Analitik Web Self-Hosted untuk VPS Kecil
Bandingkan Plausible, Umami, Matomo, GoatCounter, Medama, Rybbit, dan GoAccess berdasarkan RAM, database, pertumbuhan disk, reverse proxy, serta celah ad blocker.
Alat analitik web self-hosted mana yang sebaiknya dijalankan pada VPS?
Analitik web self-hosted terbagi menjadi dua keluarga, dan memilih keluarga yang salah menimbulkan biaya yang lebih besar daripada memilih produk yang salah. Salah satu keluarga menjalankan skrip kecil di browser pengunjung, lalu menyimpan data yang dilaporkan skrip tersebut. Keluarga lainnya membaca access log yang sudah ditulis oleh web server Anda. Semua hal setelah itu, termasuk database dan kebutuhan memorinya, ditentukan oleh pilihan tersebut.
Jawaban singkat untuk server kecil. GoatCounter dan Medama dapat berjalan dengan 1 GB karena masing-masing terdiri dari satu proses yang menggunakan file database lokal: GoatCounter menggunakan satu file, sedangkan Medama menggunakan dua file. Umami menambahkan container Postgres dan menyediakan dashboard yang dapat dibaca oleh orang nonteknis. Plausible Community Edition dan Rybbit sama-sama menjalankan ClickHouse, jadi siapkan RAM 2 GB atau lebih. Matomo adalah produk lengkap dan memerlukan server yang ukurannya disesuaikan dengan trafik Anda. GoAccess tidak menambahkan apa pun ke halaman karena membaca log yang sudah tersedia.
Tag skrip atau log server: hal yang dapat dilihat masing-masing
Tag skrip mengukur browser. Halaman dimuat, skrip dijalankan, lalu skrip mengirim satu request ke collector Anda. Apa pun yang memutus rangkaian tersebut tidak terlihat oleh Anda: JavaScript dinonaktifkan, daftar filter memblokir request, request ke collector gagal, atau crawler tidak pernah menjalankan skrip.
Parser log mengukur request. Web server menulis satu baris untuk setiap request, terlepas dari apakah Anda memasang apa pun. Jadi, datanya sudah tersimpan di disk. Parser ini melihat setiap crawler dan setiap akses ke file yang tidak memuat tag skrip. Parser ini tidak dapat melihat apa yang terjadi di dalam browser. Parser ini juga tidak dapat melihat halaman yang disajikan dari cache browser atau dari CDN (content delivery network) di depan server Anda, karena request tersebut tidak pernah mencapai server Anda.
Kedua angka tersebut tidak akan sama, dan tidak ada yang salah. Matomo dapat melakukan keduanya. Matomo mendokumentasikan data yang tidak tersedia pada log import dibandingkan dengan JavaScript tracker-nya: resolusi layar dan judul halaman, event, content tracking, heatmap, session recording, dan analitik formulir. Daftar tersebut menunjukkan konsekuensi penghitungan request, bukan browser.
Trafik bot adalah penyebab lain dari perbedaan tersebut. Penghitungan berbasis log mencakup crawler kecuali Anda memfilternya. Pada situs biasa, proporsi crawler cukup besar untuk mengubah kesimpulan Anda. GoAccess dan log import Matomo sama-sama memfilter bot yang dikenal. Keduanya tidak dapat memfilter crawler yang memalsukan user agent. Karena itu, penghitungan berbasis log sebaiknya dipadukan dengan memblokir crawler AI di server, lalu baca log setelah pemblokiran diterapkan, bukan sebelumnya.
GoAccess: analitik dari log yang sudah tersedia
Instal GoAccess dari repositori Debian dan Ubuntu milik proyek tersebut. Paket dari distribusi biasanya tertinggal dari rilis terbaru.
wget -O - https://deb.goaccess.io/gnugpg.key | gpg --dearmor | sudo tee /usr/share/keyrings/goaccess.gpg >/dev/null
echo "deb [signed-by=/usr/share/keyrings/goaccess.gpg arch=$(dpkg --print-architecture)] https://deb.goaccess.io/ $(lsb_release -cs) main" | sudo tee /etc/apt/sources.list.d/goaccess.list
sudo apt-get update
sudo apt-get install goaccessKemudian arahkan GoAccess ke log dan tulis laporan statis.
goaccess /var/log/nginx/access.log -o ~/report.html --log-format=COMBINEDPerintah tersebut gagal dengan Permission denied jika dijalankan oleh pengguna biasa, karena di Ubuntu log nginx dimiliki oleh root dengan grup adm. Tambahkan akun Anda ke grup tersebut dengan sudo usermod -aG adm $USER, lalu keluar dan masuk kembali karena keanggotaan grup dibaca saat login. Jalankan id dan pastikan adm muncul dalam daftar sebelum mencoba lagi.
Laporan yang hanya membaca log aktif mencakup data yang belum dipindahkan oleh logrotate. Permintaan kemarin berada di access.log.1, sedangkan log yang lebih lama telah dikompresi. Karena itu, tampilan mingguan juga harus membaca file yang sudah dirotasi.
zcat /var/log/nginx/access.log.*.gz | goaccess - --log-format=COMBINED -o ~/last-week.htmlTersedia pula mode live, --real-time-html, yang memperbarui halaman melalui WebSocket. Mode ini memerlukan port kedua dan aturan proxy tersendiri. Untuk sebagian besar situs, laporan per jam yang ditulis oleh cron sudah memadai dan lebih sedikit komponen yang perlu diamankan.
GoatCounter: satu biner Go dan satu file SQLite
GoatCounter dirilis sebagai biner yang dikompilasi secara statis, sehingga tidak ada runtime yang perlu diinstal. Ambil build dari halaman rilis lalu jalankan, atau gunakan image.
docker run -p 8080:8080 -v goatcounter-data:/home/goatcounter/goatcounter-data arp242/goatcounterJika dijalankan sebagai biner, goatcounter serve mendengarkan pada port 8080 dan membuat database SQLite di ./goatcounter-data/db.sqlite3. Buat situs pertama dari command line, bukan melalui wizard web, jika instance sudah berada di belakang proxy.
goatcounter db create site -vhost=stats.example.com -user.email=me@example.comGoatCounter dapat menangani sertifikatnya sendiri dengan goatcounter serve -listen=:443 -tls=tls,rdr,acme menggunakan ACME (automatic certificate management environment). Ini berguna pada server yang tidak menjalankan layanan lain. Jika nginx atau Caddy sudah menggunakan port 443, biarkan GoatCounter berjalan pada port 8080 lalu teruskan trafik ke sana melalui proxy. Menurut angka dari proyek tersebut, skrip pelacakan berukuran sekitar 3.5K. Tersedia juga tracking pixel untuk halaman yang tidak memuat JavaScript. Jika SQLite menjadi batasan pada situs yang sibuk, biner yang sama dapat menggunakan Postgres dengan goatcounter serve -db 'postgresql+dbname=goatcounter'. Pencadangan cukup dilakukan dengan menyalin file. Inilah alasan utama memilih bentuk alat seperti ini.
Medama: satu container yang mengklaim penggunaan 256 MB
Medama adalah opsi single binary terbaru di sini. Secara desain, Medama tidak menggunakan cookie, dan proyek ini menyatakan bahwa tracker berukuran kurang dari 1 KB serta situs kecil dapat berjalan pada mesin virtual dengan memori 256 MB. Itu adalah klaim yang dipublikasikan oleh proyek, bukan angka yang diukur untuk panduan ini.
docker volume create medama-data
docker run -d -p 127.0.0.1:8080:8080 -v medama-data:/app/data ghcr.io/medama-io/medama:latestPerintah resmi memublikasikan port sebagai 8080:8080. Prefiks loopback di atas memang disengaja, dan bagian reverse proxy menjelaskan alasannya. Medama menyimpan datanya dalam dua file database, me_meta.db dan me_analytics.db, dan container menulisnya di bawah /app/data. Karena itu, cadangkan seluruh volume, bukan hanya satu file. Login pertama menggunakan admin dengan password CHANGE_ME_ON_FIRST_LOGIN, dan nama password tersebut adalah instruksinya.
Ada satu mode kegagalan yang terdokumentasi dan perlu diperhatikan. Login hanya berfungsi melalui HTTPS atau pada localhost. Jadi, jika Anda menyiapkan proxy sebelum sertifikat tersedia, formulir akan menolak password yang benar dan alasannya tidak ditampilkan. Selesaikan penyiapan TLS (transport layer security) terlebih dahulu, lalu lakukan login.
Umami: Postgres dan dasbor yang mudah dikenali
git clone https://github.com/umami-software/umami.git
cd umami
docker compose up -dPerintah tersebut menjalankan aplikasi pada port 3000 dengan container PostgreSQL di sampingnya. Dokumentasi menetapkan PostgreSQL v12.14 sebagai versi minimum dan Node.js 20.19 atau yang lebih baru, dengan versi 22 LTS sebagai rekomendasi, jika Anda melakukan build dari source. Tersedia image siap pakai, docker.umami.is/umami-software/umami:latest, yang memerlukan DATABASE_URL agar mengarah ke database yang sudah Anda jalankan.
Login pertama adalah admin dengan password umami. Ubah password tersebut sebelum mengarahkan DNS ke server, karena instance dapat diakses dari Internet segera setelah record ter-resolve dan proxy memberikan respons. Untuk detail Compose, file environment, dan kebijakan restart, lihat stack Docker Compose pada VPS, bukan menyalin stack yang belum Anda baca.
Jejak resource-nya terdiri atas satu proses Node dan Postgres. Ini lebih berat daripada satu binary, tetapi jauh lebih ringan daripada aplikasi apa pun yang menjalankan ClickHouse.
Plausible Community Edition: ClickHouse menetapkan batas minimum RAM
git clone -b v3.2.1 --single-branch https://github.com/plausible/community-edition plausible-ce
cd plausible-ce
touch .env
echo "BASE_URL=https://stats.example.com" >> .env
echo "SECRET_KEY_BASE=$(openssl rand -base64 48)" >> .env
docker compose up -dVersi v3.2.1 adalah versi terbaru per November 2026, dan perintah clone sengaja mengunci versi tersebut. Stack ini terdiri dari tiga bagian: aplikasi, Postgres untuk akun dan pengaturan, serta ClickHouse untuk data peristiwa. SECRET_KEY_BASE harus berupa string dengan panjang minimal 64 byte. Nilai tersebut dihasilkan oleh pemanggilan openssl.
Persyaratan Plausible sendiri menetapkan RAM minimal 2 GB agar ClickHouse dan aplikasi tidak dihentikan oleh out of memory killer, serta CPU yang mendukung SSE 4.2 atau NEON, yang diperlukan ClickHouse. Persyaratan kedua ini perlu diperiksa sebelum membeli VPS. Persyaratan ini juga menjadi salah satu perbedaan praktis saat memilih antara VPS ARM dan x86. ClickHouse juga akan menggunakan memori sebanyak yang dianggap tersedia. Karena itu, pada server bersama, tetapkan batas seperti yang dijelaskan dalam membatasi memori container di Compose.
BASE_URL harus sama persis dengan URL publik. Jika tidak, Anda dapat login, tetapi aplikasi mengarahkan Anda ke host yang salah. Cookie sesi kemudian ditulis untuk domain yang tidak sedang digunakan browser, sehingga Anda kembali ke formulir login tanpa pesan error.
File compose yang disertakan tidak memublikasikan port karena layanan ini diharapkan berada di belakang proxy. Tambahkan override yang memublikasikan port aplikasi default hanya pada loopback.
cat > compose.override.yml << EOF
services:
plausible:
ports:
- 127.0.0.1:8000:8000
EOFMatomo: produk lengkap dan server yang dibutuhkannya
Matomo berjalan pada PHP dengan MySQL atau MariaDB. Karena itu, Matomo lebih sesuai dengan stack web klasik daripada stack container. Matomo juga merupakan satu-satunya alat di sini yang menerbitkan panduan perangkat keras berdasarkan volume trafik.
Data di balik grafik ini
[
{
"label": "100K/month",
"cpu_cores": 2,
"ram_gb": 2,
"disk_gb": 50
},
{
"label": "1M/month",
"cpu_cores": 4,
"ram_gb": 8,
"disk_gb": 250
},
{
"label": "10M/month",
"cpu_cores": 8,
"ram_gb": 16,
"disk_gb": 400
}
]Itu adalah persyaratan minimum yang diterbitkan Matomo per November 2026, bukan hasil pengukuran untuk panduan ini. Hingga 100,000 pageview per bulan, Matomo memerlukan 2 core CPU, 2 GB RAM, dan 50 GB SSD. Satu server dapat menjalankan aplikasi dan database sekaligus. Pada 1M/month, kebutuhan tersebut menjadi 8 GB RAM dan 250 GB disk. Pada 10M/month, Matomo merekomendasikan dua server. Baris terakhir menunjukkan server database: 16 GB RAM dan 400 GB disk. Bandingkan angka disk tersebut dengan opsi single-binary, yang menyimpan seluruh dataset dalam satu atau dua file database lokal.
Proses archiving sering mengejutkan pengguna. Secara default, Matomo membuat laporan saat seseorang membuka dashboard. Akibatnya, dashboard menjadi lebih lambat seiring bertambahnya data dan akhirnya mengalami timeout. Perbaikan yang didokumentasikan adalah menonaktifkan archiving yang dipicu browser pada pengaturan umum, lalu menjalankan archiver dari cron sebagai pengguna yang memiliki file Matomo, dari direktori Matomo.
php console core:archive --url=https://analytics.example.comMatomo juga menyimpan tabel log mentah di samping tabel laporan yang telah diproses. Matomo dapat menghapus data mentah lama dan laporan lama sesuai jadwal. Aktifkan fitur tersebut saat instalasi, bukan setelah disk penuh. Matomo juga dapat mengimpor log akses server. Dengan demikian, Matomo adalah satu-satunya produk di sini yang mencakup kedua kelompok tersebut sekaligus.
Rybbit dan stack yang lebih baru
git clone https://github.com/rybbit-io/rybbit.git
cd rybbit
chmod +x *.sh
./setup.sh your.domain.nameRybbit adalah proyek baru dengan dashboard modern. Skrip penyiapan menulis file environment dan menjalankan stack menggunakan Docker Compose. Rybbit menjalankan ClickHouse dan menyertakan Caddy sebagai web server sendiri. Caddy menggunakan port 443 dan meminta sertifikat untuk domain yang Anda masukkan. Pada server yang port 443-nya sudah digunakan oleh nginx, skrip tersebut tidak dapat melakukan bind. Gunakan jalur Compose manual dari proyek itu, lalu letakkan Rybbit di belakang proxy yang sudah ada. Dokumentasi menyebutkan kebutuhan RAM minimal 2 GB, pengujian pada Ubuntu 24 LTS, serta ARMv8.2-A atau yang lebih baru pada ARM karena ClickHouse.
Catatan penting untuk proyek yang masih baru: fitur dirilis dengan cepat, begitu pula perubahan yang dapat menyebabkan inkompatibilitas. Tetapkan tag, baca catatan rilis sebelum melakukan pull, dan buat cadangan database terlebih dahulu.
Retensi dan pertumbuhan disk: ukur sendiri pada server Anda
Pertumbuhan disk bergantung pada data yang disimpan oleh alat untuk setiap event. GoatCounter mengagregasikan hit ke dalam counter, sehingga ukuran filenya lebih banyak bertambah berdasarkan halaman dan hari yang berbeda daripada volume mentah. Umami dan Matomo menyimpan baris untuk setiap event, sedangkan Matomo juga menyimpan tabel laporan yang telah diproses di atas data mentah. ClickHouse menyimpan event dalam kolom dan mengompresnya secara agresif. Karena itu, Plausible mampu menangani volume yang dapat membebani penyimpanan berbasis baris.
Panduan ini tidak mencantumkan angka megabyte per satu juta pageview karena angka tersebut tidak diukur berdasarkan trafik Anda. Lakukan pengukuran sendiri. Sesuaikan nama service dan user dengan Compose file Anda.
du -h goatcounter-data/db.sqlite3
docker compose exec db psql -U umami -d umami -c "SELECT pg_size_pretty(pg_database_size('umami'));"
docker compose exec plausible_events_db clickhouse-client -q "SELECT formatReadableSize(sum(bytes_on_disk)) FROM system.parts WHERE active"Catat angkanya, tunggu selama seminggu, lalu catat kembali dan bagi selisihnya dengan jumlah pageview yang dilaporkan dashboard untuk minggu tersebut. Angka itu mencerminkan situs dan pemfilteran bot Anda, sehingga lebih berguna daripada rata-rata yang dipublikasikan. Selanjutnya, tetapkan batas retensi saat angkanya masih kecil. Disk penuh akan menghentikan semua service pada VPS, bukan hanya analytics. Ini menjadi alasan terkuat untuk menyimpan volume database di lokasi yang akan diperingatkan oleh df -h. Risiko tersebut perlu lebih diperhatikan pada server yang sudah menyimpan sesuatu yang berukuran besar, karena server foto yang di-host sendiri akan menghabiskan disk jauh sebelum database analytics mendekati batasnya.
Cara kerjanya di balik reverse proxy pada subdomain
Tempatkan collector pada subdomain dari situs yang diukurnya, misalnya stats.example.com. Dengan demikian, permintaan dari collector dianggap sebagai first-party, sehingga tidak terpengaruh oleh aturan browser yang memblokir permintaan third-party.
Ikat aplikasi ke loopback saat memublikasikan port container. Docker menulis aturan firewall-nya sendiri sebelum ufw, sehingga container yang dipublikasikan sebagai -p 3000:3000 tetap dapat diakses dari Internet meskipun ufw status menyatakan bahwa port tersebut ditolak. Uji dari mesin lain dengan curl http://SERVER_IP:3000 dan dashboard akan tampil. Jika dipublikasikan sebagai -p 127.0.0.1:3000:3000, pengujian yang sama menghasilkan Connection refused, karena hanya Docker host itu sendiri yang dapat mengakses port tersebut. Namun, ini tetap berarti setiap proses dan pengguna pada mesin tersebut, bukan hanya proxy, dapat mengaksesnya. Selain itu, pada Docker Engine dengan rilis lebih lama dari 28.0.0, host pada segmen jaringan L2 yang sama juga dapat mengakses port yang dipublikasikan ke localhost. Karena itu, selalu gunakan engine yang terbaru. Kebiasaan ini tidak hanya menyembunyikan dashboard. Ini juga merupakan dasar menjalankan layanan onion pada mesin yang sama, karena layanan apa pun yang masih merespons pada antarmuka publik dapat mengaitkan alamat tersembunyi tersebut kembali ke IP Anda. Endpoint collector harus tetap dapat dijangkau dari Internet terbuka, tetapi dashboard tidak perlu demikian. Jika Anda lebih memilih membacanya melalui jaringan privat daripada memublikasikan subdomain kedua, mengiklankan jaringan VPS ke tailnet dengan router subnet memungkinkan hal tersebut tanpa membuka port.
server {
listen 443 ssl;
server_name stats.example.com;
location / {
proxy_pass http://127.0.0.1:3000;
proxy_set_header Host $host;
proxy_set_header X-Real-IP $remote_addr;
proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
proxy_set_header X-Forwarded-Proto $scheme;
}
}Header penerusan wajib digunakan di sini. Tanpa header tersebut, setiap kunjungan terlihat berasal dari 127.0.0.1, sehingga laporan negara menjadi kosong dan jumlah pengunjung unik cenderung menjadi satu. Misalnya, Umami memeriksa X-Real-IP sebelum X-Forwarded-For dan menggunakan header pertama yang memiliki nilai. Dengan blok di atas, Umami membaca X-Real-IP. Setiap proyek menentukan header yang dipercaya dan pengaturan yang digunakan. Karena itu, periksa dokumentasi proxy proyek tersebut satu kali, jangan berasumsi. Caddy menetapkan header tersebut secara otomatis, dan Caddyfile untuk tugas yang sama hanya terdiri dari dua baris.
stats.example.com {
reverse_proxy 127.0.0.1:3000
}Jika Anda belum memilih proxy, perbandingan nginx, Caddy, dan Traefik menjelaskan proxy yang sesuai untuk satu mesin dengan beberapa subdomain.
Apakah Anda tetap memerlukan banner cookie jika melakukan self-hosting?
Self-hosting mengubah pihak yang menyimpan data. Self-hosting tidak mengubah ketentuan hukum yang berlaku atas data tersebut. Pisahkan dua aturan berikut. Aturan persetujuan ePrivacy berkaitan dengan penyimpanan atau pembacaan apa pun pada perangkat pengunjung. Jadi, tool yang tidak menetapkan cookie dan tidak menulis apa pun ke local storage berada di luar persyaratan khusus tersebut. GDPR berkaitan dengan pemrosesan data pribadi, dan alamat IP termasuk data pribadi. Karena itu, Anda tetap memerlukan dasar hukum, batas retensi, dan jawaban ketika seseorang menanyakan data yang Anda simpan tentang dirinya.
Plausible, Umami, GoatCounter, dan Medama secara default tidak menetapkan cookie. Data turunan yang dihitung oleh masing-masing tool berbeda-beda dan dapat berubah antarversi. Karena itu, baca dokumentasi privasi milik project tersebut, bukan ringkasan. Matomo menyediakan anonimisasi IP serta endpoint opt-out yang dapat Anda aktifkan melalui antarmuka admin.
Regulator dapat mengambil kesimpulan yang berbeda di setiap negara. Sebagai contoh, CNIL di Prancis menerbitkan ketentuan yang memungkinkan pengukuran audiens dikecualikan dari persetujuan. Bagian ini merupakan ringkasan faktual, bukan nasihat hukum. Untuk situs nyata dengan pengguna nyata, mintalah nasihat pengacara di yurisdiksi Anda.
Ada satu hal yang sering terlewat: access log juga merupakan data pribadi. GoAccess tidak menambahkan script ke halaman, tetapi tetap memproses alamat IP. Karena itu, analitik berbasis log tidak otomatis berada di luar aturan tersebut. Memindahkan service ke mesin milik sendiri memindahkan lokasi paparannya, bukan menghapusnya. Inilah alasan yang sama mengapa apa yang sebenarnya disembunyikan oleh instance SearXNG yang di-host sendiri hanya berlaku sampai mesin pencari, sementara kueri itu sendiri tetap tercatat dalam log milik Anda.
Pemblokir iklan dan alasan jumlah Anda akan menurun
Daftar filter mencocokkan nama host dan pola URL. Produk analitik ter-host mudah dicocokkan karena semua orang memuatnya dari nama host terkenal yang sama. Memindahkan collector ke subdomain Anda sendiri menghapus nama host tersebut dari request, sedangkan menyajikan script dari path yang Anda pilih menghapus nama file yang terkenal. Keduanya mengubah hal yang harus dicocokkan oleh daftar filter.
Tulisan ini tidak menyatakan hit rate karena tidak mengukurnya. Persentase pengunjung yang memblokir konfigurasi tertentu bergantung pada audiens Anda, dan audiens developer memblokir jauh lebih banyak daripada audiens umum. Ukur selisih Anda sendiri. Pada minggu yang sama, hitung request untuk halaman HTML dalam access log menggunakan GoAccess, lalu bandingkan dengan pageview yang dilaporkan oleh tool berbasis script Anda. Perbedaannya adalah kunjungan yang diblokir ditambah halaman yang disajikan dari cache di situs Anda.
Perkirakan total akan berubah pada hari Anda beralih dari produk ter-host, dan perkirakan sebagian perubahan itu tidak berkaitan dengan pemblokiran. Produk berbeda dalam mendefinisikan pageview, menentukan apakah perubahan route dalam single-page application dihitung sebagai satu pageview, dan menentukan kapan session berakhir. Bandingkan tren selama beberapa minggu sebelum menyimpulkan bahwa traffic menurun.
Pilih sesuai dengan situsnya
- Situs pribadi atau blog dengan sekitar 50,000 tampilan halaman per bulan: GoatCounter atau Medama, pada VPS 1 GB, dengan pencadangan berupa salinan file.
- Situs tempat Anda tidak dapat menambahkan script, atau dengan audiens yang banyak memblokir script: GoAccess pada log yang sudah ada, dijalankan secara terjadwal.
- Situs bisnis kecil dengan dashboard yang akan dibaca orang lain: Umami, beserta container Postgres-nya.
- Situs yang memerlukan pelacakan sasaran, pada server dengan RAM 2 GB atau lebih: Plausible Community Edition, yang menyerahkan funnel marketing dan perjalanan pengguna kepada cloud berbayar Plausible; atau Rybbit jika Anda menginginkan dashboard yang lebih baru dan menerima bahwa proyeknya masih lebih muda.
- Banyak situs, banyak akun pengguna, atau kebutuhan untuk menyimpan data mentah sesuai kebijakan retensi Anda sendiri: Matomo, dengan kapasitas yang ditentukan berdasarkan panduan yang telah dipublikasikan di atas.
Mulailah dengan tool terkecil yang dapat menjawab pertanyaan Anda. Migrasi dari GoatCounter ke Plausible di kemudian hari hanya memerlukan subdomain dan mengorbankan sebagian riwayat. Migrasi dari Matomo ke platform lain memerlukan proses yang kemungkinan tidak akan menyenangkan. Jika Anda masih menentukan layanan lain yang akan ditempatkan pada server yang sama, rangkuman self-hosting yang lebih luas membahas layanan yang sesuai untuk ditempatkan bersamanya. Jika yang sebenarnya Anda perlukan adalah tracing pada level request untuk sebuah aplikasi, bukan jumlah pengunjung, layanan observability yang di-host sendiri adalah tool yang tepat untuk kebutuhan tersebut.
FAQ
Apakah self-hosting analytics menghilangkan kebutuhan akan banner cookie?
Tidak, dan kedua pertanyaan tersebut terpisah. Aturan persetujuan dalam ePrivacy mencakup penyimpanan atau pembacaan sesuatu pada perangkat pengunjung. Jadi, alat yang tidak menetapkan cookie dan tidak menulis apa pun ke local storage berada di luar persyaratan khusus tersebut. GDPR merupakan aturan yang berbeda dan mencakup pemrosesan data pribadi. Alamat IP adalah data pribadi, sehingga Anda tetap memerlukan dasar hukum dan batas retensi meskipun tidak menggunakan cookie. Self-hosting memindahkan data ke server Anda dan menjadikan Anda pihak yang bertanggung jawab atas data tersebut. Periksa panduan regulator di wilayah Anda dan konsultasikan kasus Anda kepada pengacara.
Berapa banyak RAM yang diperlukan analytics yang di-self-host pada VPS?
Yang menentukan adalah datastore, bukan dashboard. GoatCounter dan Medama masing-masing berjalan sebagai satu proses di atas file database lokal; GoatCounter menggunakan satu file, sedangkan Medama menggunakan dua file. Dokumentasi Medama menyatakan bahwa situs kecil dapat berjalan pada mesin dengan RAM 256 MB. Umami menambahkan container Postgres di samping aplikasi Node. Plausible Community Edition dan Rybbit sama-sama menjalankan ClickHouse, dan kedua proyek tersebut menyatakan kebutuhan minimal 2 GB. Panduan resmi Matomo dimulai dari 2 core CPU dan 2 GB RAM untuk hingga 100,000 pageview per bulan.
Mengapa angka self-hosted saya lebih rendah daripada analytics yang saya gunakan sebelumnya?
Ada dua penyebab, dan keduanya nyata. Filter list memblokir sebagian request ke collector, sehingga setiap alat berbasis script kehilangan kunjungan tersebut. Produk-produk tersebut juga menghitung dengan cara yang berbeda, karena definisi pageview dan waktu berakhirnya session tidak sama. Bandingkan request halaman HTML selama satu minggu dari access log Anda dengan pageview berbasis script pada minggu yang sama. Selisih tersebut mencakup kunjungan yang diblokir dan halaman yang disajikan dari cache, berdasarkan pengukuran di situs Anda sendiri, bukan berdasarkan rate yang dipublikasikan pihak lain.
Apakah saya dapat menjalankan Plausible atau Rybbit pada VPS ARM?
Keduanya menjalankan ClickHouse, dan ClickHouse memerlukan SSE 4.2 pada x86 atau NEON pada ARM. Persyaratan Plausible menyebutkan hal tersebut secara tepat, sedangkan dokumentasi Rybbit menyatakan bahwa sistem ARM memerlukan ARMv8.2-A atau yang lebih baru. Core server ARM saat ini memenuhi persyaratan tersebut, sedangkan core yang lebih lama tidak. Kegagalan muncul sebagai ClickHouse yang menolak start dengan error instruction set, bukan sebagai error dalam application log. Pada perangkat ARM kecil, alat berbasis single file menghindari masalah ini karena tidak ada yang menjalankan ClickHouse.
Apakah saya sebaiknya memproses server log daripada menggunakan tracking script?
Gunakan pemrosesan log jika Anda tidak dapat menambahkan script, jika audiens Anda banyak menggunakan pemblokir, atau jika Anda ingin menghitung kunjungan yang mencakup crawler. GoAccess membaca log yang sudah ditulis oleh server Anda, sehingga tidak menambah page weight maupun database. Anda kehilangan semua aktivitas yang terjadi di dalam browser. Anda juga tidak menghitung halaman yang disajikan dari CDN atau browser cache karena request tersebut tidak pernah mencapai server Anda. Banyak situs menjalankan keduanya dan memperlakukannya sebagai dua pengukuran yang berbeda.