അനലിറ്റിക്സ് ട്രാക്കിംഗ്: സ്വകാര്യത-ഫസ്റ്റ് ഇവന്റ് കളക്ഷൻ

ഈ ലേഖനം, സ്വകാര്യതയെ മാനിച്ചുകൊണ്ടും ബോട്ട് ട്രാഫിക് ഒഴിവാക്കിക്കൊണ്ടും ഞങ്ങൾ ഉപയോക്തൃ പെരുമാറ്റം എങ്ങനെ ട്രാക്ക് ചെയ്യുന്നു എന്ന് വിശദീകരിക്കുന്നു.

പ്രശ്നം: ഉപയോക്തൃ പെരുമാറ്റം മനസ്സിലാക്കൽ

ഞങ്ങൾക്ക് അറിയേണ്ടത്:

• ഉപയോക്താക്കൾ ഏത് പേജുകൾ സന്ദർശിക്കുന്നു

• അവർ ഏത് ഉൽപ്പന്നങ്ങൾ കാണുന്നു

• ട്രാഫിക് എവിടെ നിന്നാണ് വരുന്നത് (Google Ads, ഓർഗാനിക്, സോഷ്യൽ)

• ഏത് കാമ്പെയ്നുകൾ കൺവേർഷനുകൾ നയിക്കുന്നു

എന്നാൽ ഞങ്ങൾ ഒഴിവാക്കേണ്ടത്:

• ബോട്ടുകളും ക്രാളറുകളും ട്രാക്ക് ചെയ്യുന്നത്

• വ്യക്തിഗതമായി തിരിച്ചറിയാൻ കഴിയുന്ന വിവരങ്ങൾ (PII) സംഭരിക്കുന്നത്

• സ്വകാര്യതാ ചട്ടങ്ങൾ ലംഘിക്കുന്നത്

പരിഹാരം: ക്ലയന്റ്-സൈഡ് + സെർവർ-സൈഡ് ട്രാക്കിംഗ്

ക്ലയന്റ്-സൈഡ്: JavaScript ട്രാക്കിംഗ്

വിസിറ്റർ ID: കുക്കിയിൽ സംഭരിച്ചിരിക്കുന്ന റാൻഡം ID (365 ദിവസം)

സെഷൻ ID: sessionStorage-ൽ സംഭരിച്ചിരിക്കുന്ന റാൻഡം ID (ബ്രൗസർ അടയ്ക്കുന്നത് വരെ)

കാമ്പെയ്ൻ പാരാമുകൾ: URL-ൽ നിന്ന് എക്സ്ട്രാക്റ്റ് ചെയ്ത് sessionStorage-ൽ സംഭരിക്കുന്നു

ട്രാക്ക് ചെയ്ത പാരാമുകൾ:

• gclid - Google ക്ലിക്ക് ID (തിരയൽ പരസ്യങ്ങൾ)

• gbraid - Google Ads ക്ലിക്ക് ID (ഷോപ്പിംഗ് പരസ്യങ്ങൾ)

• wbraid - Google Ads ക്ലിക്ക് ID (iOS)

• fbclid - Facebook ക്ലിക്ക് ID

• srsltid - Google ഓർഗാനിക് തിരയൽ ഫലം ID

• utm_source, utm_medium, utm_campaign, utm_term, utm_content

സംഭരണം: WhatsApp/ഫോൺ ക്ലിക്ക് ആട്രിബ്യൂഷനായി പാരാമുകൾ കുക്കികളിൽ (30 മിനിറ്റ്) സംഭരിക്കുന്നു

സെർവർ-സൈഡ്: എൻറിച്ച്മെന്റ്

സെർവർ ഇവന്റുകളെ ഇനിപ്പറയുന്നവ ഉപയോഗിച്ച് സമ്പുഷ്ടമാക്കുന്നു:

GeoIP ഡാറ്റ: IP വിലാസത്തിൽ നിന്നുള്ള രാജ്യം, മേഖല, നഗരം

User-Agent പാഴ്സിംഗ്: ബ്രൗസർ, OS, ഉപകരണ തരം

ടൈംസ്റ്റാമ്പ്: സെർവർ സമയം (UTC)

ബോട്ട് കണ്ടെത്തൽ: അറിയപ്പെടുന്ന ബോട്ട് user-agent-കളെ ഫിൽട്ടർ ചെയ്യുന്നു

ഇവന്റ് തരങ്ങൾ

പേജ് വ്യൂ: ഉപയോക്താവ് ഒരു പേജ് സന്ദർശിക്കുന്നു

ഉൽപ്പന്ന വ്യൂ: ഉപയോക്താവ് ഉൽപ്പന്ന പേജ് കാണുന്നു

കാർട്ടിൽ ചേർക്കുക: ഉപയോക്താവ് കാർട്ടിൽ ഉൽപ്പന്നം ചേർക്കുന്നു

ചെക്ക്ഔട്ട്: ഉപയോക്താവ് ചെക്ക്ഔട്ട് ആരംഭിക്കുന്നു

വാങ്ങൽ: ഉപയോക്താവ് വാങ്ങൽ പൂർത്തിയാക്കുന്നു

WhatsApp ക്ലിക്ക്: ഉപയോക്താവ് WhatsApp ബട്ടൺ ക്ലിക്ക് ചെയ്യുന്നു

ഫോൺ ക്ലിക്ക്: ഉപയോക്താവ് ഫോൺ നമ്പർ ക്ലിക്ക് ചെയ്യുന്നു

ഡാറ്റ ഫ്ലോ

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

ബോട്ട് കണ്ടെത്തൽ

ഒന്നിലധികം സിഗ്നലുകൾ ഉപയോഗിച്ച് ഞങ്ങൾ ബോട്ട് ട്രാഫിക് ഫിൽട്ടർ ചെയ്യുന്നു:

User-Agent പാറ്റേണുകൾ: അറിയപ്പെടുന്ന ബോട്ട് സ്ട്രിംഗുകൾ (Googlebot, Bingbot, മുതലായവ)

പെരുമാറ്റ പാറ്റേണുകൾ: വളരെ വേഗത്തിൽ, വളരെയധികം അഭ്യർത്ഥനകൾ

JavaScript നഷ്ടപ്പെടുന്നു: ബോട്ടുകൾ പലപ്പോഴും JS എക്സിക്യൂട്ട് ചെയ്യുന്നില്ല

ഒഴിവാക്കൽ കുക്കി: tv_exclude=true എല്ലാ ട്രാക്കിംഗും നിർത്തുന്നു

സ്വകാര്യതാ സംരക്ഷണം

PII ഇല്ല: ഞങ്ങൾ പേരുകളും ഇമെയിലുകളും ഫോൺ നമ്പറുകളും ഒരിക്കലും സംഭരിക്കുന്നില്ല

ഡാറ്റ നിലനിർത്തൽ: 30 ദിവസത്തിന് ശേഷം ഇവന്റുകൾ ഇല്ലാതാക്കുന്നു

നിബന്ധനാപരമായ പിക്സൽ ലോഡിംഗ്

പ്രസക്തമാകുമ്പോൾ മാത്രം ഞങ്ങൾ ട്രാക്കിംഗ് പിക്സലുകൾ ലോഡ് ചെയ്യുന്നു:

Google Ads പിക്സൽ: gclid, gbraid, wbraid, അല്ലെങ്കിൽ srsltid ഉണ്ടെങ്കിൽ മാത്രം

LinkedIn പിക്സൽ: li_fat_id, lipi, അല്ലെങ്കിൽ utm_source=linkedin ഉണ്ടെങ്കിൽ മാത്രം

ആനുകൂല്യം: വേഗതയേറിയ പേജ് ലോഡുകൾ, കുറഞ്ഞ ട്രാക്കിംഗ് ഓവർഹെഡ്

ട്രാഫിക് സോഴ്സ് കണ്ടെത്തൽ

URL പാരാമീറ്ററുകളിൽ നിന്ന് ഞങ്ങൾ ട്രാഫിക് സോഴ്സ് കണ്ടെത്തുന്നു:

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

Google Organic: srsltid → utm_source=google_search

കൺവേർഷൻ ട്രാക്കിംഗ്

ഫണൽ വഴി ഞങ്ങൾ കൺവേർഷനുകൾ ട്രാക്ക് ചെയ്യുന്നു:

ഉൽപ്പന്ന വ്യൂ → കാർട്ടിൽ ചേർക്കുക → ചെക്ക്ഔട്ട് → വാങ്ങൽ

ഓരോ ഘട്ടത്തിലും ഉൾപ്പെടുന്നു:

• വിസിറ്റർ ID (ആട്രിബ്യൂഷനായി)

• സെഷൻ ID (സെഷൻ വിശകലനത്തിനായി)

• കാമ്പെയ്ൻ പാരാമുകൾ (ROI കണക്കുകൂട്ടലിനായി)

• ഉൽപ്പന്ന SKU (ഉൽപ്പന്ന വിശകലനത്തിനായി)

ലീഡ് ടച്ച് ട്രാക്കിംഗ്

ഉപയോക്താക്കൾ ഞങ്ങളെ ബന്ധപ്പെടുമ്പോൾ (WhatsApp, ഫോൺ, ഇമെയിൽ), ഞങ്ങൾ പിടിച്ചെടുക്കുന്നത്:

കോൺടാക്റ്റ് രീതി: WhatsApp, ഫോൺ, ഇമെയിൽ

കാമ്പെയ്ൻ പാരാമുകൾ: കുക്കികളിൽ നിന്ന് (30 മിനിറ്റ് വിൻഡോ)

ഉൽപ്പന്ന സന്ദർഭം: അവർ ഏത് ഉൽപ്പന്ന പേജിലായിരുന്നു

ആനുകൂല്യം: ഓൺലൈൻ കാമ്പെയ്നുകളിലേക്ക് ഓഫ്ലൈൻ കൺവേർഷനുകൾ ആട്രിബ്യൂട്ട് ചെയ്യുക

സംഭരണം

ഇവന്റുകൾ Kinesis Firehose വഴി S3-ൽ സംഭരിക്കുന്നു:

ഫോർമാറ്റ്: JSON ലൈനുകൾ (ഒരു വരിയിൽ ഒരു ഇവന്റ്)

പാർട്ടീഷനിംഗ്: തീയതി പ്രകാരം (വർഷം/മാസം/ദിവസം/മണിക്കൂർ)

കംപ്രഷൻ: Gzip

നിലനിർത്തൽ: 30 ദിവസം

ക്വറിയിംഗ്

ഇവന്റുകൾ AWS Athena വഴി ക്വറി ചെയ്യുന്നു:

സ്കീമ: Glue Data Catalog-ൽ നിർവചിച്ചിരിക്കുന്നു

ക്വറികൾ: S3 ഡാറ്റയിലെ SQL

ഉപയോഗ കേസുകൾ: കാമ്പെയ്ൻ ROI, ഉൽപ്പന്ന ജനപ്രീതി, ട്രാഫിക് സോഴ്സുകൾ

റഫറൻസുകൾ

സാങ്കേതിക ആശയങ്ങൾ

• വെബ് അനലിറ്റിക്സ് - Wikipedia

• പ്രൈവസി ബൈ ഡിസൈൻ - Wikipedia

AWS സേവനങ്ങൾ

• Kinesis Firehose - AWS ഡോക്യുമെന്റേഷൻ

• Athena - AWS ഡോക്യുമെന്റേഷൻ

അനുബന്ധ ലേഖനങ്ങൾ

• മൾട്ടി-സെർവർ ആർക്കിടെക്ചർ - അനലിറ്റിക്സ് പ്രവർത്തിക്കുന്ന സ്ഥലം

സംഗ്രഹം

ഞങ്ങളുടെ അനലിറ്റിക്സ് സിസ്റ്റം സ്വകാര്യതയെ മാനിച്ചുകൊണ്ട് ഉപയോക്തൃ പെരുമാറ്റം ട്രാക്ക് ചെയ്യുന്നു:

ക്ലയന്റ്-സൈഡ്:

• ✅ URL-ൽ നിന്ന് കാമ്പെയ്ൻ പാരാമുകൾ എക്സ്ട്രാക്റ്റ് ചെയ്യുക

• ✅ sessionStorage-ൽ സംഭരിക്കുക (സെഷൻ-സ്കോപ്പുചെയ്തത്)

• ✅ കുക്കികളിൽ സംഭരിക്കുക (ആട്രിബ്യൂഷനായി 30 മിനിറ്റ്)

• ✅ API-ലേക്ക് ഇവന്റുകൾ അയയ്ക്കുക

സെർവർ-സൈഡ്:

• ✅ GeoIP, User-Agent എന്നിവ ഉപയോഗിച്ച് സമ്പുഷ്ടമാക്കുക

• ✅ ബോട്ട് ട്രാഫിക് ഫിൽട്ടർ ചെയ്യുക

• ✅ Kinesis Firehose-ലേക്ക് അയയ്ക്കുക

• ✅ S3-ൽ സംഭരിക്കുക (തീയതി പ്രകാരം വിഭജിച്ചിരിക്കുന്നു)

സ്വകാര്യത:

• ✅ PII സംഭരിച്ചിട്ടില്ല

• ✅ 30 ദിവസത്തെ നിലനിർത്തൽ

നിബന്ധനാപരമായ ലോഡിംഗ്:

• ✅ gclid ഉണ്ടെങ്കിൽ മാത്രം Google Ads പിക്സൽ

• ✅ li_fat_id ഉണ്ടെങ്കിൽ മാത്രം LinkedIn പിക്സൽ

ഈ സമീപനം ഉൾക്കാഴ്ചകളെ സ്വകാര്യതയും പ്രകടനവുമായി സന്തുലിതമാക്കുന്നു.

← ഡോക്യുമെന്റേഷൻ സൂചികയിലേക്ക് മടങ്ങുക