لوگوی سایت
پشتیبانی
ماژول کلاینت

آشنایی با ماژول کلاینت

آشنایی با ماژول کلاینت و جمع‌آوری داده‌های رفتاری کاربران (Lander SDK) به عنوان جایگزین گوگل آنالیتیکس و تگ منیجر در داده‌لند.

ماژول کلاینت (Client Module) جهت جمع‌آوری و مدیریت داده‌های رفتاری کاربران در سطح وب‌سایت، وب‌اپلیکیشن و اپلیکیشن موبایل طراحی شده است. این ماژول جایگزینی جامع و یکپارچه برای ابزارهایی چون گوگل تگ منیجر و گوگل آنالیتیکس در بستر انبار داده به شمار می‌رود. عملیات جمع‌آوری و ارسال داده‌ها از سمت کلاینت توسط SDKهای اختصاصی داده‌لند تحت عنوان لندر (Lander) انجام می‌پذیرد.


تفکیک داده‌ها

در مهندسی داده استاندارد، داده‌های رفتاری نباید با اطلاعات حساس هویتی یا وقایع مالی آمیخته شوند. داده‌لند بر مبنای اصل تفکیک مسئولیت‌ها (Separation of Concerns)، سه لایه داده‌ای مستقل تعریف می‌کند:

  • ماژول کلاینت: داده‌های رفتاری، کلیک‌ها و بازدیدهای صفحات در وب و اپلیکیشن را ثبت می‌نماید.
  • جداول پروفایل کاربران: مشخصات هویتی و ویژگی‌های کاربران در جداول مجزا و سفارشی (ابعاد / Dimension) به صورت سرورساید ذخیره می‌شوند.
  • جداول وقایع مالی: تراکنش‌ها، مبالغ پرداختی و وضعیت فاکتورها در جداول مجزا (وقایع / Fact) به شکل سرورساید مدیریت می‌گردند.

این ساختار علاوه بر ارتقای امنیت کلاینت و تضمین نرخ مغایرت صفر در داده‌های مالی، امکان جوین (Join) سریع داده‌های رفتاری با سوابق خرید و اطلاعات کاربران را در موتور تحلیلی فراهم می‌سازد.



مزایای ماژول

ماژول کلاینت چالش‌های مرسوم ابزارهای آنالیتیکس سنتی را با تکیه بر انبار داده برطرف نموده است:

۱. تطبیق هویت ۵ دقیقه‌ای (Near Real-Time): موتور پردازشی هر ۵ دقیقه یک‌بار، نشست‌هایی را که به صورت مهمان (ناشناس) آغاز شده و در ادامه دارای شناسه کاربری (user_id) شده‌اند شناسایی می‌کند. سپس شناسه کاربر را به تمامی رویدادهای قبلی همان نشست بک‌فیل (Backfill) می‌نماید؛ این تطبیق نزدیک به لحظه امکان اجرای خودکار سناریوهای eCRM و ارسال پیام‌های بهینه‌سازی‌شده را در بازه‌های زمانی کوتاه فراهم می‌سازد.

۲. ارسال کلاینت‌ساید و سرورساید: رویدادها هم به صورت مستقیم از کلاینت و هم به شیوه سرورساید از طریق سرویس لندر گو قابل ارسال هستند تا قطعی‌های شبکه و مسدودکننده‌های تبلیغاتی مانع ثبت داده‌ها نشوند.

۳. دقت کامل بدون Sampling: تمامی رویدادها با دقت ۱۰۰ درصدی و بدون نمونه‌برداری آماری یا کاهش کاردینالیتی در ابعاد با تنوع بالا (برخلاف گروه (other) در گوگل آنالیتیکس) ثبت می‌گردند.

۴. کتابخانه سبک با میزبانی First-Party: اسکریپت Lander حجمی در حدود ۳۵ کیلوبایت دارد و مستقیماً روی دامنه اصلی وب‌سایت لود می‌شود؛ در نتیجه لود آن در برابر مسدودکننده‌ها مصون است و کوکی‌های ماندگار First-Party تولید می‌کند.

۵. رهگیری خودکار SPA و MPA: بازدیدهای صفحات (Pageview) در برنامه‌های تک‌صفحه‌ای مدرن (نظیر React، Vue و Nuxt) و ساختارهای چندصفحه‌ای سنتی به صورت هوشمند و بدون اختلال تفکیک می‌شوند.

۶. سورس فلو (Source Flow): تغییرات منابع ورودی کاربر در طول یک نشست بدون شکستن نشست ثبت می‌گردد و سیستم با تفکیک منابع معتبر بازاریابی از سورس‌های ضعیف (مانند درگاه‌های بانکی)، مدل‌های انتساب اولین لمس و چندلمسی را میسر می‌سازد.

۷. شناسایی خودکار دامنه‌های محتوایی: در صورت وجود سایت‌هایی نظیر وبلاگ، پایگاه دانش یا مستندات، امکان ثبت این دامنه‌ها در تنظیمات ماژول وجود دارد. داده‌لند ورودی‌های حاصل از آن‌ها را به صورت خودکار با عنوان سورس رسمی content در ستون session_source ثبت می‌نماید؛ بنابراین بدون نیاز به بررسی دستی ستون referrer_location یا تحلیل‌های پیچیده، میزان اثرگذاری سایت‌های محتوایی در جذب کاربران مستقیماً ارزیابی می‌شود.

۸. پایداری هویت در زیردامنه‌ها: با تنظیم خودکار دامنه ریشه (Root Domain)، شناسه‌های مهمان (guest_id) و نشست (session_id) میان وب‌سایت اصلی، بلاگ و زیردامنه‌های دیگر حفظ می‌شوند.

۹. دسترسی به داده‌های خام و ستون meta: داده‌ها به شکل خام در دسترس هستند و پارامترهای سفارشی درون ستون JSON به نام meta نگهداری می‌شوند؛ بنابراین برای ارسال مقادیر جدید نیازی به تغییر اسکیما یا تعریف متغیر وجود ندارد.

۱۰. سنجش خودکار کیفیت شبکه: شاخص‌های کلیدی عملکرد اینترنت کاربر (نظیر TTFB، تاخیر رفت‌وبرگشت RTT و زمان DNS) جهت ریشه‌یابی اختلالات فنی و سرعت لود کاربران به صورت خودکار ثبت می‌گردند.

۱۱. تخصیص گروه‌های آزمایش (A/B Testing): امکان تقسیم خودکار کاربران به گروه‌های آزمایشی به صورت تصادفی با وزن‌های معین یا بر اساس سورس ورودی ترافیک فراهم است.

۱۲. پاک‌سازی خودکار داده‌های تست: رویدادهای مربوط به دامنه‌های استیجینگ، محیط‌های توسعه و شناسه‌های پرسنل به شکل سیستمی شناسایی و از آمارهای اصلی تفکیک می‌شوند.


اسکیما و جداول

ماژول کلاینت دو جدول هم‌زمان در فضای کاری ایجاد می‌نماید:


الگوهای پیشنهادی

رعایت الگوهای استاندارد زیر تضمین‌کننده دقت تحلیل‌ها و صحت رهگیری داده‌ها در ماژول کلاینت است: