January 3, 20255 min readAppStar Team
Besøksanalysesystem: 99,2% identifiseringsnøyaktighet
Tilpasset analyse som ser mer enn Google Analytics og Yandex.Metrica kombinert.
analyticsfingerprintinganti-botcase-study
Problem
Standard analysesystemer (Google Analytics, Yandex.Metrica) viser bare toppen av isfjellet:
- Identifiserer ikke unike besøkende nøyaktig
- Omgås enkelt av blokkere
- Ser ikke botter
- Begrenset enhetsdata
Vår løsning
Utviklet et tilpasset analysesystem med dyp besøkendeanalyse:
Data vi samler inn (50+ parametere):
- Canvas-fingeravtrykk
- WebGL-fingeravtrykk
- Lydfingeravtrykk
- Systemfonter
- Nettlesertillegg
- Skjerm- og vindusoppløsning
- Tidssone og språk
- Og 40+ parametere til...
Anti-bot-system:
- Museadferd analyse
- Rullemønstre
- Tid mellom handlinger
- JavaScript-utfordringer
Resultater
| Metrikk | Verdi |
|---|---|
| Identifiseringsnøyaktighet | 99,2% |
| Fingeravtrykkparametere | 50+ |
| Anti-bot-nøyaktighet | 98,5% |
| Overvåking | Sanntid |
Hva vi ser nå:
- Unik vs Tilbakevendende — nøyaktig uten informasjonskapsler
- Bot vs Menneske — 98,5% nøyaktighet
- Full enhetsinformasjon — modell, OS, nettleser, skjerm
- Geolokalisering — land, by, leverandør
- Adferd — musebevegelser, rulling, klikkmønstre
"Standard analyse viser bare toppen av isfjellet. Nå ser vi ekte situasjon: hvem besøkte, bot eller menneske, hvilken enhet, unik besøkende eller ikke." — Kunde, SEO-byrå
Bruksområder
- SEO-byråer — trafikkvalitetskontroll
- E-handel — svindeldeteksjon
- Media — ekte visningsstatistikk
- SaaS — brukeradferdsanalyse
Teknologier
- Tilpasset JS-sporer (3KB)
- ClickHouse-lagring
- Sanntidspanel
- API for integrasjon
- GDPR-kompatibel modus
Trenger du detaljert analyse? La oss diskutere implementering