Infoplaza is het weerbedrijf achter Buienalarm en Weeronline, apps en websites die een groot deel van Nederland elke dag opent. Als het regent, loopt het verkeer hard op. Op een piekdag sturen alleen de apps en sites van Buienalarm al zo'n 125 miljoen events.
Bij dat volume houdt standaard tooling op. Een standaard GA4-property exporteert maximaal één miljoen events per dag naar BigQuery, en de GA4-interface gaat data samplen en afschermen. Voor een bedrijf dat zijn geld verdient met advertenties en abonnementen is dat meer dan een rapportageprobleem: doelgroepen, A/B-tests en productbeslissingen hangen er allemaal van af dat je weet hoe mensen elke app en site gebruiken.
De vraag was hoe je web en app op deze schaal op dezelfde manier meet, bezoekers in Safari herkenbaar houdt, en elk event in BigQuery krijgt waar die teams ermee kunnen werken.
We werkten als één team met Infoplaza en onze partner Insight First. De developers van Infoplaza bouwden de dataLayer en de routering op hun eigen domeinen, Insight First is eigenaar van de rapportages en dashboards, en wij ontwierpen de meting en bouwden de server-side kant.
We begonnen met gesprekken met elk team dat de data gebruikt. Hun doelen vertaalden we naar KPI's, de KPI's naar events en parameters, en dat legden we vast in één meetplan voor web en app. Elk team gaf feedback op het plan voordat er iets gebouwd werd.
Voor de webdevelopers schreven we een implementatiegids met dataLayer-snippets per event, en voor de appdevelopers hetzelfde voor Firebase op iOS en Android. De events testten we op beide voordat ze live gingen.
De server-side tracking draait in Infoplaza's eigen Google Cloud-project: GTM-servercontainers op Cloud Run achter een Google-loadbalancer. We kozen voor een same-origin opzet, dus de tracking loopt via een map op de site zelf (buienalarm.nl/data) in plaats van via een tracking-subdomein. De eigen server van de site zet de cookies, waardoor Safari ze 400 dagen bewaart in plaats van zeven, en adblockers tracking veel lastiger van de site kunnen onderscheiden. De apps sturen hun data naar dezelfde server.
Onderweg ruimden we de GTM-containers op: triggers die veel te veel opvingen, interne events die in GA4 belandden en tags die vuurden waar dat niet hoorde.
Tot slot bouwden we een eigen server-side GTM-tag die elk event rechtstreeks in BigQuery zet, volgens het schema van de eigen GA4-export. Het werkt realtime, heeft geen daglimiet, en queries die voor de GA4-export geschreven zijn, gaan met weinig aanpassingen mee. Elke maandag rapporteert een automatische check de eventvolumes per site en app, zodat een release die tracking breekt binnen een paar dagen opvalt, niet pas aan het eind van de maand.
Infoplaza heeft nu één dataset voor zijn websites en apps waar elk team mee werkt. Events komen realtime en zonder sampling in Infoplaza's eigen BigQuery, en Insight First bouwt de dashboards op die data in plaats van op de GA4-interface.
Die data is de basis voor de volgende stap van Infoplaza: een customer data platform waarin doelgroepen voor advertenties, A/B-tests en de timing van in-app-berichten worden gebouwd. Omdat Buienalarm terugkerende Safari-bezoekers 400 dagen herkent in plaats van zeven, zijn die doelgroepen gebouwd op echte gebruikers in plaats van op elke week een nieuw ID.
De aandacht voor detail betaalde zich al uit: de data liet zien dat een groot deel van het verkeer op een van de radarsites van bots kwam, wat de gebruikersaantallen anders flink had opgeblazen. We blijven met Infoplaza en Insight First aan de setup werken.
Speelt dit bij jou ook?
We houden van het werk dat anderen te technisch vinden. Een trigger uit 2019 die je omzet scheeftrekt? Die vinden we. En we leggen het je uit zonder jargon.
