SDKs de cliente
4 plataformas
- alimenta
- Kafkavalidar
Todos os casos técnicos
Product AnalyticsExperimentaçãoPersonalização6 meses
Masters
Quatro ferramentas de analytics discordavam sobre os mesmos números. Agora há um único conjunto em que todos confiam.
CTR das ofertas
6,4%
Ofertas ordenadas com controlos de experiência
Antes
4,5%
Regras estáticas, a mesma oferta para todos
Em termos simples
O que é isto.
Sem jargão nesta secção. A descrição técnica está mais abaixo.
O que estava a correr mal
A empresa funcionava em quatro plataformas diferentes, cada uma a contar os utilizadores à sua maneira, por isso dois dashboards podiam divergir em um quinto e ninguém sabia dizer qual estava certo. As decisões de produto eram discutidas em vez de medidas.
O que construímos
Acordámos uma única definição para cada número importante, em conjunto com produto, growth e finanças, reconstruímos o reporting sobre essas definições e acrescentámos os controlos necessários para testar alterações como deve ser.
O que mudou
Um único conjunto de números partilhado, nove testes em simultâneo em vez de dois, e as discussões sobre atribuição fora da agenda das reuniões. A percentagem de pessoas que clicam numa oferta passou de 4,5% para 6,4%.
Arquitetura
Como tudo se encaixa.
Percorra as etapas. Tudo o que está marcado como acrescentado é um componente que não existia antes deste projeto.
Kafka
contratos
- recebe de
- SDKs de clientevalidar
- alimenta
- ClickHouse
ClickHouse
raw + marts
- recebe de
- Kafka
- alimenta
- Métricas dbt
Métricas dbt
governadas
- recebe de
- ClickHouse
- alimenta
- LightGBMfeatures
LightGBM
ranking de ofertas
- recebe de
- Métricas dbtfeatures
- alimenta
- Experiênciasservir
Experiências
lift + viés
- recebe de
- LightGBMservir
SDKs de cliente
4 plataformas
- alimenta
- Kafkavalidar
Kafka
contratos
- recebe de
- SDKs de clientevalidar
- alimenta
- ClickHouse
ClickHouse
raw + marts
- recebe de
- Kafka
- alimenta
- Métricas dbt
Métricas dbt
governadas
Acrescentámos isto- recebe de
- ClickHouse
- alimenta
- LightGBMfeatures
LightGBM
ranking de ofertas
Acrescentámos isto- recebe de
- Métricas dbtfeatures
- alimenta
- Experiênciasservir
Experiências
lift + viés
Acrescentámos isto- recebe de
- LightGBMservir
A descrição
Como seria construído.
Conjunto de dados, abordagem, métricas-alvo e a stack. Escrito para quem tiver de o rever.
Product AnalyticsExperimentaçãoPersonalização6 meses
Masters
Analytics unificado e personalização para que as equipas façam experiências fiáveis e avancem mais depressa.
Problema
Quatro plataformas emitiam esquemas de eventos incompatíveis, por isso ninguém conseguia concordar sobre o que era um utilizador retido. As decisões de produto eram tomadas com base em dashboards que divergiam entre si até 20%.
Conjunto de dados
- linhas
- 412 M de eventos
- features
- 86
- fontes
- iOS, Android, Web, CRM
- janela
- 24 meses
Abordagem
- 01Definimos uma taxonomia de eventos única com contratos de tracking validados em CI
- 02Fizemos streaming de todas as fontes para um único warehouse com identity stitching
- 03Construímos vistas de coortes e retenção sobre uma camada de métricas governada
- 04Pusemos em produção um modelo de ranking de ofertas por trás de uma framework de experiências
Métricas
- 0,87
- AUC do ranking +0,11
- 6,4%
- CTR das ofertas +1,9pp
- <1%
- divergência de métricas entre equipas
- 340 ms
- p95 de consulta -2,1 s
Evidência
- fonte
- Design de referência
- números
- Ilustrativo — valores típicos para este design
- medição
- Não medido. Valores típicos para um design de referência deste tipo, não observados num sistema de cliente.
- referência
- Não disponível para este projeto
- última revisão
- 2026-08-25
Impacto no negócio
- Uma definição de KPI partilhada entre produto, growth e finanças
- Ritmo de experimentação de 2 para 9 testes em simultâneo
- As disputas sobre atribuição deixaram de ser tema recorrente nas reuniões
Stack tecnológica
- Python
- ClickHouse
- Apache Kafka
- dbt
- Airflow
- FastAPI
- LightGBM
- Metabase
Seguinte
Precisa de um sistema como este?
Responda a seis perguntas e dizemos-lhe se esta forma se adequa ao seu problema — incluindo quando não se adequa.