Firebase Analytics: یہ کیا ہے، اہم خصوصیات اور پروجیکٹ میں انضمام

Firebase Analytics کی حدیں اور قیمتیں

Firebase Analytics مکمل طور پر مفت ہے اور رجسٹرڈ ایونٹس کی تعداد پر کوئی حد نہیں ہے — یہ Amplitude (مفت پلان پر 10–20 ملین ایونٹس) اور Mixpanel (20 ملین) سے ایک اہم فرق ہے۔ واحد پابندیاں: فی پروجیکٹ 500 ایونٹ کی اقسام، فی ایونٹ 100 پیرامیٹرز (جن میں سے 25 سے زیادہ متن نہیں) اور فی پروجیکٹ 100 منفرد صارف خصوصیت کی قدریں۔

BigQuery میں برآمد بھی ماہانہ 10 GB تک مفت ہے، جو 100,000 MAU تک کی زیادہ تر ایپلیکیشنز کی ضروریات کو پورا کرتی ہے۔ حد سے تجاوز کرنے پر، معیاری BigQuery شرحوں کا اطلاق ہوتا ہے ($5/TB پروسیس شدہ ڈیٹا)۔ Firebase Blog (2025) کے مطابق، 95% پروجیکٹ روزانہ نکالنے کے ساتھ سٹریمنگ ایکسپورٹ استعمال کرکے BigQuery کی مفت حدود میں رہتے ہیں۔ BigQuery کے اخراجات کو بہتر بنانے کے لیے، طے شدہ سوالات کے ذریعے برآمد کرنے سے پہلے ڈیٹا کو جمع کریں — اس سے پروسیس شدہ ڈیٹا کا حجم 60–80% کم ہو جاتا ہے۔

Firebase Analytics کیا ہے؟

Firebase Analytics Google کا کلاؤڈ تجزیاتی پلیٹ فارم ہے، جو Firebase ماحولیاتی نظام کا حصہ ہے۔ یہ صارف کے سفر کا اینڈ ٹو اینڈ ٹریکنگ فراہم کرتا ہے: پہلی ایپ لانچ سے لے کر ہدفی کارروائیوں (خریداری، سبسکرپشن، سطحوں کی تکمیل) تک۔ Google Analytics 4 جیسے عالمگیر نظاموں کے برعکس، Firebase Analytics کم سے کم ایونٹ ڈیلیوری تاخیر کے ساتھ موبائل ایپلیکیشنز کے لیے بہتر بنایا گیا ہے۔

اہم فائدہ دیگر Firebase خدمات کے ساتھ ہموار انضمام ہے: کریش رپورٹنگ کے لیے Crashlytics، پش نوٹیفیکیشنز کے لیے Cloud Messaging، A/B ٹیسٹنگ کے لیے Remote Config اور ML پیشن گوئی کے لیے Predictions۔ Google I/O (2024) کے مطابق، مکمل Firebase اسٹیک استعمال کرنے والی ایپلیکیشنز فیچر کی تعیناتی کا وقت 30% کم کرتی ہیں۔

Firebase Analytics کی اہم خصوصیات

ایونٹ ٹریکنگ

ایونٹس Firebase Analytics کی بنیادی اکائی ہیں۔ ہر صارف کی کارروائی لازمی (screen_view، session_start) اور حسب ضرورت پیرامیٹرز کے ساتھ ایک ایونٹ کے طور پر ریکارڈ کی جاتی ہے۔ Firebase 500 ایونٹ کی اقسام اور فی ایونٹ 100 پیرامیٹرز کو سپورٹ کرتا ہے۔ تمام ایونٹس حجم میں لامحدود ہیں — فی دن رجسٹرڈ ایونٹس کی تعداد پر کوئی حد نہیں ہے، جو اس سروس کو ادائیگی کے متبادلات سے بنیادی طور پر ممتاز کرتا ہے۔

سامعین اور حصے

سامعین صارفین کے متحرک گروہ ہیں جو ریئل ٹائم میں اپ ڈیٹ ہوتے ہیں۔ آپ ایک شرط طے کرتے ہیں (مثال کے طور پر، “وہ صارفین جنہوں نے 30 دنوں میں 3+ خریداریاں کیں”)، اور شرط پوری ہونے پر Firebase خود بخود نئے صارفین شامل کرتا ہے۔ سامعین Cloud Messaging کے ذریعے پش نوٹیفیکیشنز کو ہدف بنانے اور اشتہاری نیٹ ورکس میں برآمد (Google Ads، Display & Video 360) کے لیے استعمال ہوتے ہیں۔

Firebase خدمات کے ساتھ انضمام

انضمام Firebase Analytics کو الگ تھلگ نظاموں سے ممتاز کرنے والا اہم عنصر ہے۔ Analytics ڈیٹا خود بخود Crashlytics (کریش سیاق و سباق)، Remote Config (پیرامیٹر کی ذاتی سازی)، Cloud Messaging (ہدفی اطلاعیں) اور Predictions (LTV اور Churn کی ML پیشن گوئی) کو فراہم کرتا ہے۔ مثال کے طور پر، Predictions سے “اعلی چھوڑنے کا خطرہ” حصہ Analytics ڈیٹا پر بنایا گیا ہے اور Cloud Messaging کے ذریعے خود بخود ایک برقرار رکھنے کی مہم شروع کرتا ہے۔

اپنے پروجیکٹ میں Firebase Analytics کیسے ترتیب دیں

ترتیب Firebase Analytics تین مراحل پر مشتمل ہے: Firebase Console میں پروجیکٹ بنانا، google-services.json کنفیگریشن فائل شامل کرنا اور ایپلیکیشن کوڈ میں SDK کو شروع کرنا۔ Android کے لیے، build.gradle میں google-services پلگ ان اور analytics-ktx انحصار شامل کریں۔ iOS کے لیے، pod Firebase/Analytics کے ساتھ Podfile استعمال کریں۔

SDK شروع ہونے کے بعد، یہ خود بخود بنیادی ایونٹس ریکارڈ کرتا ہے: first_open، session_start، screen_view اور app_update۔ حسب ضرورت ایونٹس کے لیے، ایونٹ کے نام اور پیرامیٹر بنڈل کے ساتھ logEvent طریقہ استعمال کریں۔ Firebase Console میں DebugView کے ذریعے انضمام کی تصدیق کریں — یہ تمام پیرامیٹرز کے ساتھ ریئل ٹائم میں ایونٹس دکھاتا ہے۔

Firebase Analytics میں ایونٹس اور پیرامیٹرز

ایونٹ سسٹم میں پہلے سے طے شدہ پیرامیٹرز کے ساتھ تجویز کردہ ایونٹس (purchase، add_to_cart، share، sign_up) اور صوابدیدی ناموں اور اقدار کے ساتھ حسب ضرورت ایونٹس شامل ہیں۔ تجویز کردہ ایونٹس کا ایک فائدہ ہے — وہ خود بخود Google Ads رپورٹس میں حصہ لیتے ہیں اور Firebase Predictions پیشن گوئی ماڈلز کے استعمال کو قابل بناتے ہیں۔

ہر ایونٹ پیرامیٹرز کے ساتھ آتا ہے: سٹرنگ (100 حروف تک)، عددی (Double) یا صف (Array)۔ پیرامیٹرز صارف کی خصوصیات (user properties) — وہ خصوصیات جو سیشنز کے درمیان برقرار رہتی ہیں (جیسے کھیل میں سطح) — اور ایونٹ پیرامیٹرز — کسی خاص کارروائی کا سیاق و سباق — میں تقسیم ہوتے ہیں۔ Firebase Team (2024) کے مطابق، مناسب طریقے سے ترتیب دی گئی صارف خصوصیات والی ایپلیکیشنز معیاری رپورٹس سے 25% زیادہ بصیرت حاصل کرتی ہیں۔

Firebase Analytics رپورٹس اور ڈیش بورڈز

Firebase Console کئی بلٹ ان رپورٹس فراہم کرتا ہے۔ Overview — منتخب مدت کے لیے DAU، MAU، آمدنی اور تبدیلی کی شرح کا خلاصہ۔ Events — گنتی، منفرد صارفین اور پیرامیٹرز کے ساتھ ہر ایونٹ کی تفصیلات۔ Conversions — تبدیلیوں کے طور پر نشان زد ہدفی ایونٹس کی ٹریکنگ۔ Retention — دنوں، ہفتوں اور مہینوں کے لحاظ سے تقسیم کردہ ایک کوہورٹ رپورٹ۔

StreamView — ایک ریئل ٹائم ڈیش بورڈ جو ایونٹس کو آنے پر دکھاتا ہے۔ نقشہ فعال صارفین کے جغرافیائی مقامات دکھاتا ہے، اور ایونٹ فیڈ ہر کارروائی کو منٹ بہ منٹ دکھاتا ہے۔ StreamView نئے ورژن لانچ اور مارکیٹنگ مہمات کی نگرانی کے لیے مفید ہے — آپ پش نوٹیفیکیشن بھیجنے کے لمحے سرگرمی میں اضافہ دیکھ سکتے ہیں۔

گہرائی سے تجزیہ کے لیے، BigQuery انضمام ترتیب دیں۔ ڈیٹا روزانہ خام ایونٹس events_YYYYMMDD کے طور پر برآمد ہوتا ہے۔ حسب ضرورت ڈیش بورڈز بنانے کے لیے SQL استعمال کریں: صوابدیدی ادوار کے ساتھ کوہورٹ تجزیہ، کسی بھی مرحلے کے ساتھ تبدیلی کی چینل، اور RFM سیگمینٹیشن۔ Firebase Blog (2024) کے مطابق، BigQuery انضمام پلیٹ فارم کی تجزیاتی صلاحیتوں کو کئی گنا بڑھاتا ہے، جس سے Firebase ڈیٹا کو CRM، اشتہاری نظاموں اور بیرونی ذرائع کے ساتھ جوڑا جا سکتا ہے۔

Kotlin میں انضمام کی مثال

ذیل میں Kotlin میں Android ایپلیکیشن میں Firebase Analytics انضمام کوڈ ہے۔ یہ ابتدا، تجویز کردہ purchase ایونٹ کی لاگنگ اور صارف پیرامیٹرز کے ساتھ ایک حسب ضرورت ایونٹ کو ظاہر کرتا ہے۔

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)
        }
    }
}

انضمام کے بعد، Firebase Console میں ایونٹس چیک کریں۔ ڈیبگنگ کے لیے DebugView استعمال کریں — ڈیبگ موڈ میں پہلی لانچ کے 3–5 سیکنڈ میں ایونٹس ظاہر ہوں گے۔

Firebase Analytics کے ساتھ کام کرتے وقت عام غلطیاں

پہلی غلطی — ڈھانچے کے بغیر بہت زیادہ حسب ضرورت ایونٹس رکھنا۔ 500 ایونٹ کی اقسام ایک حد ہے، لیکن 50 اچھی طرح سے ڈیزائن کیے گئے ایونٹس 500 بے ترتیب ایونٹس سے زیادہ مفید ہیں۔ شروع میں اپنا ایونٹ ماڈل طے کریں: معیاری کارروائیوں (purchase، sign_up) کے لیے تجویز کردہ ایونٹس اور صرف منفرد ایپلیکیشن منطق کے لیے حسب ضرورت ایونٹس۔

دوسری غلطی — سیگمینٹیشن کے لیے صارف کی خصوصیات کو نظر انداز کرنا۔ اگر آپ صارف کی خصوصیات (سطح، پلان، ملک) مقرر نہیں کرتے، تو آپ Cloud Messaging میں ہدف بنانے کے لیے سامعین تشکیل نہیں دے سکیں گے۔ ایپ میں لاگ ان کرتے وقت صارف کی خصوصیات مقرر کریں اور صارف کی حیثیت تبدیل ہونے پر انہیں اپ ڈیٹ کریں۔ Firebase Blog (2024) کے مطابق، 40% ٹیمیں صارف کی خصوصیات استعمال نہیں کرتیں، مواصلات کو ذاتی بنانے کا موقع کھو دیتی ہیں۔

تیسری غلطی — ریلیز سے پہلے DebugView استعمال نہ کرنا۔ DebugView مکمل پیرامیٹرز کے ساتھ ریئل ٹائم میں ایونٹس دکھاتا ہے — پروڈکشن میں جانے سے پہلے ڈیٹا کی درستگی کو یقینی بنانے کا یہ واحد طریقہ ہے۔ Google (2024) کے مطابق، 60% Firebase Analytics انضمام کی غلطیاں صرف ریلیز کے بعد دریافت ہوتی ہیں، جب ان کی اصلاح کے لیے ایپ ورژن اپ ڈیٹ کی ضرورت ہوتی ہے۔