Firebase Analytics: چیست، قابلیت‌های کلیدی و یکپارچه‌سازی در پروژه

محدودیت‌ها و هزینه Firebase Analytics

Firebase Analytics کاملاً رایگان است و هیچ محدودیتی برای تعداد رویدادهای ثبت‌شده ندارد — این تفاوت کلیدی با Amplitude (10–20 میلیون رویداد در طرح رایگان) و Mixpanel (20 میلیون) است. تنها محدودیت‌ها: 500 نوع رویداد (event names) در هر پروژه، 100 پارامتر برای هر رویداد (که حداکثر 25 تای آن متنی) و 100 مقدار منحصربه‌فرد user property در هر پروژه.

خروجی به BigQuery نیز تا 10 گیگابایت در ماه رایگان است که نیازهای اکثر اپلیکیشن‌های با MAU تا 100,000 را پوشش می‌دهد. در صورت تجاوز از limite، تعرفه‌های استاندارد BigQuery اعمال می‌شود (۵ دلار به ازای هر ترابایت داده پردازش‌شده). طبق Firebase Blog (2025)، ۹۵٪ پروژه‌ها در محدوده رایگان BigQuery قرار می‌گیرند و از خروجی streaming با استخراج روزانه استفاده می‌کنند. برای بهینه‌سازی هزینه‌های BigQuery، داده‌ها را قبل از خروجی از طریق scheduled queries تجمیع کنید — این کار حجم داده‌های پردازش‌شده را ۶۰–۸۰٪ کاهش می‌دهد.

Firebase Analytics چیست؟

Firebase Analytics — پلتفرم تحلیل ابری از Google، بخشی از اکوسیستم Firebase است. این ابزار ردیابی کامل مسیر کاربر را فراهم می‌کند: از اولین راه‌اندازی اپلیکیشن تا اقدامات هدف (خرید، اشتراک، عبور از مراحل). بر خلاف سیستم‌های همگانی مانند Google Analytics 4، Firebase Analytics برای اپلیکیشن‌های موبایل با کمترین تأخیر در ارسال رویدادها بهینه‌سازی شده است.

مزیت کلیدی — یکپارچه‌سازی یکپارچه با سایر سرویس‌های Firebase: Crashlytics برای گزارش خطاها، Cloud Messaging برای اعلان‌های فشاری، Remote Config برای تست‌های A/B و Predictions برای پیش‌بینی‌های ML. طبق Google I/O (2024)، اپلیکیشن‌هایی که از تمام پشته Firebase استفاده می‌کنند، زمان عرضه ویژگی‌ها را ۳۰٪ کاهش می‌دهند.

قابلیت‌های کلیدی Firebase Analytics

ردیابی رویدادها

رویدادها — واحد بنیادی Firebase Analytics. هر اقدام کاربر به‌عنوان یک رویداد با پارامترهای اجباری (screen_view, session_start) و سفارشی ثبت می‌شود. Firebase تا ۵۰۰ نوع رویداد و ۱۰۰ پارامتر در هر رویداد را پشتیبانی می‌کند. همه رویدادها از نظر حجم نامحدود هستند — هیچ محدودیتی برای تعداد رویدادهای ثبت‌شده در روز وجود ندارد که این سرویس را اساساً از جایگزین‌های پولی متمایز می‌کند.

مخاطبان و بخش‌ها

مخاطبان — گروه‌های پویای کاربران که در زمان واقعی به‌روز می‌شوند. شما شرط را تعریف می‌کنید (مثلاً «کاربرانی که ۳+ خرید در ۳۰ روز انجام داده‌اند») و Firebase هنگام تحقق شرط به‌طور خودکار کاربران جدید را اضافه می‌کند. مخاطبان برای هدف‌گیری اعلان‌های فشاری از طریق Cloud Messaging و برای خروجی به شبکه‌های تبلیغاتی (Google Ads، Display & Video 360) استفاده می‌شوند.

یکپارچه‌سازی با سرویس‌های Firebase

یکپارچه‌سازی — تفاوت کلیدی Firebase Analytics با سیستم‌های منزوی. داده‌های Analytics به‌طور خودکار از Crashlytics (زمینه خطا)، Remote Config (شخصی‌سازی پارامترها)، Cloud Messaging (اعلان‌های هدفمند) و Predictions (پیش‌بینی‌های ML از LTV و Churn) تغذیه می‌کند. به‌عنوان مثال، بخش «ریسک بالای ترک» از Predictions بر اساس داده‌های Analytics ساخته می‌شود و به‌طور خودکار یک کمپین نگهداشت را از طریق Cloud Messaging راه‌اندازی می‌کند.

نحوه تنظیم Firebase Analytics در پروژه

تنظیم Firebase Analytics شامل سه مرحله است: ایجاد پروژه در Firebase Console، اضافه کردن فایل پیکربندی google-services.json و راه‌اندازی SDK در کد اپلیکیشن. برای Android، پلاگین google-services را به build.gradle و وابستگی analytics-ktx را اضافه کنید. برای iOS از Podfile با pod Firebase/Analytics استفاده کنید.

پس از راه‌اندازی، SDK به‌طور خودکار رویدادهای پایه را ثبت می‌کند: first_open، session_start، screen_view و app_update. برای رویدادهای سفارشی از متد logEvent با نام رویداد و بسته پارامترها استفاده کنید. صحت یکپارچه‌سازی را از طریق DebugView در Firebase Console بررسی کنید — رویدادها را در زمان واقعی با تمام پارامترها نشان می‌دهد.

رویدادها و پارامترها در Firebase Analytics

سیستم رویدادها Firebase Analytics شامل رویدادهای توصیه‌شده (purchase، add_to_cart، share، sign_up) با پارامترهای ازپیش‌تعریف‌شده و رویدادهای سفارشی با نام‌ها و مقادیر دلخواه است. رویدادهای توصیه‌شده مزیت دارند — آنها به‌طور خودکار در گزارش‌های Google Ads شرکت می‌کنند و امکان استفاده از مدل‌های پیش‌بینی Firebase Predictions را فراهم می‌کنند.

هر رویداد با پارامترهایی همراه است: رشته‌ای (تا ۱۰۰ کاراکتر)، عددی (Double) یا آرایه (Array). پارامترها به ویژگی‌های کاربر (user properties) — مشخصاتی که بین جلسات حفظ می‌شوند (مثلاً سطح در بازی) — و پارامترهای رویداد — زمینه اقدام خاص — تقسیم می‌شوند. طبق Firebase Team (2024)، اپلیکیشن‌های دارای user properties به‌درستی پیکربندی‌شده ۲۵٪ بیشتر بینش از گزارش‌های استاندارد دریافت می‌کنند.

گزارش‌ها و داشبوردهای Firebase Analytics

Firebase Console چندین گزارش داخلی ارائه می‌دهد. Overview — خلاصه DAU، MAU، Revenue و Conversion Rate برای دوره انتخاب‌شده. Events — جزئیات هر رویداد با تعداد، کاربران منحصربه‌فرد و پارامترها. Conversions — ردیابی رویدادهای هدف که به‌عنوان تبدیل علامت‌گذاری شده‌اند. Retention — گزارش گروهی تفکیک‌شده بر اساس روز، هفته و ماه.

StreamView — داشبورد زمان واقعی که رویدادها را هنگام وقوع نشان می‌دهد. روی نقشه، موقعیت‌های جغرافیایی کاربران فعال نشان داده شده و فید رویدادها هر اقدام را لحظه‌به‌لحظه نمایش می‌دهد. StreamView برای نظارت بر عرضه نسخه‌های جدید و کمپین‌های بازاریابی مفید است ‐ افزایش فعالیت را در لحظه ارسال اعلان فشاری مشاهده می‌کنید.

برای تحلیل پیشرفته، یکپارچه‌سازی با BigQuery را تنظیم کنید. داده‌ها روزانه به‌صورت رویدادهای خام events_YYYYMMDD خروجی می‌شوند. برای ساخت داشبوردهای سفارشی از SQL استفاده کنید: تحلیل گروهی با دوره‌های دلخواه، قیف‌های تبدیل با هر مرحله و بخش‌بندی RFM. طبق Firebase Blog (2024)، یکپارچه‌سازی با BigQuery قابلیت‌های تحلیلی پلتفرم را به‌طور چشمگیری افزایش می‌دهد و امکان اتصال داده‌های Firebase با CRM، سیستم‌های تبلیغاتی و منابع خارجی را فراهم می‌کند.

مثال یکپارچه‌سازی در Kotlin

در زیر کد یکپارچه‌سازی Firebase Analytics در اپلیکیشن Android به زبان Kotlin آورده شده است. راه‌اندازی، ثبت رویداد توصیه‌شده purchase و رویداد سفارشی با پارامترهای سفارشی را نشان می‌دهد.

import com.google.firebase.analytics.FirebaseAnalytics
import com.google.firebase.analytics.ktx.logEvent

class AnalyticsManager {
    private val firebaseAnalytics = FirebaseAnalytics.getInstance(context)

    fun trackPurchase(itemId: String, price: Double, currency: String) {
        val params = bundleOf(
            FirebaseAnalytics.Param.ITEM_ID to itemId,
            FirebaseAnalytics.Param.VALUE to price,
            FirebaseAnalytics.Param.CURRENCY to currency
        )
        firebaseAnalytics.logEvent(FirebaseAnalytics.Event.PURCHASE, params)
    }

    fun trackTutorialStep(stepNumber: Int, stepName: String) {
        firebaseAnalytics.logEvent("tutorial_step") {
            param("step_number", stepNumber)
            param("step_name", stepName)
        }
    }
}

پس از یکپارچه‌سازی، رویدادها را در کنسول Firebase بررسی کنید. برای اشکال‌زدایی از DebugView استفاده کنید — رویدادها ۳–۵ ثانیه پس از اولین راه‌اندازی در حالت debug ظاهر می‌شوند.

خطاهای رایج هنگام کار با Firebase Analytics

خطای اول — رویدادهای سفارشی بیش از حد بدون ساختار. ۵۰۰ نوع رویداد محدودیت است، اما ۵۰ رویداد خوب طراحی‌شده مفیدتر از ۵۰۰ رویداد بی‌نظم است. مدل رویداد را از ابتدا تعریف کنید: رویدادهای توصیه‌شده برای اقدامات استاندارد (purchase، sign_up) و رویدادهای سفارشی — فقط برای منطق منحصربه‌فرد اپلیکیشن.

خطای دوم — نادیده گرفتن user properties برای بخش‌بندی. اگر ویژگی‌های کاربر (سطح، تعرفه، کشور) را تنظیم نکنید، نمی‌توانید برای هدف‌گیری در Cloud Messaging مخاطب بسازید. user properties را هنگام ورود به اپلیکیشن تنظیم کنید و هنگام تغییر وضعیت کاربر به‌روز کنید. طبق Firebase Blog (2024)، ۴۰٪ تیم‌ها از user properties استفاده نمی‌کنند و امکان شخصی‌سازی ارتباطات را از دست می‌دهند.

خطای سوم — عدم استفاده از DebugView قبل از انتشار. DebugView رویدادها را در زمان واقعی با تمام پارامترها نشان می‌دهد — این تنها راه برای اطمینان از صحت داده‌ها قبل از ورود به تولید است. طبق Google (2024)، ۶۰٪ خطاهای یکپارچه‌سازی Firebase Analytics تنها پس از انتشار شناسایی می‌شوند، زمانی که رفع نیاز به به‌روزرسانی نسخه اپلیکیشن دارد.