Ces derniers mois, nous avons travaillé dur pour nous préparer à l'avenir. Dans le même temps, nous avons atteint la barre des 100 000 $ d'ARR ! Nous sommes très heureux des fonctionnalités qui sont seulement possibles grâce à tout le travail de base que nous avons fait. Dans ce billet, nous partageons quelques chiffres supplémentaires autour de cette étape et nous nous penchons sur les nouvelles fonctionnalités développées au cours des derniers mois.
- Une nouvelle structure de données pour de nouvelles fonctionnalités
- Filtrage des données
- API
- Le cap des 100 000 $ a été franchi
- Temps sur la page
- Images sociales
- Transparence
Une nouvelle structure de données pour de nouvelles fonctionnalités
Nous avons développé notre structure de base de données en partant de zéro et en nous appuyant sur le travail fantastique d'Elastic. Nous sommes très reconnaissants de pouvoir utiliser leur logiciel open-source pour développer notre entreprise au niveau suivant. Dans cette mise à jour, je vais vous présenter toutes les mises à jour que nous avons ajoutées à Simple Analytics et quelques informations de fond sur les choix que nous avons faits.
Exemple Node.js pour montrer les 10 premières sources UTM pour Hacker News dans Elasticsearch
Lorsque nous avons lancé la première version de Simple Analytics en 2018, nous voulions construire le prototype aussi rapidement que possible. Cela nous obligeait à utiliser les outils qui nous étaient familiers, et cela incluait la base de données. Pour cette raison, nous avons choisi PostgreSQL (une base de données très courante) et nous y avons stocké toutes les pages vues. Cela a très bien fonctionné et, au fur et à mesure de notre croissance, nous avons ajouté des tables de mise en cache avec des données agrégées. Cela nous a obligé à mettre à jour le schéma de la base de données et les tables de cache au fur et à mesure que nous développions de nouvelles fonctionnalités. Ce n'est pas l'idéal si vous souhaitez faire évoluer rapidement votre produit.
Filtrage des données
L'une des fonctionnalités les plus demandées était la possibilité de filtrer certains points de données. Si vous souhaitez savoir quelles pages sont populaires en Allemagne, vous devez cliquer sur Allemagne et voir toutes les autres données mises à jour avec l'Allemagne filtrée. Pour rendre cela possible dans notre ancienne solution de base de données, il aurait fallu beaucoup plus de travail et beaucoup plus d'erreurs.
API
Étant donné que nous utilisons notre nouveau système de base de données pour nos API, celles-ci ont été largement développées. En tant que client, vous pouvez obtenir toutes les données que vous voyez dans notre tableau de bord. Nous voyons de nombreux clients l'utiliser pour des cas d'utilisation étonnants.
- Nomad List utilise les données de Simple Analytics pour calculer le prix de ses publicités sur certaines pages.
- Chartbrew permet de créer des graphiques fantaisistes basés sur les données de Simple Analytics.
- Niklas Metje a créé un widget iOS avec l'application Scriptable.
Il y a beaucoup plus de clients qui utilisent l'API en interne, mais nous ne pouvons pas le montrer, évidemment.
Consultez notre documentation pour en savoir plus sur nos API
Le cap des 100 000 $ a été franchi
Pendant que nous écrivions ce billet de blog, nous avons franchi une étape importante pour notre entreprise. Nous avons atteint 100 000 $ de revenus récurrents annuels (ARR). Pour nous, c'est comme un grand merci de la part de tous nos clients. Toutes les nouvelles fonctionnalités n'auraient pas été possibles sans tous les clients qui ont cru en notre produit dès le début.
Temps sur la page
Le mois dernier, nous avons ajouté le temps sur la page à notre tableau de bord. Comme nous construisons généralement les choses à partir de la base, nous réfléchissons à la manière de rendre nos chiffres meilleurs que ceux que les clients verraient chez les concurrents. Nous ne voulons pas que nos clients pensent que leur site web fonctionne très bien avec des chiffres énormes au lieu de ce qui se passe réellement. Le temps passé sur la page en est un bon exemple.
Par exemple, Google Analytics affiche le temps passé sur le site et le temps passé sur la page dans son tableau de bord. Cette métrique est utilisée par la plupart des gens comme étant le temps réel sur la page. Nous clarifierons ce point dans un prochain article de blog. En résumé, Google Analytics utilise des moyennes pour des points de données qui présentent des valeurs aberrantes. En mathématiques, cela est considéré comme une mauvaise pratique. Nous utilisons la médiane pour obtenir le temps passé sur la page. Google Analytics calcule également le temps pendant lequel une page est en arrière-plan. C'est l'une des raisons pour lesquelles le temps passé sur la page est beaucoup trop élevé (il est limité à la durée des sessions, qui est de 30 minutes par défaut).
Il est avantageux de développer de nouvelles fonctionnalités sans trop s'inspirer de la concurrence. Au lieu de nous contenter de copier-coller, nous essayons de réfléchir à ces chiffres et à ces méthodes et de trouver les meilleurs pour nos clients.
Images sociales
Grâce aux données fournies par notre API, il nous est plus facile de développer de nouvelles fonctionnalités. L'une des fonctionnalités que nous voulions développer depuis longtemps était les images de médias sociaux. Comme nous offrons la possibilité de rendre un tableau de bord public, nous vous encourageons à partager vos statistiques. Pour rendre cette expérience encore plus impressionnante, nous avons décidé d'y intégrer le graphique. Voici un exemple pour oneweektomake.com.
Transparence
En tant que startup transparente, nous tenons à partager nos connaissances avec vous. Nous avons mis à jour notre page ouverte avec de nouvelles données pour le mois dernier.
Merci de votre lecture et n'hésitez pas à poser vos questions si vous en avez. Nous aimons rendre cela intéressant pour tout le monde. Bonne lecture !