セッションの記録と行動分析

1）イントロダクション

レコーディングセッションは、画面とイベントコンソールのビデオトラックと同期されたインターフェース（クリック、動き、スクロール、入力、エラー、UI状態）とのユーザーインタラクションの再構築です。行動分析は、人々が迷子になったり、怒ったり、挑戦したり、その理由を把握したりするためのインサイトになります。

目標：摩擦ポイントを迅速に見つけ、価値への時間を短縮し、重要なアクション（登録、預金、ゲームの立ち上げ、トーナメントへの参加）の変換を増やす。

2）特に便利な場合（iGamingシナリオ）

オンボーディングとKYC：ユーザーが確認ステップで動けなくなる場所を理解します。
現金（預金/出金）：検証エラー、理解できない手数料/限度額、最後のステップでのキャンセル。
ゲームのカタログ/検索：明らかではないフィルター、カードの「偽のクリック」、デモと実際の起動の間の混乱。
トーナメントとプロモーション：ルールを読み、賞品をクリックし、条件を誤解します。
モバイルシナリオ：ヒットエリア、浮動小数点数が重なり、ネットワーク動作が悪い。

3）正確に何を修正するには

UIイベント：クリック、タップ、スクロール、ポインティング（デスクトップ）、フォーカス/ぼかし。
コンポーネント状態は'disabled'、 'loading'、 'error'、 'success'、 sticky、およびフローティングブロックです。
エラーと例外：フロントバリデータ、APIレスポンス、タイムアウト、ネットワーク障害。
遷移と失敗：ルートの変更、モデルの閉鎖、前のステップへのロールバック。
技術的なコンテキスト：デバイス、OS、ブラウザ、ポートサイズ、lags （CLS/LCP/INP）。

4）行動分析指標

成功（Success）タスクごとのレート（ユーザーがターゲットアクションに到達したかどうか）。
タスク/TTVの時間-値/ステップ完了までの時間。
FMC （First Meaningful Click）-ゴールの最初の重要なクリック。
Rage Click Rate-1ポイントで1-2秒で3クリックを≥します。
「デッドクリック共有」（Dead Click Share）-結果なしでクリックします（遷移/イベントなし）。
Error Rate-error rate （検証/HTTP/例外）。
バックトラックレート-前のフローステップへのリターンの割合。
放棄@ステップ-特定のステップでケア（チェックアウト時、KYC、オンボーディング）。
スクロール深度p50/p90-STA/ルール/フォームまでの表示深度。

ビジネス指標とそれらを関連付ける：登録/預金変換、保持、LTVプロキシ。

5）サンプリングと表現性

基本的なサンプル：主スクリーンのトラフィックの10-30％；100％-重要なエラーとまれなシナリオ。
セグメント：新規/返品、VIP、地理、チャンネル（有機/有料/紹介）、デバイス。
ノイズフィルタ：ボット、極端なスクロール速度、背景タブ、インタラクションなしの再生。
期間：最後の7/28日+リリース前/後のウィンドウ。

6）注釈とワークフロー

• 問題：「デッドクリック22％「メガウェイズ」ゲームカードのバッジ」。
• 原因仮説："バッジはフィルターボタンと視覚的に似ています。
• 解決策：「バッジをクリック不可のスタイルにするか、フィルタリングアクションを追加します。」
• 期待される効果：「− 50％デッドクリック、+8-12％ FMCゲームのローンチ」。
• 優先順位：P1（キーパスをブロック）/P2/P3。
• 受け入れ基準：明確なメートルしきい値。

7）プライバシーとコンプライアンス

入力マスキング：メールフィールド、マップ、ドキュメント、チャット-文字とセレクターを完全に非表示にします。
PII/finance：値を書き留めないでください。識別子のトークン化；IPの匿名化。
クッキー/同意：尊重'DNT'、同意バナーを表示（オプトイン/オプトアウト）、レコード/ヒートカードの個別のポリシー。
アクセスと監査：誰が録音を見て、なぜ；ブラウジングログ；保存性（例えば。30-90日）。
削除する権利：要求に応じてユーザーセッション（DSAR）をクリアします。
セキュリティ：ストレージと伝送中の暗号化。輸出制限。

8）技術的実装（推奨事項）

данных（データ層）：'ui_click'、 'ui_error'、 'ui_state_change'、 'route_change'、 'network_error'、 'experiment_variant'。
安定したセレクタ：'data-session-zone'、 'data-component-id'；「壊れやすい」CSSチェーンを避けます。
A/Bで接着：ブランチによる比較のために、'session_id'と'variant' （PIIなし）を保持します。
パフォーマンス：バッチイベント、FPS録音の制限、劣化した場合の適応サンプリングを使用します。
モバイル機能：仮想キーボードの会計処理、ダウンロードのリサイクル、ジェスチャー（スワイプ、プルリフレッシュ）。
ネットワーク診断：ログRTT、タイムアウト、キャンセル-多くの場合、UXを「壊す」ネットワークです。

9）分析パターン（何を探すべきか）

イントロ/バナー後の早期ケア-P1が見えない/明らかではない。
Cyclicは2つのステップ（A↔B）の間に戻ります-内容/検証は不明です。
一連のフォームエラー-弱いマイクロコピー、悪い例、厳格なマスク。
ターゲット以外の領域（長いカーソルフリーズフレーム）に焦点を当てる-階層とコントラストが壊れています。
ミッシングヒットエリア-あまりにも小さな目標、オーバーラップ（スティッキー/フローティング）。
before/afterリリースに失敗しました-Error Rate/Abandonment@Step surge。

10）行動分析ダッシュボード（最小）

セッションの概要：サンプルボリューム、モバイル/デスクトップの共有、チャンネルごとに分割。
ファネル再生：各ブレイクの「サンプルセッションを見る」をクリックして、フローステップを実行します。
怒り/デッドトレンド：ページタイプとセグメント別のダイナミクス。
Error Heat： Record Referenceを使用したトップエラーマップ（検証/API）。
Time to Value：キータスクの中央値/分位数。
Release Compare （before/after）：デルタのメトリックと、代表レコードへのリンクをジャンプします。

11）ヒートマップおよび質の方法との統合

三角測量：セッションの記録（理由）+ヒートマップ（場所）+ファンネルメトリック（数）。

インタビュー/アンケート： 録音のクリップをインセンティブとして使用してください？».

サポート/チケット：迅速な診断のためのチケットとセッションIDを関連付ける。

12） A/Bおよび因果分析

各仮説について、ターゲットUXメトリック （Rage/Dead/Backtrack）とビジネスメトリック（conversion、 TTV）を修正します。
A/Bブランチのレコードの比較：注意パスが変更された場合、エラーと失敗の数が減少します。
「クリップのカップルを見る→結論を出す」を避ける：代表的なサンプルと信頼間隔を使用します。

13）役割とプロセス

UX研究者：質問を定式化し、サンプルを計画し、パターンに注釈を付けます。
製品/アナリスト：ビジネスKPIと接続し、タスクを優先します。
Designer/Frontend：編集を実装し、コンポーネントの状態を監視します。
QA/サポート：回帰にケースを追加し、ユーザーの苦情をバックログに転送します。
毎週の分析：30-60分、5-10クリップ、P1優先度の3-5タスク。

14）アンチパターン

目標と計画のないレコードを見る→燃え尽き、結果の欠如。
「明るい」単一のケースに結論を導く。
プライバシーとマスキングを無視します。
モバイル/デスクトップを1つの出力にミックスします。
前/後またはA/Bをチェックせずに診断を行います。
「クリップのカルト」：仮説の証拠ではなく、プレゼンテーションの装飾としてクリップ。

15）「レビューレコード後」タスクの受け入れ基準

問題、仮説、解決策、期待される効果、メトリクスについて説明します。

しきい値が設定されます（例： ［Rage］ ［Rate］をクリックします。5%).

チェックインリリースウィンドウ（before/after）+レコードの選択的なリビジョンを有効にしました。
更新された階層ガイド（理由が優先/コントラストの場合）。
完成したアクセシビリティチェックリスト（フォーカススタイル、ヒットエリア、コントラスト）。

16）開始前の短いチェックリスト

1.目標と主要なシナリオのリストを持っていますか？
2.マスキング、ユーザーの同意、ストレージは設定されていますか？
3.サンプルとセグメントの定義？
4.ゾーンのラベル付けと整合性セレクタの準備はできましたか？
5.A/Bとファネル付きのバンドル-含まれていますか？
6.アノテーションと優先順位付けのフォーマットが定義されていますか？
7.Rage/Dead/Error/TTVトレンドのダッシュボードを用意しましたか？

17） TL；DR（ドクター）

録音セッション-UXのための「顕微鏡」：実際の摩擦と行動パターンを示しています。これを安全（マスキング、同意）、体系的（サンプル、セグメント、注釈）、因果関係（A/B、前/後）、生産的（メトリック→タスク→効果）に行います。その結果、ノイズが少なく、値に速く、変換が高くなります。