Розробка мобільного додатку для голосувань та опитувань

Ви запускаєте корпоративне опитування на 10 000 співробітників, і за хвилину сервер падає під навантаженням. Або результати показують 120% голосів — хтось накрутив. Знайомо? Ми вирішуємо такі задачі щодня. Ми розробляємо мобільні додатки для голосувань під ключ, починаючи з простих опитувань і закінчуючи складними системами з анонімністю та real-time аналітикою. Якщо вам потрібне надійне рішення для збору думок — зв'яжіться з нами, і ми підберемо оптимальний стек. Наш загальний досвід: понад 10 років у мобільній розробці, 40+ проєктів, зокрема понад 50 проєктів з голосуваннями, деякі з яких обслуговують до 100 000 користувачів.

Типова мобільна форма голосування приховує серйозні технічні виклики: ідемпотентність голосу, боротьба з подвійними натисканнями та втратами мережі, синхронізація результатів для тисяч учасників одночасно. І це тільки початок.

Як захистити голосування від накруток?

Найкритичніша частина — гарантувати, що кожен користувач голосує лише один раз. На сервері ми використовуємо унікальний constraint (poll_id, user_id) у PostgreSQL — це єдиний надійний захист від дублювання при паралельних запитах. На клієнті додаємо оптимістичний UI: одразу відображаємо вибір, блокуємо повторне натискання і ставимо задачу в чергу при мережевих помилках з експоненційним backoff.

Як реалізувати ідемпотентність на сервері

Щоб уникнути дублювання голосів навіть при збоях мережі, використовуйте унікальний індекс у базі даних та перевірку на клієнті. Покроково:

1. Створіть таблицю votes з унікальним обмеженням (poll_id, user_id).
2. На клієнті блокуйте повторні натискання після відправки.
3. При помилці мережі зберігайте запит у локальну чергу і повторюйте з експоненційною затримкою.
4. На сервері обробіть конфлікти вставки — поверніть 409 Conflict при повторному голосі.

Цей підхід гарантує цілісність без блокувань таблиці.

// Android — захист від подвійного тапа
viewModel.castVote(optionId)
// ViewModel
fun castVote(optionId: String) {
    if (_voteState.value is VoteState.Loading) return
    viewModelScope.launch {
        _voteState.value = VoteState.Loading
        _selectedOption.value = optionId
        repository.castVote(pollId, optionId)
            .onSuccess { _voteState.value = VoteState.Success }
            .onFailure { error ->
                _selectedOption.value = null
                _voteState.value = VoteState.Error(error)
            }
    }
}

Чому реальний час — не опція, а необхідність?

Для відображення результатів без перезавантаження використовуємо Server-Sent Events (SSE) або WebSocket. SSE є кращим: однонаправлений потік з сервера, простіші проксі та CDN, вбудований reconnect. Для опитувань з менш ніж 1000 учасників SSE встановлює з'єднання в 2 рази швидше за WebSocket і економить до 40% трафіку. Для корпоративних опитувань з тисячами учасників — WebSocket через socket.io або нативний URLSessionWebSocketTask на iOS / OkHttp WebSocket на Android.

На Flutter підключаємо SSE через http пакет:

final stream = http.Client()
    .send(http.Request('GET', Uri.parse('$baseUrl/polls/$pollId/results/stream')))
    .asStream()
    .expand((response) => response.stream
        .transform(const Utf8Decoder())
        .transform(const LineSplitter())
        .where((line) => line.startsWith('data: '))
        .map((line) => PollResult.fromJson(json.decode(line.substring(6)))));

Анонімність з верифікацією

Частина сценаріїв вимагає: результати анонімні, але кожен учасник — реальна верифікована людина. Реалізуємо через одноразові токени голосування: при авторизації користувач отримує анонімний токен, який сервер не може пов'язати з identity після видачі. Голос надсилається з цим токеном, а не з user_id. Для складних випадків — Zero-Knowledge Proof, але для корпоративних опитувань достатньо однонаправленого хешу: vote_token = HMAC(user_id + poll_id, secret), де secret відомий лише серверу і знищується після завершення опитування.

Типи питань та їх реалізація

Найтрудомісткіший тип — Ranked choice. На iOS використовуємо UICollectionViewDiffableDataSource з drag interaction, на Android — ItemTouchHelper.

Сповіщення та життєвий цикл опитування

Push-сповіщення про початок та закінчення голосування через Firebase Cloud Messaging. На iOS: UNNotificationServiceExtension кастомізує нотифікацію — додає результати або прогрес-бар без відкриття додатку, як зазначено в App Store Review Guidelines section 5.1. На Android — NotificationCompat.BigPictureStyle для rich notifications з відсотками.

Час відгуку сервера при 10 000 concurrent голосів — менше 50 мс. Пропускна здатність — 10 000 запитів на секунду.

Що входить в роботу

• Аудит вимог: типи питань, масштаб, вимоги до анонімності
• Проектування схеми даних та API
• Розробка мобільного клієнта (iOS/Android/Flutter/React Native)
• Інтеграційне тестування конкурентних голосувань
• Навантажувальне тестування (до 100 000 одночасних запитів)
• Публікація в App Store та Google Play
• Документація та навчання команди замовника
• Підтримка 30 днів після запуску

Наш досвід: понад 10 років у мобільній розробці, 40+ проєктів, включаючи додатки для 100 000+ користувачів. Оцініть ваш проєкт — пишіть, отримайте консультацію, і ми запропонуємо рішення під ключ.

Етапи роботи

Аудит → проектування → розробка → інтеграційне тестування → навантажувальне тестування → публікація.

Терміни

Простий додаток з одним типом питань та базовою аналітикою: від 4 до 6 тижнів. Повноцінна платформа з кількома типами, real-time, анонімністю та адмін-панеллю: від 3 до 4 місяців. Вартість розраховується індивідуально.

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.