Geografia e qualidade do tráfego

Além do gráfico de países existem cinco detalhamentos que respondem a perguntas que um gráfico de países não alcança: onde exatamente, de qual rede, quão bom é aquele tráfego e em que hora do dia do próprio visitante.

A geografia detalhada e o painel de qualidade do tráfego são um recurso pago. Quando o plano não os inclui, os painéis são substituídos por um convite para mudar de plano, e os endpoints por trás respondem com uma restrição de plano em vez de dados vazios.

Os cinco detalhamentos

Regiões. Código da subdivisão, identificador GeoNames, cliques e visitantes únicos. É o identificador que faz “Bavaria” e “Bayern” virarem uma linha só em vez de duas.

Cidades com coordenadas. Cada cidade carrega um ponto e um raio de precisão. Leia o raio: um ponto com raio de vinte quilômetros descreve uma faixa de endereços, não uma pessoa.

Redes. Número do sistema autônomo, nome do provedor, o tipo de proxy daquela faixa, cliques totais e cliques humanos em colunas separadas. A distância entre essas duas colunas costuma ser a história inteira.

Qualidade do tráfego. Visitas divididas por tipo de visitante, por tipo de proxy e por faixa de pontuação de qualidade.

Hora local. Atividade pela hora do fuso horário do próprio visitante no momento do clique. Isso é calculado quando o evento é gravado, porque o motor de armazenamento só sabe converter para um fuso horário fixo, e aqui cada linha tem um diferente.

Os bots são contados aqui de propósito

Três detalhamentos incluem o tráfego automatizado mesmo com “excluir bots” ligado: Tráfego filtrado, Qualidade do tráfego e Redes. Excluir os bots deles esvaziaria exatamente os painéis que você abriu para olhar os bots.

Em todo o resto o filtro “excluir bots” se comporta como sempre se comportou, e o tráfego automatizado nunca consome a cota de cliques rastreados de um plano.

Os nomes dos lugares seguem quem lê

Um evento guarda um identificador, nunca um nome localizado. O nome é resolvido quando um relatório é lido, a partir do dicionário do idioma de quem lê — então uma mesma linha guardada se lê “Berlin” para um colega e “Берлин” para outro.

Os nomes estão disponíveis em oito dos dez idiomas do painel. Italiano e coreano recorrem ao nome em inglês em vez de deixar a célula vazia. Os dicionários ficam no servidor: eles têm megabytes, e nada desse tipo é enviado para um navegador.

O idioma vem da configuração da sua conta, não de um parâmetro da requisição. Um parâmetro deixaria uma pessoa fixar o idioma de outra dentro de um cache compartilhado pelo espaço de trabalho inteiro.

O que é guardado e o que não é

• O endereço IP do visitante não é guardado. Ele vive dentro de uma única função pelo tempo necessário para gerar uma impressão digital diária — um hash com sal, rotacionado toda noite — e para consultar a faixa de endereços.
• O código postal é resolvido pelo banco de dados, mas de propósito não é registrado: em áreas densamente habitadas um código postal chega perto de um endereço.
• As coordenadas são guardadas como números inteiros de décimos de milésimo de grau. Casas decimais a mais criariam uma aparência de precisão que não existe.
• Cada linha registra qual fonte a respondeu, então um gráfico nunca mistura em silêncio dados precisos e dados aproximados.

Quando o pacote de geolocalização não está disponível

Os redirecionamentos continuam funcionando e o analytics continua registrando. O resolvedor recorre aos dados de localização que a CDN já fornece e marca essas linhas de acordo. Em linhas assim faltam os identificadores de cidade e o raio de precisão, e a interface avisa que para elas os nomes não são localizados.

Fontes de dados e atribuição

As respostas de localização vêm de bancos de dados comerciais licenciados, empacotados em um formato feito para consultas na rede edge. Os arquivos brutos desses bancos nunca são publicados, redistribuídos nem embarcados dentro da aplicação: da infraestrutura saem apenas respostas derivadas sobre um endereço específico.

Os nomes de cidades e regiões vêm do banco de dados geográfico GeoNames, usado sob a licença Creative Commons Attribution 4.0. Essa atribuição é exigida por aquela licença e também é publicada na página de privacidade.

As respostas sobre o tipo de faixa — datacenter, VPN, proxy público, TOR, anonimizador web — vêm de um banco de dados comercial de IP intelligence nos mesmos termos: o uso dentro do serviço é licenciado, a redistribuição do arquivo não é.

Controlar detalhe e retenção

Tudo o que está acima é uma configuração, em Configurações → Dados do visitante e privacidade:

| Nível | O que é guardado | | --- | --- | | Completo | País, região, cidade, coordenadas, raio de precisão, fuso horário, hora local | | Cidade sem coordenadas | País, região, cidade, fuso horário, hora local | | Somente país | País e continente |

Chaves separadas controlam a rede do visitante, o endereço de origem completo e a detecção do tipo de tráfego. A retenção é um número de dias gravado dentro de cada evento: o motor de armazenamento apaga a linha quando ela vence, o que é diferente de um plano limitar até que ponto do passado você pode olhar.

Mudar qualquer uma dessas configurações passa a valer para os novos cliques em segundos — as configurações são empurradas na hora para o cache edge de todos os links e de todas as páginas, e não na próxima expiração do cache.