Nedávno jsme psali o tom, že náš kolega Marek Čech společně s Honzou Kadlečkem mluvili na MeasureCamp Brno o monitoringu datové vrstvy.
TIP: Podívejte se na produkt k Monitoringu datové vrstvy.
Proč to řešíme?
Nemáme rádi opičí práci a plýtvání schopností šikovných analytiků. Pokud jste na tom stejně jako my a nebaví stále manuálně procházet správnost implementace datové vrstvy od vývojářů, složité procházení eventů v debug okně Google Tag Manageru či GA/GTM debuggeru a další rutinní věci, tak nepřestávejte číst, protože pro vás máme krátké představení našeho přístupu k problematice validace implementace datové vrstvy, který vám ukáže jak se většiny těchto věcí zbavit v rámci neplacených nástrojů.
Princip řešení
Filozofie našeho přístupu je velmi jednoduchá. Některá alternativní řešení vyžadují desítky hodin programování nebo spoustu placených služeb, addonů či nástrojů. Naše řešení dokážete s trochou šikovnosti nasadit za hodinu. Nejde o žádné složité technické implementace, pracuje se vždy s vašimi daty z datové vrstvy a za nic neplatíte.
Co k tomu budete potřebovat?
1. Tracker – způsob odesílání dat z webu
Pro tuto metodu využíváme Google Tag Manager, do kterého nasadíme jednoduchý JavaScript a využijeme Custom Image Tag.
2. Collector – způsob přijímání dat
Pro tuto část využíváme velmi jednoduché a dostupné Google nástroje a to Google SpreadSheets a Google Apps Script.
3. Storage – prostor pro uložení dat
Vzhledem k tomu, že všechna data máme v Google SpreadSheets, nemusíme nic složitě řešit ani v tomto kroku.
Detailnější popis postupu kroků 1 – 3 včetně příkladu kódu si můžete přečíst zde.
4. Parser – příprava dat pro vyhodnocení
Asi nejsložitější část celého řešení – jedná se o parsování JSON objektů pomocí Google Apps Scriptu v rámci SpreadSheetu. SpreadSheets sami od sebe nemají podporu parsování JSON, proto je potřeba si zde trochu pohrát. My využíváme metodu takzvaného spolštění (flattening) JSON objektu, nabízí se i využití JSON validace pomocí JSON Schema, kterou chystáme pro další verze nástroje.
5. Resolver – vyhodnocení dat
Na závěr už nás čeká pouze definování “správné” implementace a vyhodnocení nasbíraných dat. Vše se definuje jednoduše ve sloupcích. Každý sloupec představuje jednu proměnnou z datové vrstvy a její hodnoty se validují pomocí regulárních výrazů.
Jak si data pro validaci implementace správně připravit a vyhodnocovat? To naleznete v druhé polovině článku, který náš kolega Marek společně s Honzou z Analytixeru napsali.
