Elasticsearch 插件用于 UBI：在 Kibana 中分析用户数据
作者：来自 ElasticEduard Martin及Alexander Dávila Elasticsearch 新手？加入我们的Elasticsearch 入门网络研讨会。您还可以开始免费的云试用或立即在您的机器上试用 Elastic。 在本文中，我们将向您展示如何使用 Elasticsearch 中的UBI（用户行为洞察）标准捕获和分析用户分析数据。 您可以在本文中了解有关 UBI 的更多信息。 使用 UBI 收集器收集的数据可以在 Kibana 上用于构建仪表板，从而打开了解用户在我们应用程序中的行为的窗口。在本博客中，我们将探讨如何分析 Kibana 中的 UBI 数据，以深入了解我们的应用程序是如何使用的。 演示设置 我们可以按照以下步骤轻松重现本博客中的演示： 1）克隆代码库 git clone https://github.com/Alex1795/ubi-dashboard-elasticsearch_blog.git cd ubi-dashboard-elasticsearch_blog 2）安装所需的库： pip install -r requirements.txt 3）运行设置脚本。确保事先设置以下环境变量： ES_HOST API_KEY KIBANA_HOST python setup.py 这就是你需要做的全部操作。如果一切顺利，你应该会在脚本执行中看到如下输出： 正如我们所见，脚本： 创建了两个具有适当映射的索引 向这些索引添加了 23 个文档 将一些已保存的对象上传到 Kibana 现在，让我们看看这个脚本在后台到底做了什么。 理解已上传的数据 首先，在创建可视化之前，我们先在 Elasticsearch 中放入一些数据。 你可以在 Kibana DevTools 中手动重现该过程，分别复制映射和示例数据，并使用PUT <index>和PUT _bulk API。 ubi_events 索引 用户操作数据，每次点击都会生成文档（本例中），包括： application：生成事件的客户端应用程序（"search-ui"） action_name：执行的用户操作类型（"click"） query_id：将该事件链接到相应的搜索查询会话 client_id：生成的唯一 ID，用于表示用户或会话，不泄露个人数据。它代替使用可识别数据（如电子邮件或用户名）生成。这种方法具有隐私优势，例如安全分析能力和安全数据共享，同时仍能实现会话连续性、行为分析或 A/B 测试等重要功能。 timestamp：事件发生的 ISO 8601 格式时间戳 message_type：事件类别，用于处理（"CLICK_THROUGH"） message：事件发生的人类可读描述（"Clicked Fahrenheit 451"） user_query：导致该事件的原始搜索词（"fahrenheit"） event_attributes：包含详细事件上下文的嵌套对象： object.device：用户使用的设备类型（"mobile"） object.object_id：点击项的唯一标识 object.description：点击项的详细信息（书名、日期、作者） object.position.ordinal：搜索结果中项的排名位置（第 1 位） object.position.page_depth：项所在的结果页（第 1 页） object.user.ip：用户 IP 地址 object.user.city/region/country：地理位置信息 object.user.location：精确的经纬度坐标 示例文档： { "application": "search-ui", "action_name": "click", "query_id": "2dd48446-7ca8-4510-89f4-2ebb67ed240b", "client_id": "8c1915fe-8ee0-4487-b801-3b1d67c25cf6", "timestamp": "2025-07-30T14:25:52.698Z", "message_type": "CLICK_THROUGH", "message": "Clicked Fahrenheit 451", "user_query": "fahrenheit", "event_attributes": { "object": { "device": "mobile", "object_id": "ZwoTM5gBPJ218VOaBpj4", "description": "Fahrenheit 451(1953-10-15) by Ray Bradbury", "position": { "ordinal": 1, "page_depth": 1 }, "user": { "ip": "192.168.1.100", "city": "New York", "region": "New York", "country": "United States", "location": { "lat": 40.7128, "lon": -74.006 } } } } } 你可以在此处下载索引映射 ubi_queries 索引 搜索数据包括与用户执行的每个搜索相关的数据： query_response_id：此特定查询响应实例的唯一标识 user_query：用户输入的原始搜索词（"fahrenheit"） query_id：搜索查询会话的唯一标识 query_response_object_ids：作为搜索结果返回的对象 ID 数组（["3", "9"]） query：完整的 Elasticsearch 查询对象（JSON 格式），包括搜索参数、搜索字段、结果数量、排序和元数据 client_id：生成的唯一 ID，用于表示用户或会话，不泄露个人数据。它代替使用可识别数据（如电子邮件或用户名）生成。这种方法具有隐私优势，例如安全分析能力和安全数据共享，同时仍能实现会话连续性、行为分析或 A/B 测试等重要功能。 timestamp：查询执行时的 Unix 毫秒时间戳（1753885225098） 示例文档： { "query_response_id": "03e8af3e-8725-49d9-99ad-36bf2a8e96d1", "user_query": "fahrenheit", "query_id": "f8b2f5bc-cb3c-49d4-86bc-19212a782ba7", "query_response_object_ids": [ "3", "9" ], "query": """{"from":0,"size":20,"query":{"multi_match":{"query":"fahrenheit","fields":["author^1.0","name^1.0"]}},"_source":{"includes":["name","author","image_url","url","price","release_date"],"excludes":[]},"sort":[{"_score":{"order":"desc"}}],"ext":{"query_id":"f8b2f5bc-cb3c-49d4-86bc-19212a782ba7","user_query":"fahrenheit","client_id":"8c1915fe-8ee0-4487-b801-3b1d67c25cf6","object_id_field":null,"query_attributes":{}}}""", "client_id": "8c1915fe-8ee0-4487-b801-3b1d67c25cf6", "timestamp": 1753885225098 } 你可以在此处下载索引映射。 示例数据 我们可以使用_bulk API在两个索引中索引一些示例数据。 这将在ubi_queries索引中创建 6 个文档，在ubi_events索引中创建 16 个文档。 仪表板对象 在详细介绍本示例中使用的可视化之前，你可以下载完整示例仪表板的 Saved Object 并将其导入到你的 Kibana 实例中。该仪表板展示了最常搜索的词、搜索和事件发生的时间，以及它们的来源（在地图上）。 可视化洞察 我们将创建一个 Kibana 仪表板，使用Kibana Lens分析最常见的指标。有关可用可视化的参考，请访问此页面。 ubi_events 我们将从一些使用 Lens 创建的简单指标（Metric）可视化开始： Total events：统计在时间范围内触发了多少事件。使用索引中文档的简单计数，在字段列表中表示为# Records。 Event actions：按 action_name 统计操作次数。这是对文档的简单计数，按 action_name.keyword 拆分。在我们的示例数据中，有两种操作类型： click：当用户点击书籍链接时生成 search_input：当用户在搜索框输入文本时生成（防抖 300ms） 现在介绍表格可视化： Top clicks：一个表格，按事件来源的查询统计事件数量。它在 user_query.keyword 上使用 Top values 函数。这可以让我们看到哪些查询在网页上产生更多交互。 最后，其他一些可视化： Device types：此可视化按事件来源设备类型拆分事件百分比。设备可分为三类：Desktop、mobile 或 tablet。该可视化是一个饼图，使用 event_attributes.object.device.keyword 的 Top values，可让我们了解用户使用的设备类型。如果检测到某一类型设备上的事件突然异常下降，这可能表明应用的近期更改导致该设备访问时出现错误，从而触发警报。 Events map：一个地图可视化，显示事件来源位置，让我们看到用户的地理分布。目前，它显示单个文档的来源，但也可以用于查看用户密度，例如通过热力图。 当与不同过滤器一起使用时，这个可视化可以提供非常有趣的洞察。例如，我们可以看到不同搜索词的来源或大部分点击的来源位置。这对于制定本地化策略或了解各地市场差异非常有用。地图使用的是 event_attributes.object.user.location 的位置数据。 UBI Events：一个保存的搜索，包含最新的 UBI events 文档 ubi_queries 这里我们有来自该索引的可视化： Total queries：对索引的简单文档计数，用于显示总共收到多少查询。这展示了整体情况，并回答了在选定时间窗口内我们总共收到多少查询的问题。 Unique clients：对字段 client_id 进行 unique_count，以显示有多少不同的客户使用了我们的网站。 Top queries (标签云)：一个前 5 个搜索次数最多的词的标签云。这个可视化使用字段 user_query.keyword，让我们可以轻松看到用户最常搜索的主要词语。 随时间的查询：一个每小时查询数的折线图，使用字段 timestamp 的水平轴上的简单计数指标。 随时间的查询词：与上一个类似，但按 user_query.keyword 分解。这个图表可以显示随时间搜索的不同词的数量。 热门查询：一个 Top values 表，显示某个词被搜索了多少次。它使用 user_query.keyword 字段。 客户端查询：一个 client_id 字段的 Top values 表，用来统计每个客户端的总查询数和唯一查询数。 无结果查询：一个 Top value 表，显示没有匹配任何文档的 top query_terms，以及 client_id 字段的 Unique Count。 这对于确定我们网站缺少哪些产品非常有用。比如，在一家电子商务书店中，经常出现某本书名的搜索，可能会促使我们采购该书进行销售。另一方面，这也可能表明我们的搜索实现存在不足，例如用户使用了基于问题的搜索，而这类搜索更适合语义搜索方法。 在这里你可以看到完整的 dashboard： 示例数据分析 在我们的 dashboard 中，我们可以得到一些洞察： 流量来自美国的 3 个不同城市 我们的大多数用户通过桌面设备访问我们的网站，但也有相当数量的用户使用移动设备，甚至还有一些使用平板 我们可以看到最热门的查询是 “asimov”，但同时我们没有任何结果。这可能是一个很好的指标，提示我们应该优先补充哪些产品库存 为了进一步分析，我们可以使用 Kibana 的 Machine Learning 功能来理解和预测用户在我们网站上的行为。更进一步，我们还可以使用不同的可用连接器基于这些行为创建警报。 从搜索相关性的角度来看，用户行为是 LTR 等相关性工程工具的重要输入。 结论 通过 UBI 收集器收集的数据可以很容易地帮助我们更好地理解用户。生成的 dashboard 成为用户搜索行为的实时脉搏，并能指出数据缺口，从而推动我们搜索引擎的改进。 原文：https://www.elastic.co/search-labs/blog/elasticsearch-plugin-user-behavior-data-kibana
)
