Tracciamento efficace DAU e MAU nei siti ad alto traffico

Non c'è da negare che come fornitore di identità, Logto elabora una montagna di dati utente quotidianamente. Una delle metriche critiche che non possiamo permetterci di trascurare è 'Utenti Attivi Quotidianamente' (DAU) - ci dà un'idea di quanta sia l'interazione dei nostri utenti. Ma quando si tratta di tracciare gli Utenti Attivi Quotidiani (DAU) e gli Utenti Attivi Mensili (MAU), le cose possono diventare confuse. Gestire enormi volumi di dati senza influenzare l'esperienza utente non è facile, ma è qualcosa che abbiamo imparato a gestire in modo efficace.

In questo pezzo, ne approfitteremo per guidarvi attraverso i concetti legati a DAU, spiegarvi come DAU, MAU, e un tasso di interazione mensile possono essere calcolati.

DAU, MAU e Tasso di Interazione Mensile#

Utenti attivi quotidianamente (DAU)#

I DAU sono utenti unici che interagiscono con la vostra piattaforma in un determinato giorno. Queste interazioni potrebbero essere di qualsiasi tipo - dalla semplice accesso, postare o mettere mi piace a qualcosa, o qualsiasi altra azione specifica che denota attività. Il tracciamento dei DAU ci permette di valutare l'interazione utente su base giornaliera e di avere un'idea delle dimensioni della nostra base di utenti attivi.

Utenti attivi mensilmente (MAU)#

Gli MAU, d'altra parte, sono un indicatore degli utenti unici che interagiscono con la vostra piattaforma almeno una volta al mese. Proprio come i DAU, gli utenti attivi possono variare da chiunque abbia semplicemente effettuato l'accesso a qualcuno che ha interagito con la piattaforma in qualche modo.

Tasso di Interazione mensile#

Quando si tratta di capire quanto spesso gli utenti interagiscono con la nostra piattaforma in un mese, troviamo un enorme valore in una particolare metrica - il Tasso di Interazione Mensile (MER). Questo non è semplicemente un numero per noi, ma un elemento fondamentale che influenza pesantemente la nostra strategia di prezzo.

Il MER rivela la frequenza di interazione di un utente evidenziando il numero di giorni unici in cui un utente accede o interagisce con la nostra piattaforma in un mese. Questa percezione non è solo utile; è un elemento distintivo per noi. A differenza dell'approccio tipico che si concentra esclusivamente su se un utente ha visitato entro un mese, noi andiamo più a fondo, ci sforziamo di capire 'quanto spesso'. Questo 'quanto spesso' ci permette di valutare la profondità dell'interazione di un utente con la nostra piattaforma e ci fornisce metriche tangibili per fornire più valore ai nostri utenti.

In Logto, il MER è un fattore significativo del prezzo basato sull'uso. Ancorando i nostri prezzi al MER, ci assicuriamo che le nostre tariffe siano allineate al livello di interazione dell'utente; potreste dire che abbiamo trasformato l'equità in una metrica che possiamo misurare. Mentre altri potrebbero contare un utente che ha effettuato l'accesso solo una volta allo stesso modo di un utente quotidiano, noi differenziamo, applicando un prezzo basato sull'uso effettivo e il valore fornito. Attraverso questo, garantiamo un approccio più trasparente, giusto e, in definitiva, eccezionale verso il prezzo.

Dai log utente#

Di solito, DAU e MAU vengono calcolati direttamente dai log degli utenti. Ma man mano che questi log si accumulano, il processo diventa inefficiente e presenta sfide come la scalabilità dei dati e la conservazione dei log. Senza parlare del fatto che conservare i record dei log degli utenti per sempre non è pratico a causa delle normative sulla privacy e sulla sicurezza.

Un altro approccio: creare una tabella DAU#

Per questo motivo abbiamo escogitato il concetto di una tabella DAU. Questa tabella include principalmente due colonne - user_id e data. La data può essere impostata all'inizio di un determinato giorno.

Abbiamo due modi per tenere questa tabella aggiornata. Il primo è un lavoro automatizzato giornaliero che setaccia i log degli utenti del giorno precedente. Il secondo si attiva ogni volta che si verifica un'attività utente.

Ogni volta che ci imbattiamo in un user_id unico, aggiungiamo una nuova voce alla tabella DAU, che include l'user_id e la data. Questo è fatto usando un'operazione SQL "upsert" che richiede una chiave unica di user_id e data.

Di conseguenza, il tracciamento di DAU e MAU diventa semplicemente una questione di conteggio delle righe nella tabella. E il calcolo del tasso di interazione mensile può essere fatto combinando group by e count.

Risultati e benefici#

La tabella DAU, che è essenzialmente una versione condensata dei log degli utenti, ha notevolmente semplificato il nostro processo di calcolo di DAU e MAU. Non solo ha reso il tracciamento dell'interazione utente molto più facile, ma ha anche ridotto significativamente il carico sul nostro sistema.

Conclusione#

Nel nostro viaggio di ottimizzazione dei calcoli di DAU e MAU, abbiamo sempre posto grande enfasi sulla privacy degli utenti e sul rispetto delle normative legali. Abbiamo costruito la nostra strategia attorno alla certezza che la tabella DAU non conservasse informazioni sensibili degli utenti. Invece, memorizziamo solo identificatori anonimi (il valore hash del normale user_id) e le date di attività, rispettando rigorosamente tutte le pertinenti normative sulla protezione dei dati.

Raccomanderemmo vivamente questo approccio attento alla privacy ad altri nel settore dei servizi digitali. Indipendentemente dalla scala o dal volume dei dati utente, la privacy dovrebbe sempre avere la massima priorità.

Alla fine, il tracciamento dei dati non deve essere complicato, nemmeno per le applicazioni web ad alto traffico. Una strategia stabile ed efficiente come la nostra può rendere facile il tracciamento delle metriche fondamentali di interazione degli utenti.

Speriamo che la condivisione della nostra esperienza possa ispirare altre piattaforme digitali e fornire idee su come sviluppare soluzioni innovative per un tracciamento dei dati efficace ed efficiente.