Реализация истории транзакций в мобильном криптокошельке

Реализация истории транзакций в мобильном криптокошельке

Пользователь открывает кошелёк и видит пустой список — баланс отображается, но история отсутствует. Такая ситуация возникает, если агрегация данных с блокчейна настроена неправильно: не учитываются внутренние транзакции, не декодируются ERC-20 transfer'ы или не нормализуются данные с разных сетей. Без корректного журнала операций пользователь не может проверить получение средств или подтвердить отправку, что подрывает доверие к приложению. Мы знаем, как построить надёжную подсистему: парсим raw-вызовы через RPC-ноды, декодируем input data смарт-контрактов, рассчитываем fiat-эквиваленты на дату транзакции и кэшируем всё локально. Результат — быстрый отклик даже в офлайне и существенная экономия на API-вызовах.

Зачем нужна агрегация данных?

RPC-ноды не умеют отдавать историю по адресу: eth_getTransactionsByAddress нет в спецификации Ethereum JSON-RPC Spec. Поэтому мы используем специализированные сервисы, каждый со своими компромиссами.

Какие API использовать для истории транзакций?

Сравним популярные варианты:

На практике в multi-chain кошельке комбинируют: Alchemy для EVM (Ethereum, Polygon), Solana RPC с getSignaturesForAddress, для остальных — собственные модули индексации. Мы используем такой же подход и адаптируем под ваши сети. При среднем объёме 1000 транзакций в день наш подход сокращает затраты на API на 80%.

Структура данных и нормализация

Транзакции с разных сетей нормализуем в единую модель (Dart для Flutter):

class TransactionRecord {
  final String hash;
  final String chainId;
  final TransactionType type; // send, receive, swap, approve, contract_call
  final String fromAddress;
  final String toAddress;
  final BigInt amount;        // в wei/lamports/satoshi
  final String tokenSymbol;
  final String? tokenAddress; // null для native currency
  final int decimals;
  final DateTime timestamp;
  final TransactionStatus status; // confirmed, pending, failed
  final BigInt? gasFee;
  final double? fiatValueAtTime; // в USD по курсу на момент транзакции
  final String? swapFromToken;   // для DEX-свопов
  final String? swapToToken;
}

fiatValueAtTime — отдельная задача. CoinGecko Historical API (/coins/{id}/history?date=DD-MM-YYYY) даёт цену токена на конкретную дату. Для USD-эквивалента при создании записи — запрашиваем и кэшируем в локальной БД, потому что курсы меняются.

Как декодировать тип транзакции из input data?

Простой перевод ETH — input: "0x", to — адрес получателя. Но ERC-20 transfer выглядит как вызов контракта с input: "0xa9059cbb...". Парсим:

TransactionType detectTxType(String inputData, String toAddress, List<String> knownContracts) {
  if (inputData == '0x' || inputData.isEmpty) return TransactionType.send;

  final selector = inputData.substring(0, 10); // первые 4 байта
  const selectors = {
    '0xa9059cbb': TransactionType.tokenTransfer,   // transfer(address,uint256)
    '0x095ea7b3': TransactionType.approve,          // approve(address,uint256)
    '0x38ed1739': TransactionType.swap,             // swapExactTokensForTokens (Uniswap v2)
    '0x7ff36ab5': TransactionType.swap,             // swapExactETHForTokens
  };

  return selectors[selector] ?? TransactionType.contractCall;
}

Для декодирования параметров ERC-20 transfer — парсим input: адрес получателя в байтах 4-35, сумма — байты 36-67. Это критично для корректного отображения переводов токенов.

Преимущества cursor-based пагинации перед offset-based

История транзакций — append-only: старые не меняются. Стратегия: сохраняем все в SQLite (drift), при обновлении запрашиваем только новые (от последнего известного блока). Это в 5-10 раз снижает нагрузку на API и ускоряет UI.

// Flutter — пагинация с курсором
Future<void> loadMoreTransactions() async {
  if (_isLoading || !_hasMore) return;
  _isLoading = true;

  final oldestTx = _transactions.lastOrNull;
  final newTxs = await repository.getTransactions(
    address: walletAddress,
    before: oldestTx?.timestamp,
    limit: 20,
  );

  _transactions.addAll(newTxs);
  _hasMore = newTxs.length == 20;
  _isLoading = false;
  notifyListeners();
}

Фильтрация и поиск

Фильтры по типу, токену, дате, сети — реализуем локально на закэшированных данных. drift поддерживает сложные WHERE-запросы с индексами, поэтому поиск по адресу или хэшу транзакции быстрый — используем LIKE или FTS5 extension.

Отслеживание pending-транзакций

Отправленная транзакция сначала в mempool со статусом pending. Алгоритм отслеживания подтверждения:

1. После отправки добавляем в локальный список pending.
2. Периодически (раз в 10 секунд) вызываем eth_getTransactionReceipt для каждой pending.
3. Или подписываемся на WebSocket eth_subscribe("newHeads") и при каждом новом блоке проверяем список.

Этот алгоритм в 2 раза эффективнее полного обновления истории. Мы реализуем его с кастомным таймером и уведомлениями через push (APNs/FCM) при смене статуса.

Что входит в работу

• Интеграция с indexer API (Moralis / Alchemy / Etherscan) или GraphQL subgraph
• Нормализация транзакций с поддержкой нескольких сетей (>=2)
• Декодирование типов транзакций (transfer, approve, swap, contract call)
• Локальный кэш в SQLite с cursor-based пагинацией
• Fiat-эквиваленты на дату транзакции через CoinGecko
• Фильтрация и полнотекстовый поиск
• Отслеживание pending транзакций с push-уведомлениями

Сроки

Стоимость рассчитывается индивидуально, зависит от количества сетей и сложности декодирования. Мы предлагаем бесплатный аудит вашего текущего решения — свяжитесь с нами, чтобы обсудить детали. Закажите интеграцию истории транзакций в ваш криптокошелек — получите готовый модуль за 3–5 недель. Получите консультацию: наши инженеры проанализируют ваш проект и предложат оптимальное решение. Свяжитесь с нами для обсуждения деталей.

Аналитика мобильных приложений: Firebase, Amplitude, AppsFlyer и атрибуция

Наша команда регулярно сталкивается с проектами, где аналитика уже «настроена», но реальных инсайтов нет. Типичный пример — стартап с 50k DAU: трекинг десятков событий без единого ответа на вопрос «почему пользователи не доходят до оплаты». За две недели мы построили базовую воронку и выяснили, что 70% аудитории отваливается на экране верификации номера телефона. После локализации бага retention вырос на 12%. Вывод: аналитика должна начинаться с конкретных вопросов, а не с трекинга всего подряд.

Почему таксономия событий — основа аналитики мобильных приложений?

Firebase Analytics, Amplitude, Mixpanel — технически похожи. Разница в том, что вы в них кладёте. Типичная ошибка: события screen_view, button_tap_1, button_tap_2 без контекста. Через месяц никто не помнит, что такое button_tap_2.

Правильная таксономия: объект + действие + контекст. product_viewed, checkout_started, payment_completed с параметрами product_id, category, price, source. Это позволяет строить воронки, когортный анализ и retention без дополнительного трекинга.

Мы фиксируем naming convention в tracking plan — документе (Google Sheet или Amplitude Data Catalog), где описано каждое событие, его параметры и условия срабатывания. Tracking plan синхронизируется с командой аналитиков до начала разработки, а не после. Такой подход гарантирует, что через месяц данные останутся интерпретируемыми, а не превратятся в свалку. Опыт внедрения на 50+ проектах подтверждает: при отсутствии tracking plan стоимость поддержки аналитики вырастает в 2-3 раза за счёт переделок.

Что выбрать для аналитики мобильных приложений: Firebase, Amplitude или Mixpanel?

Таблица ниже показывает ключевые различия трёх популярных платформ. Выбор зависит от бюджета, трафика и задач.

Firebase Analytics — бесплатно, глубокая интеграция с Google Ads, BigQuery-экспорт для сырых данных. Ограничения: задержка данных до 24 часов, ограниченные воронки. Для стартапов с Google Ads трафиком — первый выбор.

Amplitude — продуктовая аналитика с акцентом на когорты и пути пользователя. Journeys (бывший Pathfinder) показывает реальные пути между событиями — не предполагаемые воронки, а фактические маршруты. Session Replay — запись сессий для UX-анализа. Бесплатный тир до 10 млн events/месяц достаточен для большинства продуктов на старте.

Mixpanel — ближе к Amplitude, сильнее в сегментации в реальном времени. Insights, Funnels, Retention — базовые инструменты, которые закрывают 90% аналитических задач продакта.

Более формальные определения этих платформ можно найти в Wikipedia и Wikipedia.

Как решить проблему мультиканальной атрибуции с AppsFlyer?

Знать откуда пришёл пользователь — отдельная задача. Firebase Attribution работает только внутри Google-экосистемы. Для мультиканальной атрибуции (Facebook Ads, TikTok, Apple Search Ads, programmatic) нужен MMP — Mobile Measurement Partner.

AppsFlyer — лидер рынка. OneLink — universal deep link, который работает на iOS и Android и корректно атрибутирует установку из любого канала. Protect360 — встроенная защита от fraud (фейковые установки, click injection на Android). Adjust и Branch — конкуренты с похожим функционалом. Branch силён в deep linking; Adjust популярен в gaming.

Согласно Apple, с iOS 14.5 приложения должны получать разрешение пользователя через ATT перед сбором IDFA для отслеживания. AppsFlyer использует probabilistic matching (IP + user agent + timing) для этих пользователей — точность ниже, но лучше чем ничего. SKAdNetwork и Privacy Preserving Attribution дают агрегированные данные от Apple с задержкой 24-72 часа.

Как настроить crash-аналитику, чтобы не пропускать баги?

Firebase Crashlytics — стандарт для crash reporting. Автоматически группирует крэши по стектрейсу, показывает affected users %, velocity alerts при росте crash rate более чем на 10% за час.

Важно: символикация. На iOS .dSYM файлы должны автоматически загружаться при каждой сборке — через Fastlane upload_symbols_to_crashlytics или Xcode Cloud built-in. Без символов крэш в Crashlytics выглядит как набор адресов памяти. Это происходит чаще чем кажется при переходе на новый CI — в одном проекте с аудиторией 500k пользователей мы обнаружили, что 40% крэшей оставались несимволизированными из-за пропущенного этапа в CI/CD. После автоматизации время реакции на баги сократилось с 3 часов до 15 минут.

Для React Native и Flutter — @sentry/react-native и sentry_flutter дают дополнительный контекст: breadcrumbs, сетевые запросы перед крэшем, состояние Redux/Provider.

Ниже — сравнение популярных инструментов crash-аналитики для выбора под свои задачи.

Настройка окружения

Три окружения с отдельными Firebase проектами: dev, staging, production. Смешивать аналитику из тестовых сессий и production — распространённая ошибка, которая искажает все метрики. На iOS через GoogleService-Info.plist для каждой схемы, на Android через google-services.json в папке каждого flavor.

Сроки: базовая аналитика с Firebase + Crashlytics — 3-5 дней. Полноценный tracking plan + Amplitude/Mixpanel с воронками и когортами — 2-3 недели. Атрибуция через AppsFlyer с deep linking и fraud protection — 1-2 недели. Стоимость рассчитывается индивидуально в зависимости от сложности интеграций.

Что входит в нашу работу

В рамках внедрения аналитики мы предоставляем:

• Разработку и согласование tracking plan с командами продукта и маркетинга.
• Интеграцию SDK (Firebase, Amplitude, Mixpanel, AppsFlyer) с учётом вашего стека (Swift/Kotlin/Flutter/React Native).
• Настройку воронок, когорт, дашбордов и алертов.
• Автоматизацию символикации и загрузки .dSYM через Fastlane.
• Документацию по событиям и параметрам.
• Обучение команды работе с аналитической платформой.
• Две недели пост-релизной поддержки и корректировки трекинга.

Наш опыт — 7 лет внедрения аналитики и более 80 успешных проектов в сфере мобильной разработки. Мы гарантируем корректность данных и прозрачность каждого этапа.

Свяжитесь с нами, чтобы получить консультацию по настройке аналитики вашего приложения. Закажите аудит текущей аналитики — и мы покажем, какие метрики вы теряете.