش میدهد:
| شناسه ماهیت | تعداد ورود به فانل (نشستها) |
|---|---|
| ماهیت اول (کاربر یا محصول اول) | ۳ بار |
| ماهیت دوم (کاربر یا محصول دوم) | ۱ بار |
| ماهیت سوم (کاربر یا محصول سوم) | ۲ بار |
خروجی فانل دادهلند برای گام اول بر مبنای جدول بالا شامل دو شاخص کلیدی زیر است:
قرار گرفتن این دو شاخص در کنار یکدیگر، امکان مقایسه دقیق میان تعداد افراد درگیر و میزان تلاشهای صورتگرفته را برای تحلیلگران مهیا میسازد.
فانل دادهلند فراتر از نمایش نمودار تجمیعی، یک شیت داده تفکیکی نیز ارائه میدهد. در این جدول، هر ردیف به یک شناسه ماهیت مستقل (یک کاربر، سفارش یا محصول خاص) اختصاص دارد و ستونها تعداد دفعات موفقیت آن شناسه را در تکتک گامهای فانل نمایش میدهند. این اطلاعات جهت ارزیابیهای آماری دقیقتر و کشف رفتارهای خاص کاربران، قابل دانلود و ذخیرهسازی است.