Firebase Analytics: ano ito, mga pangunahing tampok at pagsasama sa proyekto

Mga limitasyon at gastos ng Firebase Analytics

Firebase Analytics ay ganap na libre at walang limitasyon sa bilang ng mga naitalang event — ito ang pangunahing pagkakaiba mula sa Amplitude (10–20 milyong event sa libreng plano) at Mixpanel (20 milyon). Ang tanging mga limitasyon: 500 uri ng event (event names) bawat proyekto, 100 parameter bawat event (kung saan hindi hihigit sa 25 ang teksto) at 100 natatanging halaga ng user property bawat proyekto.

Ang pag-export sa BigQuery ay libre rin hanggang 10 GB bawat buwan, na sumasaklaw sa mga pangangailangan ng karamihan ng mga application na may MAU hanggang 100,000. Kapag lumampas sa limitasyon, nalalapat ang mga standard na rate ng BigQuery ($5/TB ng naprosesong data). Ayon sa Firebase Blog (2025), 95% ng mga proyekto ay nasa loob ng libreng limitasyon ng BigQuery, gamit ang streaming export na may araw-araw na pag-download. Para ma-optimize ang mga gastos sa BigQuery, i-aggregate ang data bago i-export sa pamamagitan ng scheduled queries — binabawasan nito ang volume ng naprosesong data ng 60–80%.

Ano ang Firebase Analytics?

Firebase Analytics — cloud analytics platform mula sa Google, bahagi ng Firebase ecosystem. Nagbibigay ito ng end-to-end na pagsubaybay sa landas ng user: mula sa unang paglunsad ng application hanggang sa mga target na aksyon (pagbili, subscription, pagkumpleto ng mga level). Hindi tulad ng mga unibersal na sistema tulad ng Google Analytics 4, ang Firebase Analytics ay na-optimize para sa mga mobile application na may minimal na latency sa pagpapadala ng mga event.

Ang pangunahing bentahe — walang putol na pagsasama sa iba pang serbisyo ng Firebase: Crashlytics para sa pag-uulat ng crash, Cloud Messaging para sa push notification, Remote Config para sa A/B testing, at Predictions para sa mga ML prediction. Ayon sa Google I/O (2024), ang mga application na gumagamit ng buong Firebase stack ay binabawasan ang oras ng paglunsad ng feature ng 30%.

Mga pangunahing tampok ng Firebase Analytics

Pagsubaybay sa event

Mga Event — pangunahing yunit ng Firebase Analytics. Bawat aksyon ng user ay naitala bilang event na may mandatoryong (screen_view, session_start) at custom na parameter. Sinusuportahan ng Firebase ang hanggang 500 uri ng event at 100 parameter bawat event. Lahat ng event ay walang limitasyon sa volume — walang limit sa bilang ng naitalang event bawat araw, na pangunahing nag-iiba sa serbisyo mula sa mga bayad na alternatibo.

Mga audience at segment

Mga Audience — dinamikong grupo ng user na naa-update sa real-time. Tinutukoy mo ang isang kondisyon (halimbawa, “mga user na gumawa ng 3+ pagbili sa loob ng 30 araw”), at awtomatikong nagdaragdag ang Firebase ng mga bagong user kapag natugunan ang kondisyon. Ginagamit ang mga audience para sa pag-target ng push notification sa pamamagitan ng Cloud Messaging at para sa pag-export sa mga ad network (Google Ads, Display & Video 360).

Pagsasama sa mga serbisyo ng Firebase

Pagsasama — pangunahing pagkakaiba ng Firebase Analytics mula sa mga nakahiwalay na sistema. Awtomatikong pinapakain ng data ng Analytics ang Crashlytics (konteksto ng crash), Remote Config (pag-personalize ng parameter), Cloud Messaging (naka-target na notification), at Predictions (ML prediction para sa LTV at Churn). Halimbawa, ang segment na “mataas na panganib ng churn” mula sa Predictions ay binuo batay sa data ng Analytics at awtomatikong naglulunsad ng retention campaign sa pamamagitan ng Cloud Messaging.

Paano i-set up ang Firebase Analytics sa proyekto

Pag-set up ng Firebase Analytics ay binubuo ng tatlong hakbang: paggawa ng proyekto sa Firebase Console, pagdaragdag ng configuration file na google-services.json, at pag-initialize ng SDK sa code ng application. Para sa Android, idagdag ang google-services plugin sa build.gradle at ang dependency na analytics-ktx. Para sa iOS, gumamit ng Podfile na may pod Firebase/Analytics.

Pagkatapos ng initialization, awtomatikong nagla-log ang SDK ng mga pangunahing event: first_open, session_start, screen_view, at app_update. Para sa mga custom na event, gamitin ang paraang logEvent na may pangalan ng event at bundle ng parameter. Suriin ang kawastuhan ng pagsasama sa pamamagitan ng DebugView sa Firebase Console — ipinapakita nito ang mga event sa real-time kasama ang lahat ng parameter.

Mga event at parameter sa Firebase Analytics

Sistema ng event ng Firebase Analytics ay may kasamang mga inirerekomendang event (purchase, add_to_cart, share, sign_up) na may paunang natukoy na parameter at mga custom na event na may arbitrary na pangalan at halaga. Ang mga inirerekomendang event ay nagbibigay ng bentahe — awtomatikong lumalahok ang mga ito sa mga ulat ng Google Ads at nagbibigay-daan sa paggamit ng mga predictive model ng Firebase Predictions.

Bawat event ay may kasamang mga parameter: teksto (hanggang 100 character), numeric (Double), o array (Array). Ang mga parameter ay nahahati sa mga property ng user (user properties) — mga katangiang nananatili sa pagitan ng mga session (halimbawa, level sa laro) — at mga parameter ng event — konteksto ng isang partikular na aksyon. Ayon sa Firebase Team (2024), ang mga application na may tamang naka-configure na user properties ay nakakakuha ng 25% na mas maraming insight mula sa mga standard na ulat.

Mga ulat at dashboard ng Firebase Analytics

Firebase Console ay nagbibigay ng ilang built-in na ulat. Overview — buod ng DAU, MAU, Revenue, at Conversion Rate para sa napiling panahon. Events — detalye para sa bawat event na may bilang, natatanging user, at parameter. Conversions — pagsubaybay sa mga target na event na minarkahan bilang conversion. Retention — cohort na ulat na hinati ayon sa araw, linggo, at buwan.

StreamView — real-time na dashboard na nagpapakita ng mga event habang dumarating ang mga ito. Sa mapa, ipinapakita ang mga geolokasyon ng mga aktibong user, at ang feed ng event ay nagpapakita ng bawat aksyon bawat minuto. Ang StreamView ay kapaki-pakinabang para sa pagsubaybay ng mga bagong bersyon at marketing campaign — makikita mo ang pagtaas ng aktibidad sa sandali ng pagpapadala ng push notification.

Para sa malalim na pagsusuri, i-configure ang pagsasama sa BigQuery. Ang data ay ina-export araw-araw bilang raw event events_YYYYMMDD. Gumamit ng SQL para bumuo ng mga custom na dashboard: cohort analysis na may arbitrary na panahon, conversion funnel na may anumang hakbang, at RFM segmentation. Ayon sa Firebase Blog (2024), ang pagsasama sa BigQuery ay lubos na nagpapataas ng analytical na kakayahan ng platform, na nagbibigay-daan sa pagsasama ng data ng Firebase sa CRM, mga ad system, at panlabas na source.

Halimbawa ng pagsasama sa Kotlin

Nasa ibaba ang code ng pagsasama ng Firebase Analytics sa isang Android application sa Kotlin. Ipinapakita nito ang initialization, pagla-log ng inirerekomendang purchase event, at isang custom na event na may sariling parameter.

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)
        }
    }
}

Pagkatapos ng pagsasama, suriin ang mga event sa Firebase console. Gumamit ng DebugView para sa debugging — lalabas ang mga event 3–5 segundo pagkatapos ng unang paglunsad sa debug mode.

Mga karaniwang pagkakamali sa paggamit ng Firebase Analytics

Unang pagkakamali — sobrang daming custom na event na walang istraktura. Ang 500 uri ng event ay limitasyon, ngunit ang 50 mahusay na dinisenyong event ay mas kapaki-pakinabang kaysa 500 na magulo. Tukuyin ang model ng event sa simula: mga inirerekomendang event para sa standard na aksyon (purchase, sign_up) at custom na event — para lamang sa natatanging lohika ng application.

Pangalawang pagkakamali — pagbabalewala sa user properties para sa segmentation. Kung hindi mo itatakda ang mga property ng user (level, plano, bansa), hindi ka makakabuo ng mga audience para sa pag-target sa Cloud Messaging. Itakda ang user properties sa pag-login sa application at i-update ang mga ito kapag nagbago ang status ng user. Ayon sa Firebase Blog (2024), 40% ng mga team ay hindi gumagamit ng user properties, nawawala ang kakayahang mag-personalize ng komunikasyon.

Pangatlong pagkakamali — hindi paggamit ng DebugView bago ilabas. Ipinapakita ng DebugView ang mga event sa real-time kasama ang lahat ng parameter — ito ang tanging paraan upang matiyak na tama ang data bago pumasok sa produksyon. Ayon sa Google (2024), 60% ng mga pagkakamali sa pagsasama ng Firebase Analytics ay natutuklasan lamang pagkatapos ilabas, kung kailan ang pag-aayos ay nangangailangan ng pag-update ng bersyon ng application.