Hopp til innhold

Bygde egen analyse inne i PostgreSQL

Bygde egen produktanalyse i PostgreSQL — 47 funksjoner over partisjonerte hendelsestabeller som rydder seg selv — pseudonymisert bak et roterende salt og betinget av den besøkendes samtykke.

47 analysefunksjoner, pseudonymisert og med samtykke

Situasjon. Produktbeslutninger trenger tall, og den vanlige måten å skaffe dem på er å legge en tredjeparts sporingskode på hver side og la noen andres servere følge med på brukerne. Det er raskt, det er gratis ved lite volum, og det betyr at besøkendes atferd på en profesjonell nettverksplattform — hvem som så på hvilket selskap, hvem som søkte etter hva — blir en eiendel i hendene på en reklamevirksomhet. For en plattform der brukerne er identifiserbare maritime fagfolk, er det en dårlig byttehandel.

Oppgave. Produktteamet trengte trakter, retensjon og hendelsesdata, samlet inn på en måte plattformen kunne stå inne for og en bruker kunne avslå.

Handling. Analyseløsningen ble lagt i PostgreSQL, i et skjema med 7 tabeller og 47 funksjoner. Hendelsestabellene er partisjonert — 22 partisjonsdefinisjoner — og rydder seg selv etter en tidsplan, fordi kostnaden ved førstepartsanalyse ikke er å samle inn hendelsene, men å beholde dem for alltid. Identiteten er pseudonymisert bak et salt som roterer, slik at en besøkende ikke kan følges over rotasjonsgrensen, selv ikke fra innsiden av databasen; det er et bevisst tak på hva dataene kan svare på. Klienten tar hensyn til samtykke og sender ingenting før samtykke er gitt, i stedet for å sende og filtrere etterpå. Konverteringstrakter beregnes i databasen, ved siden av dataene, i stedet for å eksporteres et annet sted for så å kobles tilbake.

Resultat. Spørsmål om hvordan produktet brukes, besvares fra plattformens egne tabeller, uten at noe forlater plattformen og uten noen sporingskode på siden. Begrensningene er den ærlige delen: å rotere saltet koster kohortanalyse over lang tid, og ingenting av dette kommer med dashbordene man får gratis med et driftet verktøy. Begge deler ble akseptert med åpne øyne.

  • Hav, natur, strand
    Foto: Pexels / Pixabay
  • Timeglass
    Foto: fernandozhiminaicela / Pixabay

Bruk erfaringen i prosjektet deres

Bruk «Bygde egen analyse inne i PostgreSQL» som utgangspunkt for en lignende utfordring i organisasjonen deres. Tjenestene bak arbeidet er tilgjengelige for prosjektet deres. En struktur som samsvarer med hvordan virksomheten faktisk fungerer, slik at spørsmålene du trenger svar på senere, fortsatt er mulige å stille.

Se tjenestene våre Ta kontakt

Se bak resultatet

Les om situasjonen, beslutningene og resultatet i eksemplet. Vi kan drøfte hva som passer deres rammer, og hva som krever en annen tilnærming. Bygde egen analyse inne i PostgreSQL — 47 analysefunksjoner, pseudonymisert og med samtykke

Se tjenestene våre Ta kontakt

Ett stykke av en lengre oversikt — og den ligger i sin helhet her.

Hver oppføring er skrevet på samme måte: situasjonen, oppgaven, hva vi gjorde, og hva som endret seg.

Se hele oversikten

Definer forbedringen dere trenger

Ta med et representativt datasett, spørsmålene det skal besvare og dagens flaskehals. Vi kan avtale målinger av kvalitet, gjennomstrømning og gjenoppretting.

Se hva det koster Ta kontakt

Vil du ha analyse uten å gi fra deg dataene dine?

Spør om beslutningene bak «Bygde egen analyse inne i PostgreSQL». Dere snakker med folk som kan forklare arbeidet og vurdere deres eget prosjekt.

Se tjenestene våre
welcome@engineer.company +45 50 10 61 84 København, Danmark
QR-kode for Bygde egen produktanalyse i PostgreSQL — 47 funksjoner over partisjonerte hendelsestabeller som rydder seg selv — pseudonymisert bak et roterende salt og betinget av den besøkendes samtykke.
Ta med deg denne sidenhttps://data.engineer.company/nb/portfolio/built-first-party-analytics-inside-postgresql/