Напоминаю, что посты, помеченные 🌡, отлично подходят любителям высокоградусного айтишного контента.
С сайтами все просто - воткнул счетчик и все посещения можно увидеть в удобном веб-интерфейсе. Но чтобы анализировать чат-ботов, придется немного попотеть, чем я вчера и занимался. В этом посте расскажу какие вообще есть варианты и на каком остановился я.
Но для начала определимся, для чего вообще нужна аналитика. Для меня программа минимум:
- Понимать откуда пришел каждый посетитель (аналог UTM-метки, в телеграм-боте можно реализовать, передавая аргумент для start'а и далее сохраняя это в систему аналитики)
- Видеть воронку: столько-то человек зашло в бота, столько начали процесс оформления, и т.д. Полезно понимать, сколько людей отваливается на каждом этапе.
Итак, вот какие варианты я рассматривал:
1️⃣ Сделать сапомисную аналитику. На хабре есть два примера, но мне не совсем понравилась техническая реализация + необходимость использования телеграм-бота для получения аналитики.
2️⃣ Старая добрая Яндекс.Метрика. Идея в том, что использовать для аналитики специально предназначенный для этого инструмент, но с Метрикой у меня не задалось. У них можно по API передавать так называемые оффлайн-конверсии, в которую передаются уникальный ID пользователя (можно использовать телеграмовский chat_id), время посещения и идентификатор цели (предварительно нужно создать составную цель), но я не понял как программно создать “посещения” с указанием источника трафика.
3️⃣ Google Analytics. Как я понимаю, гугл позволяет программно передавать “посещения”, и стало быть, на нем можно сделать полноценную аналитику бота. Вот тут есть пример на Python, как можно настроить передачу данных в GA.
4️⃣ Botanalytics. Специализированный сервис для аналитики ботов. Туда передаем все сообщения и затем в сервисе можно увидеть все переписки, создавать воронки на основании вхождения ключевых слов, следить за активностью и т.д. Продвинутый инструмент, но пока было лень заморачиваться. Бесплатная версия позволяет анализировать до 5к сообщений в месяц, но не имеет возможность строить воронки. Платная версия стоит от 50$/мес.
5️⃣ Dialogflow (бывший Chatbase, теперь принадлежит гуглу) - тоже специализированный сервис, но он больше про создание чат-ботов, хотя функционал аналитики там тоже есть. Моего высшего технического образования хватило лишь на то, чтобы зарегаться в сервисе, где я растворился в обилии вкладок, поэтому пришлось его отложить до лучших времен 🙂
Поскольку время у меня поджимало (сегодня выходит еще один рекламный пост), пришлось выбрать компромиссный вариант: нужно было как можно быстрее реализовать сбор данных, но чтобы в будущем их можно было как-то проанализировать. В итоге мой выбор пал на:
6️⃣ AWS Cloudwatch Logs. Т.к. я фанат инфраструктуры AWS и логи от запускаемых лямбд все равно сыпятся туда, я подумал, а почему бы не хранить там же нужные мне логи по посещениям. Эти логи потом можно будет как угодно аггрегировать с помощью SQL-подобного языка в Cloudwatch Insights и выводить эти метрики на общий дашборд.
В общем, мой вердикт такой: если есть время и уже есть большая аудитория, которую нужно детально анализировать, лучше выбрать GA или Botanalytics/Dialogflow. Ну, а мне, видимо, предстоит увлекательное путешествие под названием “Сделай Google Analytics из Cloudwatch” 🥲
С сайтами все просто - воткнул счетчик и все посещения можно увидеть в удобном веб-интерфейсе. Но чтобы анализировать чат-ботов, придется немного попотеть, чем я вчера и занимался. В этом посте расскажу какие вообще есть варианты и на каком остановился я.
Но для начала определимся, для чего вообще нужна аналитика. Для меня программа минимум:
- Понимать откуда пришел каждый посетитель (аналог UTM-метки, в телеграм-боте можно реализовать, передавая аргумент для start'а и далее сохраняя это в систему аналитики)
- Видеть воронку: столько-то человек зашло в бота, столько начали процесс оформления, и т.д. Полезно понимать, сколько людей отваливается на каждом этапе.
Итак, вот какие варианты я рассматривал:
1️⃣ Сделать сапомисную аналитику. На хабре есть два примера, но мне не совсем понравилась техническая реализация + необходимость использования телеграм-бота для получения аналитики.
2️⃣ Старая добрая Яндекс.Метрика. Идея в том, что использовать для аналитики специально предназначенный для этого инструмент, но с Метрикой у меня не задалось. У них можно по API передавать так называемые оффлайн-конверсии, в которую передаются уникальный ID пользователя (можно использовать телеграмовский chat_id), время посещения и идентификатор цели (предварительно нужно создать составную цель), но я не понял как программно создать “посещения” с указанием источника трафика.
3️⃣ Google Analytics. Как я понимаю, гугл позволяет программно передавать “посещения”, и стало быть, на нем можно сделать полноценную аналитику бота. Вот тут есть пример на Python, как можно настроить передачу данных в GA.
4️⃣ Botanalytics. Специализированный сервис для аналитики ботов. Туда передаем все сообщения и затем в сервисе можно увидеть все переписки, создавать воронки на основании вхождения ключевых слов, следить за активностью и т.д. Продвинутый инструмент, но пока было лень заморачиваться. Бесплатная версия позволяет анализировать до 5к сообщений в месяц, но не имеет возможность строить воронки. Платная версия стоит от 50$/мес.
5️⃣ Dialogflow (бывший Chatbase, теперь принадлежит гуглу) - тоже специализированный сервис, но он больше про создание чат-ботов, хотя функционал аналитики там тоже есть. Моего высшего технического образования хватило лишь на то, чтобы зарегаться в сервисе, где я растворился в обилии вкладок, поэтому пришлось его отложить до лучших времен 🙂
Поскольку время у меня поджимало (сегодня выходит еще один рекламный пост), пришлось выбрать компромиссный вариант: нужно было как можно быстрее реализовать сбор данных, но чтобы в будущем их можно было как-то проанализировать. В итоге мой выбор пал на:
6️⃣ AWS Cloudwatch Logs. Т.к. я фанат инфраструктуры AWS и логи от запускаемых лямбд все равно сыпятся туда, я подумал, а почему бы не хранить там же нужные мне логи по посещениям. Эти логи потом можно будет как угодно аггрегировать с помощью SQL-подобного языка в Cloudwatch Insights и выводить эти метрики на общий дашборд.
В общем, мой вердикт такой: если есть время и уже есть большая аудитория, которую нужно детально анализировать, лучше выбрать GA или Botanalytics/Dialogflow. Ну, а мне, видимо, предстоит увлекательное путешествие под названием “Сделай Google Analytics из Cloudwatch” 🥲
