2 Repos
Awesome GitHub RepositoriesAnalytics Data Routing
Distributing tracking events across multiple analytics accounts based on plugin configuration.
Distinct from Gauge Trackers: Candidates focus on computer vision (object tracking) or data sharding; this is about routing events to multiple GA accounts.
Explore 2 awesome GitHub repositories matching data & databases · Analytics Data Routing. Refine with filters or upvote what's useful.
Awesome Analytics Data Routing GitHub Repositories
Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
- googleanalytics/autotrack
googleanalytics/autotrack
4,913Auf GitHub ansehenAutotrack ist eine JavaScript-Bibliothek für Google Analytics, die Benutzerinteraktionen und Seiten-Engagement automatisch erfasst. Sie bietet ein System für deklarative Analytics-Implementierung, das es ermöglicht, Web-Events über HTML-Attribute zu tracken, um nicht für jede Interaktion benutzerdefiniertes JavaScript schreiben zu müssen. Das Projekt enthält einen Analytics-Bundle-Generator, um minimierte JavaScript-Dateien zu erstellen, die nur die für ein Projekt erforderlichen Tracking-Plugins enthalten. Es fungiert zudem als Single-Page-Application-Tracker, der Änderungen am Browserverlauf überwacht, um virtuelle Pageviews aufzuzeichnen. Die Bibliothek deckt ein breites Spektrum an Engagement-Messfunktionen ab, einschließlich des Trackings von Scrolltiefe, Element-Sichtbarkeit und Media-Query-Zuständen. Sie bietet zudem Tools zur Normalisierung von Web-Analytics-Daten, wie das Filtern von URL-Parametern und die Standardisierung von Pfaden, um doppelte Einträge zu vermeiden.
Distributes tracking events across different analytics accounts by assigning specific plugins to named trackers.
JavaScript - ankane/ahoy
ankane/ahoy
4,464Auf GitHub ansehenAhoy ist ein First-Party-Analytics-Framework für Ruby-on-Rails-Anwendungen. Es bietet Tools zur Erfassung von Benutzerverhalten und Seitenaufrufen, wodurch Entwickler die volle Kontrolle über ihre Analysedaten behalten. Das System zeichnet sich durch relationale Datenanalyse aus, die Besuchsidentifikatoren direkt mit Anwendungsmodellen für eine tiefgehende Zuordnung von Geschäftsobjekten verknüpft. Es enthält ein datenschutzfreundliches Tracking-Tool, das IP-Adressmaskierung und Cookie-loses Gruppieren von Besuchern nutzt, um Benutzerdaten zu anonymisieren. Das Projekt deckt ein breites Spektrum an Analysefunktionen ab, einschließlich benutzerdefiniertem Event-Tracking, geografischer Standortauflösung via IP-Geocoding und User-Funnel-Analyse. Es verwaltet Daten durch relationale Datenbankpersistenz und nutzt voraggregierte Rollups, um die Abfrage-Performance bei großen Datensätzen zu wahren. Zusätzliche Infrastrukturfunktionen umfassen asynchrones Message-Routing, Middleware-Level-Traffic-Filterung zum Ausschluss von Bots und eine dedizierte API zum Sammeln von Daten von mobilen oder externen Clients.
Sends tracked visits and events to relational databases or message queues.
Ruby
