Fleep.бизнес — конструктор ботов для тех, кто хочет зарабатывать больше.
Если перейти по ссылке t.me/FleepBot , то можно создать свой первый бот бесплатно.
Зачем нужна статистика
Когда вы создали бота в конструкторе Fleep.Бизнес, то скорее всего, у вас есть несколько разделов в боте, может быть даже несколько меню с разделами. А разделы — это кнопки, которые нажимают пользователи бота. И когда вы посмотрите на статистику нажатий, то поймёте, что больше всего интересует ваших пользователей.
Если у вас бот с какой-то информацией (фильмы, картинки, файлы, пресеты, игры, книги, статьи. ), то вы сможете развивать то направление, которое действительно интересно пользователям, тем самым, ещё выше поднять вовлечённость и доверие к вам и вашему боту. Так вы будете шагать к успеху не в слепую с завязанными глазами, надумывая интересы пользователей бота, а наоборот, давать людям именно то, чем они действительно увлечены и для чего чаще используют ваш бот.
А если вы начнёте продавать, то у каждого товара будет своя кнопка и вы увидите, какой товар смотрят часто, но почему-то мало покупают. Вы сможете что-то улучшить в товаре и продавать больше. А значит и зарабатывать.
Как смотреть статистику Telegram-канала | Подключаем Controllerbot
Кроме этого, на популярные разделы можно будет давать прямую рекламу, потому что для каждого раздела можно создать свою ссылку и рекламировать тот раздел, который считаете нужным, а не весь бот целиком. Так же можно давать ссылку с меткой на бота в разных статьях и видеть статистику переходов по ссылкам, чтоб оценить эффективность источников трафика.
А ещё, можно увидеть, что смотрят меньше или совсем не смотрят и эту информацию, вообще убрать из бота, чтоб не перегружать интерфейс лишними кнопками.
Статистика нужна для того, чтоб улучшать бот, давать пользователям нужный им контент, чем и повышать свою прибыть.
Источник: www.telega.su
Аналитика для Telegram-ботов, написанных на Python
На данный момент бум на создание телеграмм-ботов начал сходить, но тема их создания не теряет актуальности. Написано множество библиотек для облегчение взаимодействия с Telegram Bot API, но после создания бота я так и не нашёл скрипта(библиотеки) для получения статистики бота. Поэтому решил написать скрипт для всех ботов на Python. Статистику будем получать, логируя действия пользователей и обрабатывая логи в удобный вид.
Требования для среды
Для использования скрипта нужно установить следующие библиотеки:
pip install datetime pip install pandas
Как внедрить аналитику в своего бота?
Скачайте с репозитория py-скрипт под свою ОС и data.csv файл. Разместите их в папке, где лежит ваш бот.
После подключения используемых вами библиотек в файле с телом бота добавьте строчку:
import tg_analytic
После команд бота добавьте:
ДЕЛАЕМ АНАЛИТИКУ ДЛЯ ТЕЛЕГРАМ БОТА PYTHON
tg_analytic.statistics(, )
Если вы используете библиотеку telebot, то это должно выглядеть следующим образом:
Также, чтобы получать статистику прямо из бота, нужно добавить в message_handler(content_types=[‘text’]):
if message.text[:(длина ключевого слова)] == »: st = message.text.split(‘ ‘) if ‘txt’ in st or ‘тхт’ in st: tg_analytic.analysis(st,message.chat.id) with open(‘%s.txt’ %message.chat.id ,’r’,encoding=’UTF-8′) as file: bot.send_document(message.chat.id,file) tg_analytic.remove(message.chat.id) else: messages = tg_analytic.analysis(st,message.chat.id) bot.send_message(message.chat.id, messages)
Ключевое слово нужно придумать и вписать для того, чтобы только вы могли просматривать статистику вашего бота. В репозитории хранится также телеграм-бот с уже внедрённой аналитикой, чтобы вы могли ознакомиться как подключить её на примере.
Какие команды использовать для получение статистики?
К примеру ключевое слово будет «статистика»:
if message.text[:10] == ‘статистика’ or message.text[:10] == ‘Cтатистика’: st = message.text.split(‘ ‘) if ‘txt’ in st or ‘тхт’ in st: tg_analytic.analysis(st,message.chat.id) with open(‘%s.txt’ %message.chat.id ,’r’,encoding=’UTF-8′) as file: bot.send_document(message.chat.id,file) tg_analytic.remove(message.chat.id) else: messages = tg_analytic.analysis(st,message.chat.id) bot.send_message(message.chat.id, messages)
Тело команды боту выглядит следующим образом:
статистика >
* — Есть команды: «пользователи», «команды» и «тхт». Можно использовать одновременно. «Пользователи» даёт статистику по людям за необходимое вам количество дней. «Команды» даёт статистику по командам за необходимое вам количество дней. При указание txt, вы получите файл, в ином случае ответ в телеграмм.
Пример использования команд
Cтатистика 2 пользователи команды
Cтатистика 2 команды
Статистика 2 пользователи команды тхт
Из чего состоит скрипт?
В целом, если вас не интересует работа скрипта, то уже на этом этапе можете закончить чтение статьи и начать внедрение в своего бота.
Первая часть скрипта — это логирование действий пользователей. Я принял решение сохранять только дату, id пользователя и используемую им команду:
def statistics(user_id, command): data = datetime.datetime.today().strftime(«%Y-%m-%d») with open(‘data.csv’, ‘a’, newline=»», encoding=’UTF-8′) as fil: wr = csv.writer(fil, delimiter=’;’) wr.writerow([data, user_id, command])
Вторая часть — это обработка данных по запросу и вывод необходимой статистики. Мы считываем данные из csv в Pandas группируем по пользователям и командам:
season = int(bid[1]) #Считывание данных в Dataframe df = pd.read_csv(‘data.csv’, delimiter=’;’, encoding=’utf8′) #Получение количества всех пользователей и дней number_of_users = len(df[‘id’].unique()) number_of_days = len(df[‘data’].unique()) #Узнаём о количестве пользователей в опредёленные дни df_user = df.groupby([‘data’, ‘id’]).count().reset_index().groupby(‘data’).count().reset_index() list_of_dates_in_df_user = list(df_user[‘data’]) list_of_number_of_user_in_df_user = list(df_user[‘id’]) list_of_dates_in_df_user = list_of_dates_in_df_user[-season:] list_of_number_of_user_in_df_user = list_of_number_of_user_in_df_user[-season:] #Узнаем о количестве использованых команд по дням df_command = df.groupby([‘data’, ‘command’]).count().reset_index() unique_commands = df[‘command’].unique() commands_in_each_day = [] list_of_dates_in_df_command = list(df_command[‘data’]) list_of_number_of_user_in_df_command = list(df_command[‘id’]) list_of_name_of_command_in_df_command = list(df_command[‘command’]) commands_in_this_day = dict() for i in range(len(list_of_dates_in_df_command)): commands_in_this_day[list_of_name_of_command_in_df_command[i]] = list_of_number_of_user_in_df_command[i] if i + 1 >= len(list_of_dates_in_df_command) or list_of_dates_in_df_command[i] != list_of_dates_in_df_command[i + 1]: commands_in_each_day.append(commands_in_this_day) commands_in_this_day = dict() commands_in_each_day = commands_in_each_day[-season:]
Ответ пользователю составляется на основе данных из предыдущего шага:
message_to_user = ‘Статистика использования бота за %s %s: n’ % (season, day_type.get(season, ‘дней’)) message_to_user += ‘Всего статистика собрана за %s %s: n’ % (number_of_days, day_type.get(season, ‘дней’)) if season > number_of_days: season = number_of_days message_to_user += ‘Указанное вами количество дней больше,чем имеетсяn’ ‘Будет выведена статистика за максимальное возможное времяn’ if ‘пользователи’ in bid: message_to_user += ‘За всё время бота использовало: ‘ + ‘%s’ % number_of_users + ‘ %s ‘ % users_type.get(number_of_users, ‘пользователей’) + ‘n’ ‘Пользователей за последние %s %s: n’ % (season, day_type.get(season, ‘дней’)) for days, number, comm_day in zip(list_of_dates_in_df_user, list_of_number_of_user_in_df_user, commands_in_each_day): message_to_user += ‘Дата:%s Количество:%d Из них новых:%sn’ % (days, number, comm_day.get(‘/start’, 0)) if ‘команды’ in bid: message_to_user += ‘Статистика команд за последние %s %s: n’ % (season,day_type.get(season, ‘дней’)) for days, commands in zip(list_of_dates_in_df_user, commands_in_each_day): message_to_user += ‘Дата:%sn’ % days for i in unique_commands: if i in commands: message_to_user += ‘%s — %s разn’ % (i, commands.get(i)) else: message_to_user += ‘%s — 0 разn’ % i
В конце, после составления ответного сообщения, мы проверяем запрос пользователя на наличее команды «тхт», чтобы решить в каком формате ответить:
if ‘txt’ in bid or ‘тхт’ in bid: with open(‘%s.txt’ % user_id, ‘w’, encoding=’UTF-8′) as fil: fil.write(message_to_user) fil.close() else: return message_to_user
Заключение
Скрипт оттестирован и работает в нормальном режиме.
Ключевое слово: «статистика».
Источник: habr.com
Аналитика чат-ботов для Telegram: в помощь разработчику и маркетологу
Рынок чат-ботов переживает бум, каждый день появляются десятки новых коммерческих роботов, приближающих эру полной автоматизации. Встаёт очевидный вопрос, каким образом наладить обратную связь с клиентами и собирать информацию о посетителях, необходимую для улучшения качества сервиса?
Первыми проявили себя в этой области специалисты Yandex — на основе Яндекс.Метрики они создали аналитический инструмент Botan. Сделали они это в качестве альтруистического жеста (Ботан изначально разрабатывался для ботов от Яндекс), позволив пользоваться им бесплатно всем желающим. С его помощью разработчики получили возможность собирать данные о посещениях, анализировать поведение пользователей и строить отчеты по работе своих ботов Telegram: Botan, по сути, создан на основе AppMetric, мобильной Метрики, заточенной под приложения. Первопроходцы из Яндекса начали с Telegram, но вскоре планируют перенести свое внимание и на другие платформы.
Чат-бот под статистическим увеличением
- Отслеживание поведения групп и отдельных пользователей.
- Анализирование заинтересованности в сервисе и функциях.
- Автоматический сбор информации о клиентах.
- Фильтрация клиентской базы.
- Корректировка стратегии маркетинга.
Для начала работы с Botan-ом необходимо создать аккаунт в Yandex.Appmetrica, зарегистрировать своего бота, найти в настройках свой ключ к API и использовать предлагаемые библиотеки для дальнейшей разработки. Создатели этого сервиса позаботились о наличии библиотек для 8-и языков: GO, Java, JavaScript, Python, PHP и другие. Можно внедрять Botan API и через простые HTTP вызовы.
Альтернативы нет. Да и нужно ли?
Некоторые западные разработчики научились использовать аналитические инструменты Google для чат-ботов Telegram. Правда в том, что этот подход крайне неудобен и чреват постоянными трудостями в работе, т.к. Google Analytics рассчитан исключительно на веб-сайты, а не приложения.
И все же изощряться приходится тем программистам, чьи компании отказываются работать с Яндексом (в особенности на Западе). Ботан для российского рынка (и не только российского) пока еще остается главным путем сбора статистики для ботов, а альтернативы пока не предвидится. Благо, что трое альтруистов, создавших Botan, позаботились практически обо всем, что может понадобиться разработчику.
Источник: spark.ru