Client-SDKs
4 Plattformen
- speist
- Kafkavalidieren
Alle Fallstudien
Produkt-AnalyticsExperimentePersonalisierung6 Monate
Masters
Vier Analytics-Tools waren sich über dieselben Zahlen uneinig. Jetzt gibt es einen Satz, dem alle vertrauen.
Angebots-CTR
6,4 %
Gerankte Angebote mit Experiment-Kontrollen
Vorher
4,5 %
Statische Regeln, dasselbe Angebot für alle
In einfachen Worten
Worum es geht.
In diesem Abschnitt kein Fachjargon. Die technische Beschreibung folgt weiter unten.
Was schieflief
Das Unternehmen lief auf vier verschiedenen Plattformen, die Nutzer jeweils anders zählten. Zwei Dashboards konnten um ein Fünftel voneinander abweichen, und niemand konnte sagen, welches stimmte. Über Produktentscheidungen wurde gestritten, statt sie zu messen.
Was wir gebaut haben
Wir haben gemeinsam mit Produkt, Growth und Finanzen für jede wichtige Zahl eine einzige Definition vereinbart, das Reporting auf diesen Definitionen neu aufgebaut und die Kontrollen ergänzt, die man braucht, um Änderungen sauber zu testen.
Was sich geändert hat
Ein gemeinsamer Satz an Zahlen, neun parallel laufende Tests statt zwei, und Streit über Attribution steht nicht mehr auf der Tagesordnung. Der Anteil der Personen, die auf ein Angebot klicken, stieg von 4,5 % auf 6,4 %.
Architektur
Wie alles zusammenpasst.
Scrollen Sie durch die Phasen. Alles, was als hinzugefügt markiert ist, ist eine Komponente, die es vor diesem Projekt nicht gab.
Kafka
Verträge
- erhält von
- Client-SDKsvalidieren
- speist
- ClickHouse
ClickHouse
Rohdaten + Marts
- erhält von
- Kafka
- speist
- dbt-Metriken
dbt-Metriken
kontrolliert
- erhält von
- ClickHouse
- speist
- LightGBMFeatures
LightGBM
Angebots-Ranking
- erhält von
- dbt-MetrikenFeatures
- speist
- Experimenteausliefern
Experimente
Lift + Bias
- erhält von
- LightGBMausliefern
Client-SDKs
4 Plattformen
- speist
- Kafkavalidieren
Kafka
Verträge
- erhält von
- Client-SDKsvalidieren
- speist
- ClickHouse
ClickHouse
Rohdaten + Marts
- erhält von
- Kafka
- speist
- dbt-Metriken
dbt-Metriken
kontrolliert
Das haben wir hinzugefügt- erhält von
- ClickHouse
- speist
- LightGBMFeatures
LightGBM
Angebots-Ranking
Das haben wir hinzugefügt- erhält von
- dbt-MetrikenFeatures
- speist
- Experimenteausliefern
Experimente
Lift + Bias
Das haben wir hinzugefügt- erhält von
- LightGBMausliefern
Die Beschreibung
Wie es gebaut würde.
Datensatz, Vorgehen, Zielmetriken und der Stack. Geschrieben für die Person, die es prüfen muss.
Produkt-AnalyticsExperimentePersonalisierung6 Monate
Masters
Einheitliche Analytics und Personalisierung, damit Teams verlässliche Experimente fahren und schneller vorankommen.
Problem
Vier Plattformen sendeten inkompatible Event-Schemata, sodass sich niemand einigen konnte, was ein gehaltener Nutzer ist. Produktentscheidungen wurden auf Dashboards getroffen, die um bis zu 20 % voneinander abwichen.
Datensatz
- Zeilen
- 412 Mio. Events
- Features
- 86
- Quellen
- iOS, Android, Web, CRM
- Zeitraum
- 24 Monate
Vorgehen
- 01Eine einheitliche Event-Taxonomie definiert, mit Tracking-Verträgen, die in der CI durchgesetzt werden
- 02Alle Quellen per Streaming in ein Warehouse geführt, mit Identity Stitching
- 03Kohorten- und Retention-Ansichten auf einem kontrollierten Metrik-Layer gebaut
- 04Ein Modell für das Angebots-Ranking hinter einem Experiment-Framework ausgerollt
Metriken
- 0,87
- Ranking-AUC +0,11
- 6,4 %
- Angebots-CTR +1,9 pp
- <1 %
- Metrik-Abweichung über alle Teams
- 340 ms
- Query p95 -2,1 s
Evidenz
- Quelle
- Referenzdesign
- Zahlen
- Illustrativ – typische Werte für dieses Design
- Messung
- Nicht gemessen. Typische Werte für ein Referenzdesign dieser Art, nicht auf einem Kundensystem beobachtet.
- Referenz
- Für dieses Projekt nicht verfügbar
- zuletzt geprüft
- 2026-08-25
Geschäftlicher Effekt
- Eine gemeinsame KPI-Definition für Produkt, Growth und Finanzen
- Experimenttempo von 2 auf 9 parallele Tests gesteigert
- Attributionsstreit als wiederkehrendes Meetingthema beseitigt
Tech-Stack
- Python
- ClickHouse
- Apache Kafka
- dbt
- Airflow
- FastAPI
- LightGBM
- Metabase
Weiter
Brauchen Sie ein System wie dieses?
Beantworten Sie sechs Fragen, und wir sagen Ihnen, ob diese Form zu Ihrem Problem passt – auch wenn sie es nicht tut.