منصوبے کے بارے میں

Retentioneering پائیتھن پر مبنی ایک اوپن سورس ٹول کٹ ہے جو کلک اسٹريم اور ایونٹ لاگ ڈیٹا پر قابلِ تکرار، آڈیٹ ایبل اینالٹکس کے لیے بنائی گئی ہے۔ یہ بے ترتیب اسکرپٹس کی جگہ آزمائے ہوئے تجزیاتی عناصر اور دوبارہ استعمال ہونے والے کاموں سے لیس ہے، جس سے تجزیہ کار، ڈیٹا سائنسدان، اور اے آئی ایجنٹس صارف کے سفر کا جائزہ لے سکتے ہیں، سلوکی حروف تہر کا تعین کر سکتے ہیں، تجربات کا موازنہ کر سکتے ہیں، اور نتائج کو تصدیق کر سکتے ہیں۔ اہم اجزاء: - **ایونٹ اسٹريم**: ڈاک ڈی بی پر مبنی ایک آبجیکٹ جو pandas DataFrames، CSV/TSV/Parquet فائلز، یا ڈیٹا بیس ایکسپورٹ سے خام ایونٹ ڈیٹا وصول کرتا ہے۔ یہ فلٹرنگ، سیشن سازی، ایونٹ گرنے، مصنوعی ایونٹ تخلیق، اور دیگر چین ایبل پروسیسرز کو سپورٹ کرتا ہے، ہمیشہ ایک نئی غیر متغیر سٹริม واپس کرتا ہے۔ - **انٹرایکٹو وِیجیٹس**: anywidget سے بنے، یہ براہِ راست Jupyter, Colab, VS Code وغیرہ میں دکھائی دیتے ہیں۔ وِیجیٹس میں Transition Graph, Step Matrix, Step Sankey, Funnel, Segment Overview, اور Cluster Analysis شامل ہیں، جن میں cohort کے درمیان موازنے کے لیے diff mode بھی موجود ہے۔ - **ڈیٹا پروسیسرز**: ایونٹ فلٹر کرنے، سیشن تقسیم کرنے، churn markers شامل کرنے، URL parse کرنے، lifecycle state اخذ کرنے، sampling وغیرہ کے لیے طریقے، جو سیکنڈز سے لے کر مہینوں تک کے سفر تک کثیر سطحی تجزیہ ممکن بناتے ہیں۔ - **MCP سرور**: Eventstream کو Claude یا کسی بھی MCPcompatible LLM کلائنٹ کو ظاہر کرتا ہے۔ ایجنٹس تجزیے چلا سکتے ہیں، رپورٹ ٹیب تخلیق کر سکتے ہیں، اور validated interactive HTML reports برآمد کر سکتے ہیں جہاں ہر میٹرک اپنے ماخذ ڈیٹا تک لنک کرتا ہے۔ - **Headless APIs**: ہر وِیجیٹ کا ایک data-only counterpart ہوتا ہے (جیسے transition_graph_data, funnel_data) تاکہ پروگرامیٹک استعمال ممکن ہو سکے۔ تنصیب آسان ہے Python 3.10+ کے ساتھ: ```bash pip install retentioneering ``` جلد شروع کرنے کے لیے ایک CSV لود کریں جس میں تین کالم (user_id, event, timestamp) ہوں، ایک Eventstream بنائیں، اور `stream.transition_graph()` کال کریں تاکہ انٹرایکٹو گراف دکھائی دے۔ ٹول کٹ میں تجربے کے لیے ایک synthetic e-commerce ڈیٹا سیٹ بھی شامل ہے، اور تمام visualisations کو shareable HTML رپورٹس کے طور پر برآمد کیا جا سکتا ہے۔ خام ڈیٹا مقامی ماحول سے باہر نہیں جاتا؛ اختیاری telemetry کو غیر فعال کیا جا سکتا ہے۔ Retentioneering 5.0 ایک ground-up rewrite ہے جو پرانے pandas انجن کی جگہ تیز ڈاک ڈی بی بیک اینڈ اور جدید anywidget وِیجیٹس سے لے آتی ہے۔ دستاویزات، مثالیں، اور community Discord/Telegram پتے https://retentioneering.com/docs پر دستیاب ہیں۔ اس منصوبے کو Apache-2.0 لائسنس کے تحت جاری کیا گیا ہے، جو لائبیری کے مفت استعمال، ترمیم، اور commercial تقسیم کی حوصلہ افزائی کرتا ہے۔ GitHub issues اور pull requests کے ذریعے شراکت درکار ہے۔