Целесообразно ли использовать Google Analytics как хранилище статистики о просмотрах и лайках постов в блоге?
Пишу свое приложение-блог на angular-express-couchdb.
Нужно реализовать функции учета просмотров постов и возможности расставлять лайки постам, чтобы на главной странице в списке под каждым постом указывалось количество лайков и количество просмотров поста.
Вижу два варианта:
1) Так как я подключил Google Analytics для всех страниц, появилась идея использовать этот сервис еще и как хранилище данных о просмотрах и лайках. Подтягивать эти данные через Google API кэшировать у себя на сервере на какое-то небольшое время. Просмотр - это событие, которое наступает после того как пользователь, например, провел n-секунд на странице поста и доскроллил до его конца. Соответственно, лайк - клик по сердечку. (защита от накруток: запись в localstorage, регистрация пользователей не предусмотрена) Речь идет о кастомных лайках без соцсетей, твиттеров и т.д.
2) Второй вариант просто наполнять бд документами с данными об этих событиях.
Я в целом понимаю, что можно и так и эдак, но хотелось бы услышать мнение людей с опытом использования Google Analytics: насколько первый способ - это адекватный метод? и если нет, то почему?
Если вас устраивает то, в каком виде гугл отдаёт вам статистику и то, в каком виде он её принимает, то конечно же стоит юзать GA.
Сама по себе GA не плоха, как в прочем и Яндекс Метрика, просто там достаточно ограниченный список получаемых отчётов. Своя собственная статистика в этом плане безгранична, но при этом есть ряд минусов, такие как дополнительные сервера, возможно дополнительные разработчики
Также есть мысль использовать и то, и другое одновременно: хранить свою статистику и работать с ней без заморочек с Google API и с отчетами GA, при этом отправляя данные о событиях в GA, что позволит более качественно оценивать аудиторию используя веб-версию GA...
Такая аналитика может быть приближенной - я где-то видел, что Google Analytics в бесплатной версии не проводит детальный анализ всех данных, а делает аппроксимацию от небольшого среза.
Перед тем как использовать этот вариант - рекомендую поискать информацию на эту тему.
Простой
