Mixpanel ಒಂದು product analytics platform. ತಂಡಗಳು ಅದನ್ನು ಬಳಸಿ ಜನರು ಯಾವ features ಗಳನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳುತ್ತಾರೆ, funnel ನಲ್ಲಿ ಎಲ್ಲಲ್ಲಿ ಹೊರಬರುತ್ತಾರೆ, ಮತ್ತು ಮುಂದಿನ ವಾರ ಯಾರು ಮರಳಿ ಬರುತ್ತಾರೆ ಎಂಬುದನ್ನು ನೋಡುತ್ತವೆ. ಅದು ಆ ಕೆಲಸದಲ್ಲಿ ಅತ್ಯುತ್ತಮ, ಮತ್ತು ಹಲವಾರು product teams ಗಾಗಿ ಇದು user behavior ಕುರಿತ ಪ್ರಶ್ನೆಗಳು ಉತ್ತರ ಪಡೆಯುವ ಸ್ಥಳವಾಗಿದೆ.
ಇದಕ್ಕೆ ಈಗ ಹೊಸ ಪ್ರಶ್ನೆ ಸೇರಿದೆ. ನಿಮ್ಮ product ನಲ್ಲಿರುವ ಕೆಲವು events ಇನ್ನು ಮುಂದೆ ಒಬ್ಬ ವ್ಯಕ್ತಿ click ಮಾಡುವುದರಿಂದ driven ಆಗಿರುವುದಿಲ್ಲ. ಅವು ನಿಜವಾದ customers ಗಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ AI agents ಗಳಿಂದ, AI assistant ಜೊತೆಗೆ ಕೆಲಸ ಮಾಡುವ ಜನರಿಂದ, ಮತ್ತು ನೀವು ಇನ್ನೂ ವಿವರಿಸಲು ಸಾಧ್ಯವಾಗದ automation ನಿಂದ ಬರುತ್ತವೆ. funnel ಓದುವ ಮೊದಲು, ಅದರಲ್ಲಿರುವ events ಗಳನ್ನು ಯಾರು ಅಥವಾ ಏನು ಉತ್ಪಾದಿಸಿದೆ ಎಂದು ಹೆಚ್ಚಾಗಿ ತಿಳಿಯಬೇಕಾಗಿದೆ, ಮತ್ತು ನಿಮ್ಮ application ಅದೇ ವಿಷಯವನ್ನು ಕ್ಷಣದಲ್ಲೇ ತಿಳಿದು ಪ್ರತಿಕ್ರಿಯಿಸಬೇಕಾಗಿದೆ. ಅದಕ್ಕಾಗಿ AgentCredia ಯ Proof of Actor ನಿರ್ಮಿಸಲಾಗಿದೆ.
ಈ ಪುಟವು ಎರಡನ್ನೂ ನ್ಯಾಯವಾಗಿ ಹೋಲಿಸುತ್ತದೆ. ಕೆಳಗಿನ Mixpanel facts ಗಳು November 2026 ರಂತೆ Mixpanel ನ ಸ್ವಂತ documentation ನಿಂದ ಬಂದಿವೆ.
ಸಂಕ್ಷಿಪ್ತವಾಗಿ
| Mixpanel | Proof of Actor | |
|---|---|---|
| ಮುಖ್ಯ ಪ್ರಶ್ನೆ | ಬಳಕೆದಾರರು ಹೇಗೆ adopt, convert ಮತ್ತು retain ಮಾಡುತ್ತಾರೆ? | ಈ interaction ನಲ್ಲಿ ಯಾರು ಅಥವಾ ಏನು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿದೆ, ಮತ್ತು ಸಾಕ್ಷ್ಯ ಏನು? |
| ಇದು ಎಲ್ಲಿಂದ ಸಂಗ್ರಹಿಸುತ್ತದೆ | Client ಮತ್ತು server SDKs ಜೊತೆಗೆ ingestion APIs; ಸಾಧ್ಯವಾದಲ್ಲಿ server-side tracking ಅನ್ನು Mixpanel ಶಿಫಾರಸು ಮಾಡುತ್ತದೆ | Server middleware, edge, HTTP API, MCP servers, ಜೊತೆಗೆ ಅನುಮೋದಿತ browser collector |
| Agent ಮತ್ತು bot labels | user agent ನಿಂದ ವರ್ಗೀಕರಿಸಲಾದ $mp_actor_type of agent, bot ಅಥವಾ none |
ತಿಳಿಸಿದ basis ಜೊತೆಗೆ Human, Human + AI, Agent ಅಥವಾ Unknown |
| Verified agent identity | Mixpanel ನ bot traffic documentation ನಲ್ಲಿ ವಿವರಿಸಲಾಗಿಲ್ಲ | ವಿನಂತಿಯ signature ಪ್ರಕಟಿತ key ವಿರುದ್ಧ ಪರಿಶೀಲಿಸಿದಾಗ verified basis |
| AI ನೆರವಿನ ಜನರು | ಪ್ರತ್ಯೇಕ class ಆಗಿ ವಿವರಿಸಲಾಗಿಲ್ಲ | ಮೊದಲ ದರ್ಜೆಯ ಫಲಿತಾಂಶ: Human + AI |
| ಅಸ್ಪಷ್ಟ traffic | ಯಾವುದೇ agent ಅಥವಾ bot match ಇಲ್ಲದಾಗ none ಎಂದು label | ನೀವು ಆಯ್ಕೆಮಾಡುವ fallback ಜೊತೆಗೆ Unknown ಎಂದು ವರದಿ ಮಾಡುತ್ತದೆ |
| traffic ಮೇಲೆ ಕಾರ್ಯನಿರ್ವಹಿಸುವುದೇ | ಇಲ್ಲ, ಇದು events ಅನ್ನು ವಿಶ್ಲೇಷಿಸುತ್ತದೆ | observation ನಂತರ ನಿಮ್ಮ own code ನಲ್ಲಿ ನಿಮ್ಮ policies ಪ್ರಕಾರ route ಮಾಡುತ್ತದೆ |
ಈ ಪುಟದ ಉಳಿದ ಭಾಗವು ಪ್ರತಿ ಸಾಲನ್ನು ವಿವರಿಸುತ್ತದೆ.
Mixpanel ನ event model ಏಕೆ ನಿರ್ಮಿಸಲ್ಪಟ್ಟಿದೆ
Mixpanel events ಮತ್ತು ಅವುಗಳಿಗೆ ಜೋಡಿಸಲಾದ properties ಗಳನ್ನು ಕೇಂದ್ರವಾಗಿಟ್ಟುಕೊಂಡಿದೆ. ನೀವು sign up, create project ಅಥವಾ invite teammate ಮುಂತಾದ actions ಗಳನ್ನು instrument ಮಾಡುತ್ತೀರಿ, plan ಅಥವಾ platform ಮುಂತಾದ properties ಗಳನ್ನು ಸೇರಿಸುತ್ತೀರಿ, ಮತ್ತು ನಂತರ ಆ properties ಗಳ ಆಧಾರದ ಮೇಲೆ funnels, retention curves, flows ಮತ್ತು cohorts ಗಳನ್ನು ನಿರ್ಮಿಸುತ್ತೀರಿ. Mixpanel ನಲ್ಲಿನ ಪ್ರತಿಯೊಂದು ವಿಶ್ಲೇಷಣಾ ಪ್ರಶ್ನೆಯೂ ಕೊನೆಯಲ್ಲಿ ಯಾವ events ನಡೆದವು, ಯಾರಿಗೆ, ಮತ್ತು ಯಾವ property values ಗಳೊಂದಿಗೆ ಎಂಬ ಪ್ರಶ್ನೆಯಾಗುತ್ತದೆ.
ಆ model ಆಗಲೇ actor context ಅದರಲ್ಲಿ ಚೆನ್ನಾಗಿ ಹೊಂದಿಕೊಳ್ಳುವ ಕಾರಣ. actor label ಇನ್ನೊಂದು property ಮಾತ್ರ, ಮತ್ತು ಅದು ನಿಮ್ಮ events ಗಳ ಮೇಲೆ ಇದ್ದಾಗ, ಪ್ರತಿಯೊಂದು funnel ಮತ್ತು retention chart ಅದರಿಂದ ವಿಭಜಿಸಬಹುದು. Mixpanel ತನ್ನ ಸ್ವಂತ actor labelling ನೊಂದಿಗೆ ಈಗಾಗಲೇ ಈ ದಿಕ್ಕಿನಲ್ಲಿ ಮುಂದಾಗಿದೆ. ತೆರೆದ ಪ್ರಶ್ನೆ ಎಂದರೆ ಆ property ಏನು ಆಧರಿಸಿದೆ, ಮತ್ತು request ಇನ್ನೂ ನಿರ್ವಹಣೆಯಲ್ಲಿರುವಾಗಲೇ ನಿಮ್ಮ application ಅದೇ ಉತ್ತರವನ್ನು ಬಳಸಬಹುದೇ ಎಂಬುದು.
Proof of Actor ಆ ಉತ್ತರವನ್ನು request path ನಲ್ಲಿ ಉತ್ಪಾದಿಸುತ್ತದೆ. ಪ್ರತಿ interaction ಗೆ ನಾಲ್ಕು classes ಗಳಲ್ಲಿ ಒಂದು ಸಿಗುತ್ತದೆ: signal ಗಳು ಒಬ್ಬ ವ್ಯಕ್ತಿಯನ್ನು ಸೂಚಿಸಿದಾಗ Human, supported integration ಮೂಲಕ declared ಅಥವಾ observed ಆದ AI ಸಹಾಯದೊಂದಿಗೆ ಒಬ್ಬ ವ್ಯಕ್ತಿ ಕಾರ್ಯನಿರ್ವಹಿಸಿದಾಗ Human + AI, automated ಅಥವಾ agent-origin interaction ಗಳಿಗೆ Agent, ಮತ್ತು ಸಾಕ್ಷ್ಯವು ವಿಶ್ವಾಸಾರ್ಹ ನಿರ್ಧಾರಕ್ಕೆ ಬೆಂಬಲ ನೀಡದಾಗ Unknown. ಪ್ರತಿ ಫಲಿತಾಂಶವು ತನ್ನ evidence basis ಅನ್ನು state ಮಾಡುತ್ತದೆ, ಅದು verified, declared, inferred ಅಥವಾ unknown ಆಗಿರುತ್ತದೆ, ಇದರಿಂದ property ಒಂದು label ನಿಂದ ತಿಳಿಸಿದ strength ಹೊಂದಿದ label ಆಗುತ್ತದೆ.
ಪ್ರತಿ one ಎಲ್ಲಿ runs ಆಗುತ್ತದೆ
Mixpanel client-side ಮತ್ತು server-side tracking ಎರಡನ್ನೂ ಒದಗಿಸುತ್ತದೆ. ಅದರ choosing a tracking method documentation ಸಾಧ್ಯವಾದಷ್ಟು ನಿಮ್ಮ servers ನಿಂದ track ಮಾಡಲು ಮತ್ತು ಅಗತ್ಯವಿದ್ದಾಗ client-side tracking ನೊಂದಿಗೆ supplement ಮಾಡಲು ಶಿಫಾರಸು ಮಾಡುತ್ತದೆ, client-side tracking ad blockers ಗಳಿಂದ ಪರಿಣಾಮಿತವಾಗುತ್ತದೆ ಎಂದು ಗಮನಿಸುತ್ತದೆ.
Proof of Actor ಕೂಡ server-side ನಲ್ಲಿ runs ಆಗುತ್ತದೆ, ಆದರೆ ಅದರ position ವಿಭಿನ್ನವಾಗಿದೆ. ಇದು ನಿಮ್ಮ application ನ request path ನಲ್ಲಿ ಇರುತ್ತದೆ: Node.js middleware, Next.js, ನೀವು ನಿಯಂತ್ರಿಸುವ edge layer, ಸಾಮಾನ್ಯ HTTP API ಅಥವಾ ನಿಮ್ಮ MCP server, ಮತ್ತು ಅನುಮೋದಿತ pages ಗಳಲ್ಲಿ optional browser collector. ಇದು request ಕ್ಷಣದಲ್ಲಿ signals ಗಳನ್ನು ನೋಡಲು ಅವಕಾಶ ಕೊಡುತ್ತದೆ, ಉದಾಹರಣೆಗೆ client signature ನೀಡಿದೆಯೇ, client ತನ್ನನ್ನು ತಾನು declared ಮಾಡಿತೇ, ಮತ್ತು ನಿಮ್ಮ own assistant ಆ action ಅನ್ನು ತೆಗೆದುಕೊಂಡಿತೇ ಎಂಬುದು. ಸಂಪೂರ್ಣ ಪಟ್ಟಿಗಾಗಿ integrations page ನೋಡಿ.
Mixpanel bots ಮತ್ತು AI agents ಗಳನ್ನು ಹೇಗೆ treat ಮಾಡುತ್ತದೆ
Mixpanel ಇಲ್ಲಿ ನಿಜವಾದ support ಅನ್ನು ಸೇರಿಸಿದೆ, ಮತ್ತು ಅದಕ್ಕೆ credit ಸಿಗಬೇಕು. ಅದರ bot traffic documentation ಪ್ರಕಾರ:
- Mixpanel JavaScript library default ಆಗಿ Googlebot ಮತ್ತು Bingbot ಸೇರಿದಂತೆ ತಿಳಿದಿರುವ crawlers ಗಳ ಚಿಕ್ಕ ಪಟ್ಟಿಯನ್ನು filter out ಮಾಡುತ್ತದೆ.
$ignoreproperty set ಆಗಿ ಕಳುಹಿಸಲಾದ ಯಾವುದೇ event ingestion ನಲ್ಲಿ dropped ಆಗುತ್ತದೆ, ಆದ್ದರಿಂದ ನೀವು ನಿಮ್ಮ own filtering logic ಬರೆಯಬಹುದು.- Mixpanel ನ ingestion APIs ಪ್ರತಿ event ನ user agent ಅನ್ನು classify ಮಾಡುತ್ತವೆ ಮತ್ತು
$mp_actor_type(Actor Type) ಅನ್ನು human ಬಳಕೆದಾರನ ಪರವಾಗಿ acting ಮಾಡುವ LLM ನ requests ಗಳಿಗೆagent, crawlers ಮತ್ತು search indexers ಮುಂತಾದ ಸಾಮಾನ್ಯ automated traffic ಗೆbot, ಅಥವಾ ಎರಡೂ ಅನ್ವಯಿಸದಾಗnoneಎಂದು set ಮಾಡುತ್ತವೆ. typeagentಅಥವಾbotಆಗಿರುವಾಗ,$mp_actor_name(Actor Name) GPTBot ಅಥವಾ ClaudeBot ಮುಂತಾದ classified identity ಅನ್ನು ಹಿಡಿದುಕೊಳ್ಳುತ್ತದೆ. - Server-side tracking ನಲ್ಲಿ, classification Mixpanel ಗೆ ತಲುಪಿದ request ನ user agent ಅನ್ನು ಬಳಸುತ್ತದೆ, ಅದು ನಿಮ್ಮ server ನ HTTP library, ನೀವು end user's user agent ಅನ್ನು forward ಮಾಡದಿದ್ದರೆ, ಉದಾಹರಣೆಗೆ
$mp_raw_user_agentನಲ್ಲಿ. ಇಲ್ಲವಾದರೆ classification ತಪ್ಪಾಗಬಹುದು ಎಂದು Mixpanel ಸೂಚಿಸುತ್ತದೆ. - Mixpanel ನಲ್ಲಿ events immutable ಆಗಿರುವುದರಿಂದ, ಈಗಾಗಲೇ ದಾಖಲಾದ bot events ಗಳನ್ನು ಅಳಿಸುವ ಬದಲು ಅವುಗಳನ್ನು analysis ನಿಂದ filter ಮಾಡುವ ಮೂಲಕ ನಿರ್ವಹಿಸಲಾಗುತ್ತದೆ.
ಅದು ಉಪಯುಕ್ತ reporting label ಆಗಿದೆ. ಅದು user agent string ನಿಂದ ಬಂದ label ಕೂಡ ಹೌದು. User agent strings ಗಳು ಸ್ವಯಂ-ವರದಿಯಾಗಿರುವವು ಮತ್ತು ಸುಲಭವಾಗಿ ಅನುಕರಿಸಬಹುದು, ಈ ಸಮಸ್ಯೆಯನ್ನು user agent spoofing entry ಒಳಗೊಂಡಿದೆ. ಮತ್ತು documentation ನಲ್ಲಿ AI ಸಹಾಯದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವ ಜನರಿಗಾಗಿ class ಒಂದನ್ನು ಅಥವಾ ಸಾಕ್ಷ್ಯ ತುಂಬಾ ದುರ್ಬಲವಾಗಿದೆ ಎಂದು ಹೇಳುವ ವಿಧಾನವನ್ನು ವಿವರಿಸಲಾಗಿಲ್ಲ.
$mp_actor_type ಮತ್ತು Proof of Actor class, ಪಕ್ಕಪಕ್ಕವಾಗಿ
ಎರಡೂ ಫಲಿತಾಂಶಗಳು ಅದೇ Mixpanel event ಮೇಲೆ ಇರಬಹುದಾದ್ದರಿಂದ, ಅವು ಹೇಗೆ ಸಂಬಂಧಿಸುತ್ತವೆ ಎಂದು ನೋಡಲು ಸಹಾಯವಾಗುತ್ತದೆ:
$mp_actor_type |
ಇದು ಯಾವುದರ ಆಧಾರದ ಮೇಲೆ ಇದೆ | Proof of Actor class ಏನು ಸೇರಿಸಬಹುದು |
|---|---|---|
agent |
ಬಳಕೆದಾರನ ಪರವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ LLM ಗಾಗಿ user agent match | ವಿನಂತಿಯು ಮಾನ್ಯ signature ಹೊತ್ತುಕೊಂಡಿದ್ದರೆ verified basis ಜೊತೆಗೆ Agent, ಅಥವಾ ಬೇರೆ ಸಂದರ್ಭಗಳಲ್ಲಿ declared ಅಥವಾ inferred basis |
bot |
crawlers ಮತ್ತು indexers ಗಾಗಿ user agent match | ಸಾಕ್ಷ್ಯ ಅದನ್ನು ಬೆಂಬಲಿಸಿದರೆ Agent, ಅಥವಾ crawler-style user agent ಗೆ ಇನ್ನೇನು ಬೆಂಬಲ ಇಲ್ಲದಿದ್ದರೆ Unknown |
none |
user agent ಮೇಲೆ ಯಾವುದೇ agent ಅಥವಾ bot match ಇಲ್ಲ | Human, Human + AI ಅಥವಾ Unknown, ಆದ್ದರಿಂದ ಸಹಾಯ ಪಡೆದ ಜನರು ಮತ್ತು ವಿವರಿಸಲಾಗದ traffic ಒಂದೇ bucket ನಲ್ಲಿ ಮರೆಮಾಡುವುದಿಲ್ಲ |
ಮುಖ್ಯ ವ್ಯತ್ಯಾಸಗಳು ಪ್ರತಿ ಉತ್ತರ ಎಲ್ಲಿಂದ ಉತ್ಪಾದಿತವಾಗುತ್ತದೆ ಎಂಬುದರಿಂದ ಬರುತ್ತವೆ.
user agent string ಮೀರಿ ಸಾಕ್ಷ್ಯ. $mp_actor_type ಅನ್ನು user agent ನಿಂದ ಪಡೆಯಲಾಗುತ್ತದೆ, ಅದು ಸ್ವಯಂ-ವರದಿಯಾಗಿರುತ್ತದೆ ಮತ್ತು ಅನುಕರಿಸಲು ಸುಲಭ, user agent spoofing entry ವಿವರಿಸುವಂತೆ. Verified Proof of Actor ಫಲಿತಾಂಶ ಎಂದರೆ ಪ್ರಕಟಿತ key ವಿರುದ್ಧ request signature ಪರಿಶೀಲಿಸಲಾಗಿದೆ, RFC 9421 ನಲ್ಲಿ ವ್ಯಾಖ್ಯಾನಿಸಲಾದ ಮತ್ತು Web Bot Auth ನಲ್ಲಿ ಬಳಸಲಾದ HTTP Message Signatures ಬಳಸಿ.
AI ಸಹಾಯದ ಜನರಿಗೆ ಒಂದು class. $mp_actor_type ಅಡಿಯಲ್ಲಿ, assistant ಜೊತೆ drafting ಮಾಡುವ ಒಬ್ಬ ವ್ಯಕ್ತಿ ಉಳಿದ ಎಲ್ಲ ಬಳಕೆದಾರರ ಜೊತೆಗೆ none ಗೆ ಬಿದ್ದುಹೋಗುತ್ತಾನೆ. Proof of Actor assistance ಅನ್ನು declared ಮಾಡಲಾದ ಅಥವಾ supported integration ಮೂಲಕ observed ಮಾಡಲಾದಾಗ Human + AI ಅನ್ನು ವರದಿ ಮಾಡುತ್ತದೆ, ಆದ್ದರಿಂದ Mixpanel funnel AI-ಸಹಾಯದ ಬಳಕೆದಾರರು ವೇಗವಾಗಿ activate ಮಾಡುತ್ತಾರೆಯೇ ಅಥವಾ ವಿಭಿನ್ನ ಸ್ಥಳಗಳಲ್ಲಿ ನಿಂತುಹೋಗುತ್ತಾರೆಯೇ ಎಂಬುದನ್ನು ತೋರಿಸಬಹುದು.
none ಬದಲು Unknown. none ಎಂದರೆ ಯಾವುದೇ match ಕಂಡುಬಂದಿಲ್ಲ. Unknown ಎಂದರೆ ಸಾಕ್ಷ್ಯ call ಮಾಡಲು ಸಾಕಷ್ಟು ಬಲವಾಗಿರಲಿಲ್ಲ, ಇದು ಬೇರೆ ಮತ್ತು ಹೆಚ್ಚು ಉಪಯುಕ್ತವಾದ ಹೇಳಿಕೆ. ನೀವು route ಪ್ರಕಾರ Unknown rate ಅನ್ನು track ಮಾಡಬಹುದು, ಮತ್ತು handling Unknown traffic ಮಾರ್ಗದರ್ಶಿ fallback patterns ಗಳನ್ನು ಒಳಗೊಂಡಿದೆ.
ನಿಮ್ಮ tracking ಮೂಲಕ ಎಂದಿಗೂ ಹೋಗದ events. Agents ಗಳು UI ಮೂಲಕ click ಮಾಡುವ ಬದಲು ಹೆಚ್ಚಾಗಿ APIs ಮತ್ತು MCP servers ಅನ್ನು call ಮಾಡುತ್ತವೆ. Proof of Actor ಅವು ಸಂಭವಿಸುವ ಸ್ಥಳದಲ್ಲೇ ಆ interactions ಗಳನ್ನು classify ಮಾಡುತ್ತದೆ, MCP tool calls ಗಳನ್ನೂ ಸೇರಿಸಿ; MCP servers use case ನೋಡಿ.
request ಸಮಯದಲ್ಲಿ ನಿರ್ಧಾರ. Mixpanel events immutable ಆಗಿವೆ ಮತ್ತು ನಂತರ ವಿಶ್ಲೇಷಿಸಲ್ಪಡುತ್ತವೆ, ಇದು analytics ಗೆ ಸರಿಯಾದ ವಿಧಾನ. Proof of Actor ಕೂಡ ನಿಮ್ಮ application ಗೆ ಪ್ರತಿ route, class ಮತ್ತು basis ಗಾಗಿ allow, adapt, challenge, review ಗೆ ಕಳುಹಿಸು ಅಥವಾ rate-limit ಮಾಡಲು ಬಿಡುತ್ತದೆ. ಇದು observation mode ನಲ್ಲಿ ಆರಂಭವಾಗುತ್ತದೆ, ಆದ್ದರಿಂದ ನೀವು enforce ಮಾಡಲು ಆಯ್ಕೆಮಾಡುವವರೆಗೆ ಏನೂ ಬದಲಾಗುವುದಿಲ್ಲ.
Mixpanel ಮತ್ತು Proof of Actor ಅನ್ನು ಒಟ್ಟಿಗೆ ಬಳಸುವುದು
- request ನಲ್ಲಿ classify ಮಾಡಿ. Proof of Actor ನಿಮ್ಮ application, API ಅಥವಾ MCP server ನ ಪ್ರತಿ interaction ಗೆ ಒಂದು class ಮತ್ತು basis ಅನ್ನು returns ಮಾಡುತ್ತದೆ.
- ಎರಡು event properties ಸೇರಿಸಿ. ನೀವು ಈಗಾಗಲೇ ಕಳುಹಿಸುವ Mixpanel events ಗಳ ಮೇಲೆ class ಮತ್ತು basis ಅನ್ನು
actor_classಮತ್ತುactor_basisಎಂದು ಹೆಸರಿಸಬಹುದಾದ properties ಆಗಿ attach ಮಾಡಿ. Server-side tracking ಇದನ್ನು ಸುಲಭಗೊಳಿಸುತ್ತದೆ ಏಕೆಂದರೆ ನಿಮ್ಮ application ಬಳಿ ಫಲಿತಾಂಶ ಇರುತ್ತದೆ. $mp_actor_typeಅನ್ನು ಕೂಡ ಇಟ್ಟುಕೊಳ್ಳಿ. End user's user agent ಅನ್ನು forward ಮಾಡಿ, ಆದ್ದರಿಂದ Mixpanel ನ own label ಸರಿಯಾಗಿರುತ್ತದೆ, ಮತ್ತು ಎರಡು properties ಗಳನ್ನು compare ಮಾಡಿ. ಅವು ಭಿನ್ನವಾದಲ್ಲಿ, Proof of Actor basis ಯಾವ ಸಾಕ್ಷ್ಯವನ್ನು ನಂಬಬೇಕು ಎಂದು ತಿಳಿಸುತ್ತದೆ.- ನೀವು ಈಗಾಗಲೇ ಬಳಸುವ reports ಗಳನ್ನು ವಿಭಜಿಸಿ. Funnels, retention ಮತ್ತು flows ಗಳನ್ನು actor class ಆಧಾರದ ಮೇಲೆ split ಮಾಡಿ, agent-driven sign ups ಮಾನವ ones ಗಳಂತೆ retain ಆಗುತ್ತವೆಯೇ, ಅಥವಾ AI-ಸಹಾಯದ users ಗಳು activation ಗೆ ಬೇಗ ತಲುಪುತ್ತಾರೆಯೇ ಎಂಬುದನ್ನು ನೋಡಿ. SaaS apps use case ಇದು ಅತ್ಯಂತ ಮುಖ್ಯವಾಗುವ ಸ್ಥಳಗಳನ್ನು ತೋರಿಸುತ್ತದೆ.
- ಅಗತ್ಯವಿರುವಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸಿ. actor class ಅನುಭವವನ್ನು ಬದಲಾಯಿಸಬೇಕಾದ routes ಗಳಿಗಾಗಿ policies ಬರೆಯಿರಿ. rolling out actor-aware policies safely ಮಾರ್ಗದರ್ಶಿ ಈ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಒಳಗೊಂಡಿದೆ.
ಯಾವಾಗ ಯಾವುದನ್ನು ಆಯ್ಕೆಮಾಡಬೇಕು
ನಿಮ್ಮ ಪ್ರಶ್ನೆ product behavior ಕುರಿತು ಇದ್ದಾಗ Mixpanel ಅನ್ನು ಆಯ್ಕೆಮಾಡಿ: activation, conversion, retention, feature adoption ಮತ್ತು ಬಳಕೆದಾರರು ತೆಗೆದುಕೊಳ್ಳುವ ಮಾರ್ಗಗಳು. ಅದರ $mp_actor_type label analysis ಒಳಗೆ agents ಮತ್ತು bots ಗಳನ್ನು ಪ್ರಾಥಮಿಕವಾಗಿ ಬೇರ್ಪಡಿಸಲು ಒಳ್ಳೆಯ ಮೊದಲ ಹಂತವಾಗಿದೆ.
ನಿಮಗೆ ಆ label ಸಾಕ್ಷ್ಯವನ್ನು ಹೊತ್ತುಕೊಳ್ಳಬೇಕಾಗಿರುವಾಗ, AI-ಸಹಾಯದ ಬಳಕೆದಾರರು ನಿಮ್ಮ product ಗೆ ಮುಖ್ಯವಾಗಿರುವಾಗ, ನಿಮ್ಮ agent traffic ನ ಬಹುಭಾಗವು APIs ಅಥವಾ MCP servers ಮೂಲಕ ಬರುತ್ತಿರುವಾಗ, ಅಥವಾ ನಿಮ್ಮ application report ನಲ್ಲಿ ಅಲ್ಲ, request ಸಮಯದಲ್ಲೇ ಪ್ರತಿಕ್ರಿಯಿಸಬೇಕಾಗಿರುವಾಗ Proof of Actor ಅನ್ನು ಸೇರಿಸಿ. Mixpanel ನಿಮ್ಮ product ಅನ್ನು ಹೇಗೆ ಬಳಸಲಾಗುತ್ತದೆ ಎಂದು ಹೇಳುತ್ತದೆ. Proof of Actor ಪ್ರತಿ interaction ನಲ್ಲಿ ಯಾರು ಅದನ್ನು ಬಳಕೆ ಮಾಡುತ್ತಿದ್ದಾರೆ ಎಂಬುದನ್ನು, ಸಾಕ್ಷ್ಯದೊಂದಿಗೆ, ಹೇಳುತ್ತದೆ, ಮತ್ತು ಅದಕ್ಕೆ ಕಾರ್ಯನಿರ್ವಹಿಸಲು ನಿಮ್ಮ code ಗೆ ಒಂದು ಮಾರ್ಗವನ್ನು ನೀಡುತ್ತದೆ.
ಆರಂಭಿಸಿ
Proof of Actor private beta ಯಲ್ಲಿದೆ. founding developer program ಮೂಲಕ, ಆಯ್ಕೆಮಾಡಿದ ತಂಡಗಳು ಒಪ್ಪಿಗೆಯ ಬಳಕೆ ಮಿತಿಗಳ ಒಳಗೆ ಸ್ವಯಂಚಾಲಿತ billing ಇಲ್ಲದೆ 12 months ವರೆಗೆ free access ಪಡೆಯಬಹುದು. early access ಗೆ apply ಮಾಡಿ ಮತ್ತು ನಿಮ್ಮ product ಹಾಗೂ ನೀವು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಬಯಸುವ interactions ಗಳ ಬಗ್ಗೆ ನಮಗೆ ಹೇಳಿ.
Mixpanel என்பது Mixpanel, Inc. ನ trademark ಆಗಿದೆ.