Firebase Analytics: vad är det, nyckelfunktioner och integration i projektet

Firebase Analytics begränsningar och kostnader

Firebase Analytics är helt gratis och har inga begränsningar för antalet registrerade händelser — detta är den viktigaste skillnaden från Amplitude (10–20 miljoner händelser i gratisplanen) och Mixpanel (20 miljoner). De enda begränsningarna: 500 händelsetyper (event names) per projekt, 100 parametrar per händelse (varav högst 25 textbaserade) och 100 unika user property-värden per projekt.

Export till BigQuery är också gratis upp till 10 GB per månad, vilket täcker behoven för de flesta applikationer med MAU upp till 100 000. Vid överskridande av gränsen tillämpas standard BigQuery-priser ($5/TB behandlad data). Enligt Firebase Blog (2025) ryms 95 % av projekten inom BigQuerys gratispriser med hjälp av streamingexport med daglig nedladdning. För att optimera BigQuery-kostnaderna, aggregera data före export via scheduled queries — detta minskar volymen behandlad data med 60–80 %.

Vad är Firebase Analytics?

Firebase Analytics — Googles molnbaserade analysplattform, en del av Firebase-ekosystemet. Den erbjuder en komplett spårning av användarens resa: från första start av applikationen till målåtgärder (köp, prenumerationer, genomförande av nivåer). Till skillnad från universella system som Google Analytics 4 är Firebase Analytics optimerat för mobila applikationer med minimal fördröjning vid sändning av händelser.

Den främsta fördelen — sömlös integration med andra Firebase-tjänster: Crashlytics för krashrapportering, Cloud Messaging för push-notiser, Remote Config för A/B-testning och Predictions för ML-förutsägelser. Enligt Google I/O (2024) minskar applikationer som använder hela Firebase-stacken tiden för att lansera funktioner med 30 %.

Nyckelfunktioner i Firebase Analytics

Spårning av händelser

Händelser — den grundläggande enheten i Firebase Analytics. Varje användaråtgärd registreras som en händelse med obligatoriska (screen_view, session_start) och anpassade parametrar. Firebase stöder upp till 500 händelsetyper och 100 parametrar per händelse. Alla händelser är obegränsade i volym — det finns ingen gräns för antalet registrerade händelser per dag, vilket fundamentalt skiljer tjänsten från betalda alternativ.

Målgrupper och segment

Målgrupper — dynamiska grupper av användare som uppdateras i realtid. Du definierar ett villkor (till exempel ”användare som gjort 3+ köp inom 30 dagar”), och Firebase lägger automatiskt till nya användare när villkoret uppfylls. Målgrupper används för att rikta push-notiser via Cloud Messaging och för export till reklamnätverk (Google Ads, Display & Video 360).

Integration med Firebase-tjänster

Integration — den viktigaste skillnaden mellan Firebase Analytics och isolerade system. Analytics-data matar automatiskt Crashlytics (krashkontext), Remote Config (parameteranpassning), Cloud Messaging (riktade notiser) och Predictions (ML-förutsägelser för LTV och Churn). Till exempel byggs segmentet ”hög risk för bortfall” från Predictions baserat på Analytics-data och startar automatiskt en retentionskampanj via Cloud Messaging.

Hur man konfigurerar Firebase Analytics i projektet

Konfiguration av Firebase Analytics består av tre steg: skapa ett projekt i Firebase Console, lägga till konfigurationsfilen google-services.json och initialisera SDK:et i applikationskoden. För Android, lägg till google-services-plugin i build.gradle och beroendet analytics-ktx. För iOS, använd Podfile med pod Firebase/Analytics.

Efter initialisering loggar SDK:et automatiskt grundläggande händelser: first_open, session_start, screen_view och app_update. För anpassade händelser, använd metoden logEvent med händelsenamnet och ett parameterpaket. Kontrollera integrationens korrekthet via DebugView i Firebase Console — den visar händelser i realtid med alla parametrar.

Händelser och parametrar i Firebase Analytics

Händelsesystemet i Firebase Analytics inkluderar rekommenderade händelser (purchase, add_to_cart, share, sign_up) med fördefinierade parametrar och anpassade händelser med godtyckliga namn och värden. Rekommenderade händelser ger en fördel — de deltar automatiskt i Google Ads-rapporter och möjliggör användning av Firebase Predictions prediktiva modeller.

Varje händelse åtföljs av parametrar: text (upp till 100 tecken), numerisk (Double) eller array (Array). Parametrar delas upp i användaregenskaper (user properties) — egenskaper som bevaras mellan sessioner (till exempel nivå i spel) — och händelseparametrar — kontexten för en specifik åtgärd. Enligt Firebase Team (2024) får applikationer med korrekt konfigurerade user properties 25 % mer insikter från standardrapporterna.

Firebase Analytics rapporter och instrumentpaneler

Firebase Console erbjuder flera inbyggda rapporter. Overview — sammanfattning av DAU, MAU, Revenue och Conversion Rate för den valda perioden. Events — detaljer om varje händelse med antal, unika användare och parametrar. Conversions — spårning av målhändelser markerade som konverteringar. Retention — kohortrapport uppdelad efter dagar, veckor och månader.

StreamView — en instrumentpanel i realtid som visar händelser när de kommer in. På kartan visas geoplatser för aktiva användare och händelseflödet visar varje åtgärd minut för minut. StreamView är användbart för att övervaka lanseringar av nya versioner och marknadsföringskampanjer — du ser en aktivitetsökning i samma ögonblick som ett push-meddelande skickas.

För djupgående analys konfigurerar du integration med BigQuery. Data exporteras dagligen som råa händelser events_YYYYMMDD. Använd SQL för att bygga anpassade instrumentpaneler: kohortanalys med godtyckliga perioder, konverteringstrattar med valfria steg och RFM-segmentering. Enligt Firebase Blog (2024) ökar integration med BigQuery plattformens analyskapacitet avsevärt, vilket gör det möjligt att koppla Firebase-data med CRM, annonssystem och externa källor.

Integreringsexempel i Kotlin

Nedan finns koden för Firebase Analytics-integration i en Android-applikation i Kotlin. Den visar initialisering, loggning av den rekommenderade händelsen purchase och en anpassad händelse med egna parametrar.

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)
        }
    }
}

Efter integration, kontrollera händelserna i Firebase-konsolen. Använd DebugView för felsökning — händelser visas 3–5 sekunder efter första starten i debug-läge.

Vanliga misstag vid arbete med Firebase Analytics

Första misstaget — för många anpassade händelser utan struktur. 500 händelsetyper är gränsen, men 50 väldesignade händelser är mer användbara än 500 kaotiska. Bestäm händelsemodellen från början: rekommenderade händelser för standardåtgärder (purchase, sign_up) och anpassade — endast för applikationens unika logik.

Andra misstaget — att ignorera user properties för segmentering. Om du inte ställer in användaregenskaper (nivå, abonnemang, land) kommer du inte att kunna bygga målgrupper för riktning i Cloud Messaging. Ställ in user properties vid inloggning i applikationen och uppdatera dem vid ändring av användarens status. Enligt Firebase Blog (2024) använder 40 % av teamen inte user properties och förlorar möjligheten att personanpassa kommunikation.

Tredje misstaget — att inte använda DebugView före lansering. DebugView visar händelser i realtid med alla parametrar — det är det enda sättet att försäkra sig om att data är korrekta innan de går i produktion. Enligt Google (2024) upptäcks 60 % av Firebase Analytics-integrationsfelen först efter lansering, när korrigering kräver en uppdatering av applikationsversionen.