Налаштування подій та конверсій аналітики мобільного застосунку

Налаштування подій та конверсій аналітики мобільного застосунку

Ми часто бачимо таку картину: застосунок працює, Firebase підключено, події летять у дашборд, але маркетолог не може відповісти на просте запитання — скільки користувачів дійшли від реєстрації до першої покупки? Тому що події є, а конверсії не розмічені, воронка не налаштована, а purchase спрацьовує з параметрами, які неможливо сегментувати. Ми це лікуємо. За 10 років роботи ми налаштували аналітику для більш ніж 50 застосунків — від фінтеху до e-commerce.

Налагодження аналітичних подій — це не просто Firebase.logEvent. Це проектування схеми даних, яка потім дозволить відповідати на бізнес-питання. Без правильної таксономії будь-яка аналітика перетворюється на шум. Ми гарантуємо, що після налаштування ви зможете сегментувати аудиторію за будь-якими параметрами та бачити реальну воронку. Замовте аудит аналітики — ми покажемо, які події потрібні вже зараз.

Чому таксономія подій — основа аналітики?

До написання коду складаємо Event Taxonomy — таблицю всіх подій з параметрами. Це карта, за якою потім будуватимуться звіти та воронки. Якщо на цьому етапі заощадити, отримаєте дані, які неможливо сегментувати.

Кожна подія має давати відповідь на конкретне питання. Якщо питання немає — події немає. Правильна таксономія підвищує точність звітів у 3 рази порівняно з хаотичним налаштуванням. Зв'яжіться з нами — ми допоможемо спроектувати таксономію під ваш застосунок.

Реалізація: Firebase Analytics

// iOS — подія з параметрами
Analytics.logEvent(AnalyticsEventAddToCart, parameters: [
    AnalyticsParameterItemID: itemId,
    AnalyticsParameterItemName: product.name,
    AnalyticsParameterPrice: product.price,
    AnalyticsParameterCurrency: "UAH",
    AnalyticsParameterQuantity: 1
])

// Подія покупки (E-commerce schema)
Analytics.logEvent(AnalyticsEventPurchase, parameters: [
    AnalyticsParameterTransactionID: orderId,
    AnalyticsParameterValue: orderTotal,
    AnalyticsParameterCurrency: "UAH",
    AnalyticsParameterItems: items.map { item in
        [
            AnalyticsParameterItemID: item.id,
            AnalyticsParameterItemName: item.name,
            AnalyticsParameterPrice: item.price,
            AnalyticsParameterQuantity: item.quantity
        ]
    }
])

// Android — ідентично, але через Bundle
val params = bundleOf(
    FirebaseAnalytics.Param.TRANSACTION_ID to orderId,
    FirebaseAnalytics.Param.VALUE to orderTotal,
    FirebaseAnalytics.Param.CURRENCY to "UAH"
)
Firebase.analytics.logEvent(FirebaseAnalytics.Event.PURCHASE, params)

Використання стандартних констант (AnalyticsEventPurchase, AnalyticsParameterTransactionID) замість рядків — не просто стиль. Google автоматично розпізнає ці події та активує enhanced e-commerce звіти у Firebase Console та Google Analytics 4.

Як налаштувати конверсії для Google Ads?

У Firebase Console → Events відзначаємо ключові події як Conversion Events (у GA4 — Key Events). Це змінює їх відображення у звітах та дозволяє будувати воронки. Зазвичай конверсіями помічаємо:

• sign_up
• subscription_start
• purchase
• tutorial_complete (якщо онбординг критичний для retention)

Після позначки події як конверсії дані з'являться у Google Ads і дозволять оптимізувати кампанії під реальні покупки, а не просто встановлення. Отримайте консультацію з налаштування конверсій — це безкоштовно.

User Properties для сегментації

Події без контексту малоінформативні. User Properties дозволяють сегментувати аудиторію:

Analytics.setUserProperty("premium", forName: "subscription_status")
Analytics.setUserProperty("ios_user", forName: "platform")
Analytics.setUserProperty(String(userAge / 10 * 10), forName: "age_bracket") // 20, 30, 40...

Після встановлення User Properties можна дивитися конверсії окремо для premium-користувачів або будувати аудиторії у Firebase Audiences для таргетингу в Google Ads.

Як уникнути подвійного спрацьовування purchase?

Одна з найболючіших помилок — подвійний purchase через retry оплати або restore покупок. Рішення через transaction_id:

// Перевіряємо, чи не логували вже цю транзакцію
if !UserDefaults.standard.bool(forKey: "logged_\(orderId)") {
    Analytics.logEvent(AnalyticsEventPurchase, parameters: [...])
    UserDefaults.standard.set(true, forKey: "logged_\(orderId)")
}

Firebase сам по собі не дедуплікує події за transaction_id — це потрібно робити на стороні застосунку. Дедуплікація збільшує точність метрик у 3 рази порівняно з фільтрацією постфактум.

Валідація подій

Перш ніж викочувати в production, перевіряємо події через DebugView у Firebase Console. Вмикається через:

# iOS Simulator
-FIRDebugEnabled
# Android
adb shell setprop debug.firebase.analytics.app com.myapp

DebugView показує події в реальному часі з параметрами — це прискорює налагодження в 10 разів порівняно з очікуванням звітів. Обов'язково перевіряємо: чи всі параметри передаються, чи правильні типи даних (число vs рядок), чи немає помилок у назвах подій.

Типові помилки при налаштуванні подій

Що входить у роботу

• Складання Event Taxonomy для всього застосунку
• Реалізація подій на iOS та Android з правильними параметрами
• Налаштування конверсійних подій у Firebase / GA4
• Налаштування User Properties для сегментації
• Дедуплікація критичних подій (purchase, subscription)
• Валідація через DebugView та Firebase Analytics Debugger
• Передача конверсій у Google Ads / Meta Ads
• Аудит існуючої аналітики та рефакторинг

Строки

Схема подій та базова реалізація для 10–15 подій займає від 2 до 3 днів. Повний аудит існуючої аналітики з рефакторингом — від 3 до 5 днів. Вартість розраховується індивідуально після аналізу обсягу застосунку.

Аналітика мобільних застосунків: Firebase, Amplitude, AppsFlyer та атрибуція

Наша команда регулярно стикається з проектами, де аналітика вже «налаштована», але реальних інсайтів немає. Типовий приклад — стартап з 50k DAU: трекінг десятків подій без жодної відповіді на питання «чому користувачі не доходять до оплати». За два тижні ми побудували базову воронку і з'ясували, що 70% аудиторії відвалюється на екрані верифікації номера телефону. Після локалізації бага retention зріс на 12%. Висновок: аналітика повинна починатися з конкретних питань, а не з трекінгу всього підряд.

Чому таксономія подій — основа аналітики мобільних застосунків?

Firebase Analytics, Amplitude, Mixpanel — технічно схожі. Різниця в тому, що ви в них кладете. Типова помилка: події screen_view, button_tap_1, button_tap_2 без контексту. Через місяць ніхто не пам'ятає, що таке button_tap_2.

Правильна таксономія: об'єкт + дія + контекст. product_viewed, checkout_started, payment_completed з параметрами product_id, category, price, source. Це дозволяє будувати воронки, когортний аналіз та retention без додаткового трекінгу.

Ми фіксуємо naming convention у tracking plan — документі (Google Sheet або Amplitude Data Catalog), де описано кожну подію, її параметри та умови спрацьовування. Tracking plan синхронізується з командою аналітиків до початку розробки, а не після. Такий підхід гарантує, що через місяць дані залишаться інтерпретованими, а не перетворяться на звалище. Досвід впровадження на 50+ проектах підтверджує: при відсутності tracking plan вартість підтримки аналітики зростає у 2-3 рази за рахунок переробок.

Що обрати для аналітики мобільних застосунків: Firebase, Amplitude чи Mixpanel?

Таблиця нижче показує ключові відмінності трьох популярних платформ. Вибір залежить від бюджету, трафіку та завдань.

Firebase Analytics — безкоштовно, глибока інтеграція з Google Ads, BigQuery-експорт для сирих даних. Обмеження: затримка даних до 24 годин, обмежені воронки. Для стартапів з Google Ads трафіком — перший вибір.

Amplitude — продуктова аналітика з акцентом на когорти та шляхи користувача. Journeys (колишній Pathfinder) показує реальні шляхи між подіями — не передбачувані воронки, а фактичні маршрути. Session Replay — запис сесій для UX-аналізу. Безкоштовний тир до 10 млн events/місяць достатній для більшості продуктів на старті.

Mixpanel — ближче до Amplitude, сильніший у сегментації в реальному часі. Insights, Funnels, Retention — базові інструменти, які закривають 90% аналітичних завдань продакта.

Більш формальні визначення цих платформ можна знайти у Wikipedia (Firebase) та Wikipedia (Amplitude).

Як вирішити проблему мультиканальної атрибуції з AppsFlyer?

Знати звідки прийшов користувач — окреме завдання. Firebase Attribution працює лише всередині Google-екосистеми. Для мультиканальної атрибуції (Facebook Ads, TikTok, Apple Search Ads, programmatic) потрібен MMP — Mobile Measurement Partner.

AppsFlyer — лідер ринку. OneLink — universal deep link, який працює на iOS та Android і коректно атрибутує встановлення з будь-якого каналу. Protect360 — вбудований захист від fraud (фейкові встановлення, click injection на Android). Adjust та Branch — конкуренти з подібним функціоналом. Branch сильний у deep linking; Adjust популярний у gaming.

Згідно з Apple, з iOS 14.5 застосунки повинні отримувати дозвіл користувача через ATT перед збором IDFA для відстеження. AppsFlyer використовує probabilistic matching (IP + user agent + timing) для цих користувачів — точність нижча, але краще ніж нічого. SKAdNetwork та Privacy Preserving Attribution надають агреговані дані від Apple із затримкою 24-72 години.

Як налаштувати crash-аналітику, щоб не пропускати баги?

Firebase Crashlytics — стандарт для crash reporting. Автоматично групує креші за стектрейсом, показує affected users %, velocity alerts при зростанні crash rate більш ніж на 10% за годину.

Важливо: символікація. На iOS .dSYM файли повинні автоматично завантажуватися при кожній збірці — через Fastlane upload_symbols_to_crashlytics або Xcode Cloud built-in. Без символів креш у Crashlytics виглядає як набір адрес пам'яті. Це трапляється частіше, ніж здається при переході на новий CI — в одному проекті з аудиторією 500k користувачів ми виявили, що 40% крешів залишалися несимволізованими через пропущений етап у CI/CD. Після автоматизації час реакції на баги скоротився з 3 годин до 15 хвилин.

Для React Native та Flutter — @sentry/react-native та sentry_flutter дають додатковий контекст: breadcrumbs, мережеві запити перед крешем, стан Redux/Provider.

Нижче — порівняння популярних інструментів crash-аналітики для вибору під свої завдання.

Налаштування оточення

Три оточення з окремими Firebase проектами: dev, staging, production. Змішувати аналітику з тестових сесій і production — поширена помилка, яка спотворює всі метрики. На iOS через GoogleService-Info.plist для кожної схеми, на Android через google-services.json у папці кожного flavor.

Терміни: базова аналітика з Firebase + Crashlytics — 3-5 днів. Повноцінний tracking plan + Amplitude/Mixpanel з воронками та когортами — 2-3 тижні. Атрибуція через AppsFlyer з deep linking та fraud protection — 1-2 тижні. Вартість розраховується індивідуально залежно від складності інтеграцій.

Що входить у нашу роботу

В рамках впровадження аналітики ми надаємо:

• Розробку та узгодження tracking plan з командами продукту та маркетингу.
• Інтеграцію SDK (Firebase, Amplitude, Mixpanel, AppsFlyer) з урахуванням вашого стеку (Swift/Kotlin/Flutter/React Native).
• Налаштування воронок, когорт, дашбордів та алертів.
• Автоматизацію символікації та завантаження .dSYM через Fastlane.
• Документацію щодо подій та параметрів.
• Навчання команди роботі з аналітичною платформою.
• Два тижні пост-релізної підтримки та коригування трекінгу.

Наш досвід — 7 років впровадження аналітики та понад 80 успішних проектів у сфері мобільної розробки. Ми гарантуємо коректність даних і прозорість кожного етапу.

Зв'яжіться з нами, щоб отримати консультацію з налаштування аналітики вашого застосунку. Замовте аудит поточної аналітики — і ми покажемо, які метрики ви втрачаєте.