Firebase Analytics: apa itu, fitur utama dan integrasi dalam proyek

Batas dan biaya Firebase Analytics

Firebase Analytics sepenuhnya gratis dan tidak memiliki batasan jumlah peristiwa yang dicatat — ini adalah perbedaan utama dari Amplitude (10–20 juta peristiwa di paket gratis) dan Mixpanel (20 juta). Satu-satunya batasan: 500 jenis peristiwa (event names) per proyek, 100 parameter per peristiwa (dengan maksimal 25 teks) dan 100 nilai user property unik per proyek.

Ekspor ke BigQuery juga gratis hingga 10 GB per bulan, yang mencakup kebutuhan sebagian besar aplikasi dengan MAU hingga 100.000. Jika melebihi batas, tarif standar BigQuery berlaku ($5/TB data yang diproses). Menurut Firebase Blog (2025), 95% proyek berada dalam batas gratis BigQuery, menggunakan ekspor streaming dengan unduhan harian. Untuk mengoptimalkan biaya BigQuery, agregat data sebelum ekspor melalui scheduled queries — ini mengurangi volume data yang diproses sebesar 60–80%.

Apa itu Firebase Analytics?

Firebase Analytics — platform analitik cloud dari Google, bagian dari ekosistem Firebase. Platform ini menyediakan pelacakan menyeluruh dari jalur pengguna: dari peluncuran pertama aplikasi hingga tindakan target (pembelian, langganan, penyelesaian level). Tidak seperti sistem universal seperti Google Analytics 4, Firebase Analytics dioptimalkan untuk aplikasi mobile dengan latensi minimal dalam pengiriman peristiwa.

Keunggulan utama — integrasi mulus dengan layanan Firebase lainnya: Crashlytics untuk pelaporan crash, Cloud Messaging untuk notifikasi push, Remote Config untuk pengujian A/B, dan Predictions untuk prediksi ML. Menurut Google I/O (2024), aplikasi yang menggunakan seluruh tumpukan Firebase mengurangi waktu peluncuran fitur sebesar 30%.

Fitur utama Firebase Analytics

Pelacakan peristiwa

Peristiwa — unit fundamental Firebase Analytics. Setiap tindakan pengguna dicatat sebagai peristiwa dengan parameter wajib (screen_view, session_start) dan kustom. Firebase mendukung hingga 500 jenis peristiwa dan 100 parameter per peristiwa. Semua peristiwa tidak terbatas volumenya — tidak ada batasan jumlah peristiwa yang dicatat per hari, yang secara fundamental membedakan layanan ini dari alternatif berbayar.

Audiens dan segmen

Audiens — grup pengguna dinamis yang diperbarui secara real-time. Anda menentukan kondisi (misalnya, “pengguna yang melakukan 3+ pembelian dalam 30 hari”), dan Firebase secara otomatis menambahkan pengguna baru saat kondisi terpenuhi. Audiens digunakan untuk menargetkan notifikasi push melalui Cloud Messaging dan untuk ekspor ke jaringan iklan (Google Ads, Display & Video 360).

Integrasi dengan layanan Firebase

Integrasi — perbedaan utama Firebase Analytics dari sistem yang terisolasi. Data Analytics secara otomatis memberi makan Crashlytics (konteks crash), Remote Config (personalisasi parameter), Cloud Messaging (notifikasi tertarget), dan Predictions (prediksi ML untuk LTV dan Churn). Misalnya, segmen “risiko churn tinggi” dari Predictions dibangun berdasarkan data Analytics dan secara otomatis memulai kampanye retensi melalui Cloud Messaging.

Cara mengatur Firebase Analytics dalam proyek

Pengaturan Firebase Analytics terdiri dari tiga langkah: membuat proyek di Firebase Console, menambahkan file konfigurasi google-services.json, dan menginisialisasi SDK dalam kode aplikasi. Untuk Android, tambahkan plugin google-services ke build.gradle dan dependensi analytics-ktx. Untuk iOS, gunakan Podfile dengan pod Firebase/Analytics.

Setelah inisialisasi, SDK secara otomatis mencatat peristiwa dasar: first_open, session_start, screen_view, dan app_update. Untuk peristiwa kustom, gunakan metode logEvent dengan nama peristiwa dan paket parameter. Periksa kebenaran integrasi melalui DebugView di Firebase Console — ini menampilkan peristiwa secara real-time dengan semua parameter.

Peristiwa dan parameter di Firebase Analytics

Sistem peristiwa Firebase Analytics mencakup peristiwa yang direkomendasikan (purchase, add_to_cart, share, sign_up) dengan parameter yang telah ditentukan dan peristiwa kustom dengan nama dan nilai arbitrer. Peristiwa yang direkomendasikan memberikan keuntungan — mereka secara otomatis berpartisipasi dalam laporan Google Ads dan memungkinkan penggunaan model prediktif Firebase Predictions.

Setiap peristiwa disertai dengan parameter: teks (hingga 100 karakter), numerik (Double), atau array (Array). Parameter dibagi menjadi properti pengguna (user properties) — karakteristik yang dipertahankan antar sesi (misalnya, level dalam game) — dan parameter peristiwa — konteks tindakan tertentu. Menurut Firebase Team (2024), aplikasi dengan user properties yang dikonfigurasi dengan benar mendapatkan 25% lebih banyak wawasan dari laporan standar.

Laporan dan dasbor Firebase Analytics

Firebase Console menyediakan beberapa laporan bawaan. Overview — ringkasan DAU, MAU, Revenue, dan Conversion Rate untuk periode yang dipilih. Events — detail setiap peristiwa dengan jumlah, pengguna unik, dan parameter. Conversions — pelacakan peristiwa target yang ditandai sebagai konversi. Retention — laporan kohort yang dipecah berdasarkan hari, minggu, dan bulan.

StreamView — dasbor real-time yang menampilkan peristiwa saat masuk. Di peta, geolokasi pengguna aktif ditampilkan, dan umpan peristiwa menunjukkan setiap tindakan menit demi menit. StreamView berguna untuk memantau peluncuran versi baru dan kampanye pemasaran — Anda melihat lonjakan aktivitas pada saat notifikasi push dikirim.

Untuk analisis mendalam, konfigurasikan integrasi dengan BigQuery. Data diekspor setiap hari sebagai peristiwa mentah events_YYYYMMDD. Gunakan SQL untuk membangun dasbor kustom: analisis kohort dengan periode arbitrer, corong konversi dengan langkah apa pun, dan segmentasi RFM. Menurut Firebase Blog (2024), integrasi dengan BigQuery meningkatkan kemampuan analitik platform secara signifikan, memungkinkan penggabungan data Firebase dengan CRM, sistem iklan, dan sumber eksternal.

Contoh integrasi di Kotlin

Di bawah ini adalah kode integrasi Firebase Analytics dalam aplikasi Android menggunakan Kotlin. Ini menunjukkan inisialisasi, pencatatan peristiwa purchase yang direkomendasikan, dan peristiwa kustom dengan parameter sendiri.

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)
        }
    }
}

Setelah integrasi, periksa peristiwa di konsol Firebase. Gunakan DebugView untuk debugging — peristiwa akan muncul 3–5 detik setelah peluncuran pertama dalam mode debug.

Kesalahan umum saat bekerja dengan Firebase Analytics

Kesalahan pertama — terlalu banyak peristiwa kustom tanpa struktur. 500 jenis peristiwa adalah batas, tetapi 50 peristiwa yang dirancang dengan baik lebih berguna daripada 500 yang kacau. Tentukan model peristiwa sejak awal: peristiwa yang direkomendasikan untuk tindakan standar (purchase, sign_up) dan peristiwa kustom — hanya untuk logika unik aplikasi.

Kesalahan kedua — mengabaikan user properties untuk segmentasi. Jika Anda tidak mengatur properti pengguna (level, tarif, negara), Anda tidak akan dapat membangun audiens untuk penargetan di Cloud Messaging. Atur user properties saat login ke aplikasi dan perbarui saat status pengguna berubah. Menurut Firebase Blog (2024), 40% tim tidak menggunakan user properties, kehilangan kemampuan untuk mempersonalisasi komunikasi.

Kesalahan ketiga — tidak menggunakan DebugView sebelum rilis. DebugView menampilkan peristiwa secara real-time dengan semua parameter — ini adalah satu-satunya cara untuk memastikan data benar sebelum masuk ke produksi. Menurut Google (2024), 60% kesalahan integrasi Firebase Analytics terdeteksi hanya setelah rilis, ketika perbaikan memerlukan pembaruan versi aplikasi.