એનાલિટિક્સ ટ્રેકિંગ: પ્રાઈવેસી-ફર્સ્ટ ઇવેન્ટ કલેક્શન

આ લેખ સમજાવે છે કે કેવી રીતે અમે યુઝર પ્રાઈવેસીનો આદર કરતા અને બોટ ટ્રાફિકથી દૂર રહીને યુઝર વર્તન ટ્રેક કરીએ છીએ.

સમસ્યા: યુઝર વર્તન સમજવું

અમારે જાણવાની જરૂર છે:

• યુઝર્સ કઈ પેજીસ મુલાકાત લે છે

• તેઓ કઈ પ્રોડક્ટ્સ જુએ છે

• ટ્રાફિક ક્યાંથી આવે છે (Google Ads, ઓર્ગેનિક, સોશિયલ)

• કયા કેમ્પેઇન્સ કન્વર્ઝન્સ લાવે છે

પરંતુ અમારે આથી દૂર રહેવું જોઈએ:

• બોટ્સ અને ક્રોલર્સને ટ્રેક કરવું

• વ્યક્તિગત ઓળખાય તેવી માહિતી (PII) સ્ટોર કરવી

• પ્રાઈવેસી નિયમોનું ઉલ્લંઘન કરવું

ઉકેલ: ક્લાયન્ટ-સાઈડ + સર્વર-સાઈડ ટ્રેકિંગ

ક્લાયન્ટ-સાઈડ: જાવાસ્ક્રિપ્ટ ટ્રેકિંગ

વિઝિટર ID: રેન્ડમ ID કૂકીમાં સ્ટોર થાય છે (365 દિવસ)

સેશન ID: રેન્ડમ ID સેશનસ્ટોરેજમાં સ્ટોર થાય છે (બ્રાઉઝર બંધ થાય ત્યાં સુધી)

કેમ્પેઇન પેરામીટર્સ: URL માંથી કાઢવામાં આવે છે અને સેશનસ્ટોરેજમાં સ્ટોર થાય છે

ટ્રેક કરેલ પેરામીટર્સ:

• gclid - Google ક્લિક ID (સર્ચ એડ્સ)

• gbraid - Google Ads ક્લિક ID (શોપિંગ એડ્સ)

• wbraid - Google Ads ક્લિક ID (iOS)

• fbclid - Facebook ક્લિક ID

• srsltid - Google ઓર્ગેનિક સર્ચ રિઝલ્ટ ID

• utm_source, utm_medium, utm_campaign, utm_term, utm_content

સ્ટોરેજ: વોટ્સએપ/ફોન ક્લિક એટ્રિબ્યુશન માટે પેરામીટર્સ કૂકીઝમાં સ્ટોર થાય છે (30 મિનિટ)

સર્વર-સાઈડ: એનરિચમેન્ટ

સર્વર ઇવેન્ટ્સને આનાથી સમૃદ્ધ કરે છે:

જીઓઆઈપી ડેટા: IP એડ્રેસ પરથી દેશ, રીજન, શહેર

યુઝર-એજન્ટ પાર્સિંગ: બ્રાઉઝર, OS, ડિવાઇસ પ્રકાર

ટાઇમસ્ટેમ્પ: સર્વર સમય (UTC)

બોટ ડિટેક્શન: જાણીતા બોટ યુઝર-એજન્ટ્સને ફિલ્ટર કરે છે

ઇવેન્ટ પ્રકારો

પેજ વ્યૂ: યુઝર પેજની મુલાકાત લે છે

પ્રોડક્ટ વ્યૂ: યુઝર પ્રોડક્ટ પેજ જુએ છે

એડ ટુ કાર્ટ: યુઝર પ્રોડક્ટ કાર્ટમાં ઉમેરે છે

ચેકઆઉટ: યુઝર ચેકઆઉટ શરૂ કરે છે

પર્ચેઝ: યુઝર પર્ચેઝ પૂર્ણ કરે છે

વોટ્સએપ ક્લિક: યુઝર વોટ્સએપ બટન પર ક્લિક કરે છે

ફોન ક્લિક: યુઝર ફોન નંબર પર ક્લિક કરે છે

ડેટા ફ્લો

sequenceDiagram
    participant User
    participant JS as JavaScript
    participant API as /api/analytics
    participant Firehose as Kinesis Firehose
    participant S3
    
    User->>JS: Visit page
    JS->>JS: Extract URL params
(gclid, utm_*, etc.)
    JS->>JS: Store in sessionStorage
    JS->>API: POST event + params
    API->>API: Enrich with GeoIP
    API->>API: Parse User-Agent
    API->>API: Filter bots
    API->>Firehose: Send enriched event
    Firehose->>S3: Store in analytics bucket

બોટ ડિટેક્શન

અમે બહુવિધ સિગ્નલ્સનો ઉપયોગ કરીને બોટ ટ્રાફિકને ફિલ્ટર કરીએ છીએ:

યુઝર-એજન્ટ પેટર્ન: જાણીતા બોટ સ્ટ્રિંગ્સ (Googlebot, Bingbot, વગેરે)

વર્તન પેટર્ન: ખૂબ ઝડપી, ઘણી બધી રિક્વેસ્ટ્સ

ગુમ થયેલ જાવાસ્ક્રિપ્ટ: બોટ્સ ઘણી વખત JS એક્ઝિક્યુટ કરતા નથી

એક્સક્લુઝન કૂકી: tv_exclude=true બધા ટ્રેકિંગને રોકે છે

પ્રાઈવેસી પ્રોટેક્શન

કોઈ PII નહીં: અમે ક્યારેય નામો, ઇમેઇલ્સ, ફોન નંબર્સ સ્ટોર કરતા નથી

એનોનિમાઇઝ્ડ IPs: સ્ટોરેજ પહેલાં છેલ્લો ઓક્ટેટ દૂર કરવામાં આવે છે

કોઈ ક્રોસ-સાઈટ ટ્રેકિંગ: કૂકીઝ ફક્ત ફર્સ્ટ-પાર્ટી છે

ઓપ્ટ-આઉટ: યુઝર્સ એક્સક્લુઝન કૂકી સેટ કરી શકે છે

ડેટા રિટેન્શન: ઇવેન્ટ્સ 90 દિવસ પછી ડિલીટ થાય છે

કન્ડિશનલ પિક્સેલ લોડિંગ

અમે ફક્ત જ્યારે સંબંધિત હોય ત્યારે જ ટ્રેકિંગ પિક્સેલ લોડ કરીએ છીએ:

Google Ads પિક્સેલ: ફક્ત જો gclid, gbraid, અથવા wbraid હાજર હોય

LinkedIn પિક્સેલ: ફક્ત જો msclkid હાજર હોય

Facebook પિક્સેલ: ફક્ત જો fbclid હાજર હોય

ફાયદો: ઝડપી પેજ લોડ, ઓછું ટ્રેકિંગ ઓવરહેડ

ટ્રાફિક સોર્સ ડિટેક્શન

અમે URL પેરામીટર્સ પરથી ટ્રાફિક સોર્સ ડિટેક્ટ કરીએ છીએ:

Google Ads: gclid, gbraid, wbraid → utm_source=google_ads

Google ઓર્ગેનિક: srsltid → utm_source=google_search

Facebook: fbclid → utm_source=facebook

LinkedIn: msclkid → utm_source=linkedin

ડાયરેક્ટ: કોઈ પેરામીટર્સ નહીં → utm_source=direct

કન્વર્ઝન ટ્રેકિંગ

અમે ફનલ દ્વારા કન્વર્ઝન્સ ટ્રેક કરીએ છીએ:

પ્રોડક્ટ વ્યૂ → એડ ટુ કાર્ટ → ચેકઆઉટ → પર્ચેઝ

દરેક સ્ટેપમાં આનો સમાવેશ થાય છે:

• વિઝિટર ID (એટ્રિબ્યુશન માટે)

• સેશન ID (સેશન એનાલિસિસ માટે)

• કેમ્પેઇન પેરામીટર્સ (ROI કેલ્ક્યુલેશન માટે)

• પ્રોડક્ટ SKU (પ્રોડક્ટ એનાલિસિસ માટે)

લીડ ટચ ટ્રેકિંગ

જ્યારે યુઝર્સ અમારો સંપર્ક કરે છે (વોટ્સએપ, ફોન, ઇમેઇલ), અમે કેપ્ચર કરીએ છીએ:

સંપર્ક પદ્ધતિ: વોટ્સએપ, ફોન, ઇમેઇલ

કેમ્પેઇન પેરામીટર્સ: કૂકીઝ પરથી (30-મિનિટ વિન્ડો)

પ્રોડક્ટ કોન્ટેક્સ્ટ: તેઓ કઈ પ્રોડક્ટ પેજ પર હતા

ફાયદો: ઓફલાઇન કન્વર્ઝન્સને ઓનલાઇન કેમ્પેઇન્સ સાથે એટ્રિબ્યુટ કરો

રેટ લિમિટિંગ

એનાલિટિક્સ એન્ડપોઇન્ટ રેટ-લિમિટેડ છે:

લિમિટ: પ્રતિ IP પ્રતિ 10 મિનિટમાં 100 રિક્વેસ્ટ્સ

ફાયદો: અબ્યુઝ અને બોટ ફ્લડ્સને રોકે છે

સ્ટોરેજ

ઇવેન્ટ્સ Kinesis Firehose દ્વારા S3 માં સ્ટોર થાય છે:

ફોર્મેટ: JSON લાઇન્સ (એક લાઇન પર એક ઇવેન્ટ)

પાર્ટિશનિંગ: તારીખ દ્વારા (વર્ષ/મહિનો/દિવસ/કલાક)

કમ્પ્રેશન: Gzip

રિટેન્શન: 90 દિવસ

ક્વેરી કરવી

ઇવેન્ટ્સ AWS Athena દ્વારા ક્વેરી કરવામાં આવે છે:

સ્કીમા: Glue Data Catalog માં ડિફાઇન કરેલ

ક્વેરીઝ: S3 ડેટા પર SQL

યુઝ કેસિસ: કેમ્પેઇન ROI, પ્રોડક્ટ પોપ્યુલેરિટી, ટ્રાફિક સોર્સિસ

સંદર્ભો

ટેક્નિકલ કોન્સેપ્ટ્સ

• વેબ એનાલિટિક્સ - વિકિપીડિયા

• પ્રાઈવેસી બાય ડિઝાઇન - વિકિપીડિયા

AWS સર્વિસિસ

• Kinesis Firehose - AWS ડોક્યુમેન્ટેશન

• Athena - AWS ડોક્યુમેન્ટેશન

સંબંધિત લેખો

• મલ્ટી-સર્વર આર્કિટેક્ચર - જ્યાં એનાલિટિક્સ ચાલે છે

સારાંશ

અમારી એનાલિટિક્સ સિસ્ટમ યુઝર પ્રાઈવેસીનો આદર કરતા યુઝર વર્તન ટ્રેક કરે છે:

ક્લાયન્ટ-સાઈડ:

• ✅ URL માંથી કેમ્પેઇન પેરામીટર્સ કાઢો

• ✅ સેશનસ્ટોરેજમાં સ્ટોર કરો (સેશન-સ્કોપ્ડ)

• ✅ કૂકીઝમાં સ્ટોર કરો (એટ્રિબ્યુશન માટે 30 મિનિટ)

• ✅ API પર ઇવેન્ટ્સ મોકલો

સર્વર-સાઈડ:

• ✅ જીઓઆઈપી અને યુઝર-