Retentioneering은 이벤트 로그에서 사용자 행동을 이해하기 위한 오픈소스 Python 라이브러리입니다. 사용자가 어디서 막히는지 찾아내고, 다양한 그룹이 가는 경로를 비교하며, 클릭, 세션, 반복 방문 전반에 걸친 패턴을 발견하세요. 직접 데이터를 탐색하거나 AI 에이전트가 같은 도구를 사용하게 하세요.

구글 콜랩에서 데모 노트북을 실행하세요 – 라이브러리를 로컬에 설치할 필요 없이, 샘플 데이터도 포함합니다.

빠른 시작 · 사용 사례 · AI 에이전트 사용 · 문서

전환 그래프 위젯의 인터랙티브 기능 데모입니다. 경로를 하이라이트하고, 경로 그룹을 비교하며, 조사하고자 단계에 집중하고, 에고 뷰에서 들어오는 전이 확률과 나가는 전환 확률을 탐색할 수 있습니다.

너를 위한 거야?

다음과 같은 행동 순서에 관한 질문이 있을 때는 Retentioneering을 사용하세요:

• 지표가 바뀌었어요. 여행이 어디서 바뀌고 지표가 바뀌었나요?
• 사용자는 목표에 도달하기 전에 멈춥니다. 그들은 대신 무엇을 하며, 성공적인 경로는 어떻게 다를까요?
• 참여도를 이해하고 싶습니다. 어떤 행동 유형이 대표되고, 방문마다 사용이 어떻게 변화하는지요?
• 흐름을 조사해야 해.

Retentioneering

Retentioneering is an open-source Python library for understanding user behavior from event logs. Find where users get stuck, compare the paths different groups take, and discover patterns across clicks, sessions and repeat visits. Explore the data yourself or let an AI agent work with the same tools.

Run a demo notebook in Google Colab – no need to install the library locally, sample data included.

Quick start · Use cases · Use an AI agent · Docs

A demo of the interactive features of the transition graph widget. You can highlight a route, compare path groups, focus on the step you want to investigate, and explore incoming and outgoing transition probabilities in the ego view.

Is it for you?

Use Retentioneering when you have a question about the sequence of actions like these:

• A metric changed. Where did journeys change and move the metric?
• Users stop before reaching a goal. What do they do instead and how do successful paths differ?
• You want to understand engagement. What behavior types are represented, and how does usage evolve across visits?
• You need to investigate a flow. Where do checkout, onboarding, support or agent runs loop, branch or stall?