English
Deutsch
PolskiMatomo vs. GA4 w środowisku Enterprise: Kiedy warto postawić na self-hosted analytics?
Spis treści
W zaawansowanej analityce cyfrowej klasy Enterprise wybór między zarządzaną platformą SaaS, taką jak Google Analytics 4 (GA4), a własną infrastrukturą typu Matomo On-Premise wymaga rzetelnej oceny architektonicznej. O ile GA4 oferuje natywną integrację z chmurą Google Cloud oraz ekosystemem Google Marketing Platform, o tyle rozwiązania self-hosted zapewniają absolutną suwerenność danych, pełny dostęp do surowych tabel bazodanowych oraz zgodność z najbardziej restrykcyjnymi regulacjami prywatności w Unii Europejskiej.
1. Różnice architektoniczne: Model SaaS w BigQuery vs. pełna własność bazy MySQL
Zasadnicza różnica między GA4 a Matomo sprowadza się do kontroli nad infrastrukturą i prawem własności do gromadzonych danych:
- GA4 (Zarządzany SaaS): Dane o zdarzeniach są procesowane i przechowywane na infrastrukturze Google Cloud. Dostęp do surowych rekordów wymaga eksportu do hurtowni Google BigQuery. Mimo że BigQuery umożliwia wykonywanie zaawansowanych zapytań SQL, czas retencji, modyfikacje schematu oraz lokalizacja fizyczna serwerów pozostają poddane regulacjom dostawcy usługi.
- Matomo (Self-Hosted On-Premise): Wszystkie hity analityczne zapisywane są bezpośrednio w niezależnej bazie danych MySQL lub MariaDB, utrzymywanej na wewnętrznych serwerach organizacji lub w chmurze prywatnej. Pełna kontrola administracyjna nad bazą pozwala na wdrażanie własnych indeksów, bezpośrednią integrację z potokami ETL, czyli pobierania, przekształcania i ładowania danych, oraz fizyczne zagwarantowanie rezydencji danych bez dostępu podmiotów trzecich.
2. Pełna precyzja danych: Eliminacja samplingu i limitów API
Platformy Enterprise o dużym natężeniu ruchu regularnie napotykają na ograniczenia wydajnościowe w zarządzanych narzędziach analitycznych:
- Sampling i limity kardynalności: Standardowe raporty GA4 stosują progi kardynalności i próbkowanie danych, gdy wymiary o wysokiej unikalności (np. ID użytkowników czy dokładne znaczniki czasu) przekroczą określone limity, grupując rzadsze wartości pod etykietą (other).
- Limity zapytań API: Pobieranie danych z GA4 przez Data API jest obwarowane surowymi limitami tokenów, co potrafi ograniczyć automatyczną aktualizację korporacyjnych systemów business intelligence (BI) oraz częstotliwość synchronizacji danych.
- Brak samplingu w Matomo: Własna instancja Matomo wykonuje zapytania bezpośrednio na wewnętrznych tabelach relacyjnych. Moc obliczeniowa jest ograniczona wyłącznie zasobami sprzętowymi (CPU i RAM serwera MySQL), co gwarantuje 100% dokładności raportów bez samplingu oraz nielimitowany dostęp przez API.
3. Europejskie regulacje prywatności i śledzenie bez ciasteczek
Zgodność z europejskimi przepisami o ochronie danych (RODO, dyrektywa ePrivacy oraz krajowe wytyczne organów nadzorczych, takich jak polski UODO czy francuski CNIL) stawia przed modelami SaaS poważne wyzwania:
- Międzynarodowe transfery danych: Korzystanie z zarządzanych platform analitycznych często wiąże się z transferem metadanych poza Europejski Obszar Gospodarczy, co wymaga stosowania dodatkowych mechanizmów prawnych i weryfikacji procedur Data Privacy Framework.
- Analityka bez zgody (Zero-Cookie): Matomo da się skonfigurować do pracy całkowicie bez ciasteczek śledzących, wykorzystując krótkotrwałe, anonimizowane skróty sesyjne wygasające po 24 godzinach. Przy utrzymywaniu infrastruktury w granicach Unii Europejskiej oraz wyłączeniu profilowania cross-site, Matomo może być często wdrażane bez konieczności wyświetlania banerów wymuszających zgodę opt-in na podstawie europejskich wyjątków prawnych.
Podsumowanie
Wybór własnej instancji Matomo zamiast GA4 w architekturze Enterprise jest uzasadniony wszędzie tam, gdzie suwerenność danych, zgodność z przepisami oraz pełny dostęp do bazy danych mają wyższy priorytet niż gotowe integracje reklamowe. Bezpośrednia własność MySQL, brak samplingu oraz eliminacja limitów API tworzą stabilny i bezpieczny prawnie fundament analityczny.
Pytania i odpowiedzi
W jakiej konfiguracji Matomo może działać bez banera zgody i jak to potwierdzić, zamiast zakładać?
To twierdzenie opiera się na zestawie warunków, a każdy z nich jest ustawieniem, które musi być spełnione w instalacji, a nie na stronie reklamowej: brak śledzących ciasteczek, krótkotrwałe zanonimizowane identyfikatory sesji, brak profilowania cross-site i hosting w granicach Unii Europejskiej, jak wymienia je artykuł, a do tego anonimizacja adresu. Czy z tego wynika zwolnienie, to kwestia krajowej interpretacji i pytanie do prawnika, a nie do narzędzia śledzącego.
Od strony technicznej da się sprawić, że podstawa tego pytania jest potwierdzona, a nie zakładana. Strona wczytana w czystym profilu przeglądarki pokazuje stronę przechowywania: ciasteczka, local storage i session storage powinny pozostać puste. Zapisana wizyta pokazuje, czy adres został skrócony przed zapisem, a konfiguracja – jak długo żyje hash sesji.
Zajmuje to kilka minut i daje datowany, poparty zrzutami ekranu zapis tego, co instalacja faktycznie robi. To także dokument, którego potrzebuje ocena prawna, a który rzadko otrzymuje: oceny zwykle opierają się na opisie dostawcy, a ten opisuje, do czego produkt można skonfigurować.
Od jakiej skali samodzielnie hostowana instancja Matomo staje się wąskim gardłem i po czym to widać najpierw?
Wąskim gardłem rzadko jest zbieranie danych. Przyjęcie trafień i ich zapis są tanie; kosztowne jest wstępne przeliczanie raportów.
Ta archiwizacja nie rośnie z samą liczbą trafień, lecz z iloczynem trafień, segmentów i żądanych okresów. Dlatego nie istnieje wiarygodna granica wyrażona w odsłonach: instancja, która swobodnie obsługuje daną liczbę trafień przy trzech segmentach, może nie nadążać przy tej samej liczbie trafień, trzydziestu segmentach i codziennych porównaniach rok do roku. Nie objawia się to jako błąd, lecz jako raport, który po otwarciu liczy się minutami albo pokazuje wczorajsze liczby.
Dwa ustawienia znaczą więcej niż sprzęt serwera: archiwizacja uruchamiana przy otwieraniu raportów w przeglądarce zostaje wyłączona, a jej miejsce zajmuje zadanie cron. Od tej chwili właściwą miarą jest czas trwania jednego przebiegu. Gdy przebieg przekracza własny interwał, granica jest osiągnięta, na długo zanim zablokuje się sama baza danych, i z dużym zapasem czasu na decyzję między mocniejszym sprzętem a mniejszą liczbą przeliczanych segmentów.
Czy dane historyczne z GA4 da się przenieść do Matomo, żeby nie zaczynać od pustej instancji?
W sensie, o który zwykle chodzi – nie. Sesji i ścieżek użytkowników nie da się odtworzyć w innym systemie, bo brakuje surowych zdarzeń w formacie, który druga strona rozumie; nawet eksport BigQuery opisuje model danych GA4, a nie Matomo.
Przenieść da się dwie rzeczy. Zagregowane wartości historyczne jako punkt odniesienia (miesięczne liczby odsłon i konwersji, wgrane jako osobny zbiór albo trzymane w arkuszu) oraz surowe logi serwera, które Matomo potrafi zaimportować. To ostatnie działa dobrze dla historii ruchu, ale nie odtworzy zdarzeń interfejsu.
Dlatego rozsądny plan wygląda inaczej niż migracja: równoległa praca obu systemów przez wyraźnie wyznaczony okres, jedna data odcięcia i stary system pozostawiony w trybie do odczytu tak długo, jak długo ktoś może zapytać o zeszły rok. Porównanie z okresu równoległego jest przy okazji jedyną wiarygodną odpowiedzią na pytanie, dlaczego liczby w obu narzędziach nigdy nie będą identyczne.
Powiązane artykuły
