← Wählen Sie den Blickwinkel, der zu Ihrem Team passt

Für Analytics-First-Teams

Klick-Daten, die Sie wirklich abfragen können.

Sie messen Attribution, Funnel-Drop-offs und Incremental Lift. Elido speichert jeden Klick in einem spaltenorientierten Analysespeicher mit direktem Zugriff - ohne Sampling, ohne Aggregations-Lag.

Kostenlos starten Vertrieb kontaktieren

Kein Klick-Sampling auf irgendeinem Tier - jedes Event gespeichert
Per-Workspace-Analyse-DSN, read-only, rotierbar
Geplanter S3 + BigQuery-Export (Parquet standardmäßig)
Rohe Klick-Events via Webhook-Firehose / Kafka-Consumer

Clicks · last 7 days

elido.me/launch

24h granularity · 38,620 total+18.4% wk/wk

Click-Sampling

<5s

Event-Ingest-Verzögerung

24 Monate

Aufbewahrung (Business-Tarif)

Analyse-DSN

Direkter SQL-Zugriff

Wie Klick-Daten ankommen

Klick → Event-Stream → Analysespeicher, ohne Aggregation dazwischen.

Die meisten Shortener geben Ihnen einen Zähler. Wir geben Ihnen eine Zeile pro Klick, in unter fünf Sekunden ingestiert und aus Ihrem eigenen SQL-Client abfragbar. Die Pipeline ist ein Kafka-kompatibles Topic, das ein Consumer in den Analysespeicher entleert - kein Aggregations-Service, keine Tages-Zusammenfassungen, kein „nach 10K gesampelt“-Fußnotenhinweis.

Step 1
Click
elido.me/x → 302
Edge POP returns the destination + emits an event to our event stream.
Step 2
Event stream
topic: clicks.<workspace>
12 partitions, at-least-once delivery, 7-day topic retention.
Step 3
Analytics store
<5s p99 ingest lag
Our ingestion service drains the topic into the per-workspace events table.
Step 4
Your tools
DSN · BigQuery · Kafka
Read-only DSN, scheduled Parquet export, or direct firehose consumer.

Per-Workspace-Analyse-DSN

Ein Read-Only-DSN, den Sie direkt in Metabase einfügen können.

Business-Workspaces erhalten einen per-Workspace-Read-Only-Analyse-DSN, der über Row-Level-Security auf ihre Event-Tabelle gescoped ist. Verbinden Sie ihn mit Metabase, Hex, Apache Superset, Grafana oder einem beliebigen kompatiblen SQL-/BI-Client. Der DSN ist aus den Workspace-Einstellungen rotierbar, ohne die zugrundeliegende Tabelle zu ändern.

Stabiles Schema
Versioniert in /docs/api-reference; Migrations-Anleitungen in /changelog
Row-Level-Security
DSN auf die Event-Zeilen Ihres Workspaces gescoped
BI-Tool-kompatibel
Metabase, Hex, Superset, Grafana, Looker - alles, was SQL spricht
Sub-Sekunden-Queries
1B-Zeilen-Tabellen unter 1s für typische Group-by-Country / Hour-Aggregationen

Über Analytics lesen →

SQL · query editor

read-only DSN

analytics://ws_8a2f:****@dsn.elido.app:9440/events

SELECT country, COUNT(*) AS clicks
FROM events
WHERE link_id = 'lnk_8a2fc1...'
  AND occurred_at >= now() - INTERVAL 7 DAY
GROUP BY country
ORDER BY clicks DESC
LIMIT 5;

Result · 5 rowsscanned 1.2M rows · 0.18s

country	clicks	distribution
DE	18,429
FR	12,184
ES	9,847
IT	8,213
PL	7,062

Connected · analytics storeEU region

Geografie, die den Export überlebt

Länderdichte für jeden Klick - kein gehashter Bucket.

Jedes Klick-Event enthält ISO-3166-1-alpha-2-Land, Region und Stadt, aufgelöst aus einem Offline-Geo-IP-Datensatz zur Edge-Zeit. Die IP selbst wird vor der Speicherung auf /24 (IPv4) oder /48 (IPv6) gekürzt - Geo bleibt erhalten, PII nicht. Unten dieselben Daten in der UI, die in Ihrem Warehouse landen - ohne zwischengeschalteten Aggregations-Tier.

Clicks by country · last 7 days

24 countries · ISO 3166-1 alpha-2

18.4k

12.2k

9.8k

8.2k

7.1k

6.5k

5.9k

4.9k

4.0k

3.7k

3.2k

2.8k

2.5k

2.2k

1.9k

1.7k

1.5k

1.3k

1.1k

982

794

612

481

348

Cooler Hotter5-bucket log scale · max 18,429

Per-Link-Analytics ansehen →Event-Schema → Docs

Analytics store

events table · per workspace

Source of truth. 0% sampling, 24-month retention on Business.

Step 1

S3 · Parquet

s3://your-bucket/elido/clicks/

Hourly buckets, snappy-compressed Parquet (or JSON if you prefer).

Step 2

BigQuery / Snowflake / Redshift

native transfer · external table

Native BigQuery Transfer service or Snowflake external table loads from S3.

Step 3

Warehouse-Export

Stündliches Parquet nach S3, dann nativer Transfer in Ihr Warehouse.

Der geplante Export schiebt Klick-Events als Parquet stündlich oder täglich in Ihren S3-Bucket; nativer BigQuery Transfer oder Snowflake External Table lädt von dort. Der erste Lauf ist ein vollständiger Backfill bis zu Ihrem Retention-Fenster; Folgeläufe fügen nur neue Events mit dem Event-Timestamp als Schlüssel hinzu. Fehler werden wiederholt; eine Dead-Letter-Benachrichtigung feuert, wenn ein Batch innerhalb von 2 Stunden nicht zugestellt werden kann.

Parquet (Standard) oder JSON; ein Objekt pro Stunden-Bucket
Export nach Domain, Kampagne oder Link-Tag filtern
Nativer BigQuery Transfer + Snowflake External Table
Dead-Letter-Benachrichtigung bei Batch-Fehler >2h
Kafka-Firehose für Sub-Sekunden-Zustellung (Business)

Was Sie tun können

Kein Klick-Sampling auf irgendeinem Tier - jedes Event gespeichert
Per-Workspace-Analyse-DSN, read-only, rotierbar
Geplanter S3 + BigQuery-Export (Parquet standardmäßig)
Rohe Klick-Events via Webhook-Firehose / Kafka-Consumer
Sub-Sekunden-Query-Latenz auf Tabellen mit 1B+ Zeilen
Serverseitige Klick-Attribution mit Click-ID-Deduplizierung

Was 'Analytics-first' im Datenmodell von Elido bedeutet

Die meisten Shortener-Analytics sind aggregierte Summen. Die folgenden Funktionen erklären, was sich ändert, wenn der rohe Click-Stream das primäre Artefakt ist, nicht eine Zusammenfassung.

Kein Sampling

Jeder Click wird gespeichert – keine 'Sampling ab N Events'-Fußnote

Click-Events werden über ein Kafka-kompatibles Topic aufgenommen und von unserem Ingestion-Dienst in den Analysespeicher geschrieben. Es gibt keine Sampling-Ebene. Ein Link mit 10 Clicks und ein Link mit 10 Millionen Clicks haben beide jedes Event in derselben Tabelle – das Schema ändert sich nicht, beim Ingest wird keine Aggregation angewendet. Die Aufbewahrungsfrist beträgt 90 Tage bei Free, 12 Monate bei Pro und 24 Monate bei Business. Nach Ablauf des Aufbewahrungsfensters werden Events endgültig gelöscht; die Anzahl der gelöschten Events wird protokolliert. Das Event-Schema ist öffentlich – Sie können genau sehen, welche Felder gespeichert werden, was bedeutet, dass Sie Ihr Datenmodell in Ihrem Warehouse planen können, bevor Sie mit dem Export beginnen. Die Event-Verzögerung vom Click bis zur Verfügbarkeit in der Analyse liegt normalerweise unter 5 Sekunden; der Consumer läuft mit Auto-Commit und protokolliert Verzögerungsmetriken, damit Sie sehen können, ob die Pipeline zurückfällt.

Serverseitige Attribution

GA4 MP, Meta CAPI und Mixpanel serverseitig – dedupliziert gegen den Click

Clientseitige Pixel verpassen einen erheblichen Teil der Conversions, abhängig von der Adblocker-Durchdringung und iOS Safari ITP. Serverseitiges Forwarding sendet die Conversion direkt vom Elido-Backend an GA4 Measurement Protocol, Meta Conversions API oder Mixpanel – kein clientseitiges JS erforderlich. Der Deduplizierungsschlüssel ist die Click-ID: Wenn ein Conversion-Event über einen Stripe- oder Shopify-Webhook eingeht, ordnet Elido es dem ursprünglichen Click zu und verteilt es an alle konfigurierten serverseitigen Endpunkte. Die Click-ID wird zum Zeitpunkt des Clicks als Query-Parameter an die Ziel-URL übergeben; Ihr Checkout-Flow sollte diese bis zum Conversion-Event beibehalten. Jedes weitergeleitete Event trägt die ursprünglichen UTM-Parameter vom Click, sodass die Attribution über den gesamten Funnel erhalten bleibt. Dies ist nützlich, um Conversions wiederherzustellen, die clientseitige Pixel verpassen – es ist kein Ersatz für eine vollständige CDP, aber es schließt die häufige Last-Click-Attributionslücke.

BYO BI

Lesezugriff auf Analyse-DSN pro Workspace – direkt in Metabase, Hex oder Grafana einbinden

Business-Workspaces erhalten einen pro Workspace schreibgeschützten Analyse-DSN, der auf ihre Event-Tabelle beschränkt ist. Verbinden Sie Metabase, Hex, Apache Superset, Grafana oder einen anderen kompatiblen SQL-/BI-Client mit dem DSN und schreiben Sie SQL direkt gegen Ihre Click-Event-Daten. Der DSN ist rotierbar, ohne die Event-Tabelle zu ändern; er verbindet sich mit einem schreibgeschützten Benutzer, der nur SELECT, aber nicht INSERT oder DROP ausführen kann. Das Event-Schema ist stabil und versioniert; Schemaänderungen erhalten vor ihrer Einführung einen Migrationsleitfaden im Changelog. Für Teams, die Click-Events mit ihren eigenen Produktdaten zusammenführen möchten – 'welche Links führten zu Nutzern, die später aktiviert haben?' – ist das Muster, Click-Events über einen geplanten Export in das eigene Warehouse zu kopieren und dort zusammenzuführen. Der Analyse-DSN ist für Teams gedacht, deren BI-Tool sich direkt über Standard-SQL verbinden kann und die keine Verknüpfung mit externen Tabellen benötigen.

Warehouse-Export

Geplante Exporte nach S3, BigQuery und Snowflake

Der geplante Export läuft in einem konfigurierbaren Rhythmus (stündlich, täglich) und überträgt den Click-Event-Stream – oder eine Teilmenge, gefiltert nach Domain, Kampagne oder Link-Tag – an S3, BigQuery oder Snowflake. Der S3-Export verwendet standardmäßig Parquet (JSON verfügbar); BigQuery und Snowflake nutzen die nativen Konnektoren mit einem Schema, das Elido erstellt und aktuell hält. Inkrementelle Exporte basieren auf dem Event-Zeitstempel; der erste Export ist ein vollständiger Backfill für Ihr Aufbewahrungsfenster; nachfolgende Exporte hängen nur neue Events an. Wenn Sie von einem bestimmten Zeitstempel aus wiederholen müssen, ist ein einmaliger vollständiger Export über eine Support-Anfrage verfügbar. Exportfehler werden protokolliert und wiederholt; eine Dead-Letter-Benachrichtigung geht an die Workspace-E-Mail, wenn ein Batch länger als 2 Stunden fehlschlägt.

Kafka-Firehose

Echtzeit-Kafka-Consumer für Event-Pipelines, die nicht auf Batch-Exporte warten können

Business-Workspaces können Click-Events direkt aus einem Kafka-kompatiblen Topic als Kafka-Consumer-Gruppe konsumieren. Sie erhalten eine Consumer-Gruppen-ID, einen Bootstrap-Server und ein Client-Zertifikat – Standard-Kafka-Consumer-Konfiguration. Dies ist der richtige Weg für Echtzeit-Alerting (Spitzenerkennung auf einem Link, Flagging von Geo-Anomalien), Echtzeit-Dashboards, die Sub-Sekunden-Daten benötigen, und Pipelines, bei denen der geplante Export-Rhythmus zu langsam ist. Die Firehose liefert jedes Event mindestens einmal (at-least-once); Ihr Consumer ist für die Idempotenz beim Replay verantwortlich. Die Aufbewahrungsfrist des Topics beträgt 7 Tage; wenn Ihr Consumer mehr als 7 Tage zurückfällt, gehen Events verloren – richten Sie ein Monitoring für den Consumer-Lag ein. Dies ist kein Feature für Analytics-Anfänger; es erfordert Kafka-Consumer-Code und betriebliche Erfahrung mit Consumer-Gruppen. Wenn der geplante Export nach BigQuery ausreicht, beginnen Sie dort.

Stack, mit dem Sie arbeiten werden

Rohe Click-Events
Direkter SQL-Zugriff
GA4 / Meta CAPI / Mixpanel
S3 + BigQuery Export
Per-Workspace DSN
Webhook Firehose

Was Sie messen werden

Sampling-Rate: 0% - jeder Klick gespeichert
Event-Lag: Unter 5 Sekunden
Retention-Horizont: Bis zu 24 Monate

Analytics-Teams, die darauf setzen

Namen sind vorerst Platzhalter – echte Kundennamen erscheinen hier, sobald Fallstudien veröffentlicht werden.

“Dank des schreibgeschützten Analyse-DSN konnten wir Metabase direkt mit den Click-Event-Daten verbinden, ohne ein ETL aufzubauen. Jetzt beantworten wir die Frage 'Welche Kampagne hat die MQL-zu-SQL-Konversion vorangetrieben?' direkt aus einem Metabase-Dashboard ohne zusätzliche Infrastruktur.”

Data-Engineering-Team, B2B-SaaS, Helsinki

Lead Data Engineer

“Serverseitiges Meta CAPI über Elido hat die Attribution für etwa 25 % der Conversions wiederhergestellt, die unser clientseitiges Pixel verpasst hat. Die Einrichtung dauerte einen Sprint; die Verbesserung der Attributionsgenauigkeit war sofort spürbar.”

Growth-Analytics-Team, E-Commerce, Paris

Analytics Engineer

“Wir speisen die Kafka-Firehose in unseren eigenen Stream-Prozessor ein. Eine Event-Verzögerung von weniger als 5 Sekunden bedeutet, dass unsere Echtzeit-Dashboards zur Link-Performance das Redaktionsteam während Live-Events nicht anlügen.”

Dateninfrastruktur-Team, Medienunternehmen, Kopenhagen

Senior Data Engineer

Elido Analytics vs. Bitly Analytics vs. Heap

Bitly Analytics ist ausreichend für Click-Zahlen und grundlegendes Geo-Tracking. Heap ist eine vollständige Produkt-Analytics-Plattform. Der folgende Vergleich zeigt ehrlich auf, wo welche Option das richtige Werkzeug ist.

Funktion	Elido	Bitly Analytics	Heap
Click-Daten-Sampling	0 % – jedes Event wird gespeichert	Aggregiert; Roh-Events nicht zugänglich	Abhängig vom Plan im Free-Tarif
Direkter SQL-Zugriff	Schreibgeschützter Analyse-DSN (Business)	Kein direkter Datenbankzugriff	Heap Data Lake (Warehouse-Export)
Geplanter Export nach BigQuery/Snowflake	Ja, Business+	Nur CSV-Export	Ja – Kernfunktion
Echtzeit-Kafka-Firehose	Ja, Business+	Nicht verfügbar	Nicht verfügbar
Serverseitiges Conversion-Forwarding	GA4 MP, Meta CAPI, Mixpanel – dedupliziert	Nicht verfügbar	Serverseitiges Event-Ingest (Produkt-Events)
Tracking auf Nutzerebene	Nein – nur auf Click-Ebene, keine Nutzeridentität	Nein	Ja – Kernfunktion
Funnel + Kohorten-Retention	Click-Kohorten bei Business	Nein	Vollständiger Funnel + Kohorte – ausgereift
Event-Aufbewahrung	Bis zu 24 Monate (Rohdaten)	Aggregierte Zähler; Rohdaten nicht verfügbar	Variiert je nach Plan

Fragen des Analytics-Teams

Wie sieht das genaue Event-Schema für Click-Events aus?

Das Schema ist unter /docs/api-reference unter 'Click events' öffentlich einsehbar. Wichtige Felder: click_id (UUID), link_id, workspace_id, occurred_at (UTC-Zeitstempel), country_iso2, region, city, device_type (Mobile/Tablet/Desktop), os, browser, referrer_domain, utm_source, utm_medium, utm_campaign, utm_term, utm_content. Nullbare Felder sind null, keine leeren Strings. Schemaänderungen werden unter /changelog mit einem Migrationsleitfaden angekündigt.

Gibt es einen Leitfaden für Kafka-Consumer?

Ja – /docs/guides/kafka-firehose behandelt Bootstrap-Server, Einrichtung von Consumer-Gruppen, Rotation von Client-Zertifikaten und Beispielcode für Consumer in Go und Python. Es gibt ein Topic pro Workspace; die Partitionsanzahl ist fest auf 12 eingestellt. Der Offset-Reset ist beim ersten Beitritt einer Consumer-Gruppe standardmäßig auf 'earliest' gesetzt. Wenn Sie darauf aufbauen, planen Sie Zeit für das Monitoring des Consumer-Lags ein – das ist der Fehlermodus, der Teams ohne entsprechendes Setup trifft.

Kann ich Click-Events mit meiner eigenen Nutzertabelle verknüpfen?

In Ihrem Warehouse, ja. Das Standardmuster ist: Exportieren Sie Click-Events über einen geplanten Export nach BigQuery oder Snowflake und verknüpfen Sie sie dann über die UTM-Parameter oder einen benutzerdefinierten user_id-Parameter, den Sie an Ihre Kurzlink-Ziele anhängen. Elido speichert keine Nutzeridentität in Click-Events – die click_id ist eine zufällige UUID pro Click, die nicht mit einem Nutzerkonto verknüpft ist.

Wie funktioniert die serverseitige Conversion-Deduplizierung?

Wenn Sie ein Conversion-Event an den Conversion-Endpunkt von Elido senden (POST), geben Sie die click_id an, die in der ursprünglichen Click-Antwort zurückgegeben wurde (sie wird als Query-Parameter an die Ziel-URL übergeben). Elido sucht den Click, prüft, ob er noch nicht attribuiert wurde, und leitet die Conversion mit dem UTM-Kontext des ursprünglichen Clicks an GA4 MP, Meta CAPI oder Mixpanel weiter. Doppelte Einsendungen mit derselben click_id sind idempotent – sie werden bestätigt, aber nicht doppelt gezählt.

Was passiert, wenn mein Kafka-Consumer zurückfällt?

Events werden 7 Tage lang im Topic aufbewahrt. Wenn der bestätigte Offset Ihrer Consumer-Gruppe mehr als 7 Tage zurückfällt, gehen ältere Events verloren, bevor Ihr Consumer sie liest. Überwachen Sie den Consumer-Lag; richten Sie einen Alarm bei einem Rückstand von 6 Stunden als Frühwarnung ein. Wenn Sie bei einem nicht wiederherstellbaren Event zurückfallen, deckt der geplante Export nach S3/BigQuery die Lücke ab – er ist ein gutes Backup für die Firehose.

Gewährt der Analyse-DSN Zugriff auf die Daten anderer Workspaces?

Nein. Der DSN ist nur auf die Event-Tabelle Ihres Workspaces beschränkt, über einen schreibgeschützten Benutzer mit angewendeter Sicherheit auf Zeilenebene. Sie können die Events anderer Workspaces nicht sehen. Der DSN ist in den Workspace-Einstellungen widerrufbar; rotieren Sie ihn im gleichen Rhythmus wie API-Keys.

Gibt es eine Mindeststichprobengröße, bevor Click-Kohorten aussagekräftig sind?

Der Analysespeicher führt die Kohortenabfrage bei jeder vorhandenen Datengröße aus – es wird kein Minimum erzwungen. Die statistische Aussagekraft liegt in Ihrem Ermessen. Eine Kohorte von 50 Clicks liefert Ihnen eine Zahl, aber sie ist mit Rauschen behaftet. Wir zeigen absolute Zahlen und Prozentsätze an; wir wenden keine Bayes'sche Glättung oder Konfidenzintervalle auf Kohortenansichten an. Für formale Analysen exportieren Sie die Daten und führen Ihr Modell in Ihrem Warehouse aus.

Kann ich den geplanten Export auf eine Teilmenge von Links filtern?

Ja – Exportfilter unterstützen: bestimmte Domain, spezifische Kampagnen-ID, spezifisches Tag oder einen Datumsbereich. Ein gefilterter Export ist weiterhin inkrementell; nachfolgende Durchläufe hängen nur neue Events an, die dem Filter entsprechen. Wenn Sie eine neue Filterbedingung zu einem bestehenden Exportauftrag hinzufügen, müssen Sie entweder einen neuen Auftrag erstellen oder einen einmaligen vollständigen Re-Export durchführen, um den Verlauf des neuen Filters nachzufüllen.