Todo empezó con un anhelo: quería tener algunas analíticas básicas de este blog para saber qué tal va, qué artículos son populares y de dónde viene el tráfico (los referrers). Pero hete aquí mi problema: soy un obseso de la privacidad, me preocupa mucho el rastreo online masivo (sólo echa un vistazo a las extensiones de navegador web que utilizo), así que me negaba en rotundo a utilizar un servicio que recopilase la información de mis visitantes.

Sabía que había sistemas de analítica web de software libre. Conocía Piwik, que lleva muchos años funcionando, pero nunca había tenido el tiempo ni la necesidad de mirarlos en detalle. Hasta ahora.

Ojo que este artículo no presenta en absoluto una lista completa, hay muchísimas más opciones disponibles, recopiladas en esta enorme lista. Cada programa tiene sus pros y sus contras, pero espero que este artículo te ayude a elegir y dar el salto hacia analíticas más respetuosas con la privacidad de los internautas, o al menos a abandonar Google Analytics y elegir una opción en la nube basada en software libre.

Mis requisitos

Mi búsqueda tenía unos parámetros específicos para cada proyecto:

1. Debe ser software libre y con posibilidad de alojarse en un servidor propio.

2. Despliegue sencillo, cuantos menos componentes mejor. SQLite si es posible, para no necesitar servidor de BD. A evitar Redis o Memcached. Estaría bien tener opción de despliegue sin Docker.

3. Uso razonable de recursos. Mis páginas no suelen recibir mucho tráfico, así que pienso reutilizar el servidor virtual de 2 GB de memoria que hospeda este blog.

4. Tecnología que pueda entender, manipular y colaborar. Yo prefiero proyectos en Python, pero eso ya depende de las capacidades de cada uno.

5. Ligero y no demasiado intrusivo. Sólo necesito saber qué artículos son vistos y cuándo, además de saber de qué otras páginas vienen los usuarios. No necesito analíticas avanzadas.

6. Mantenido activamente.

Matomo (anteriormente Piwik)

Página de inicio

1. GPLv3. Servicio en la nube (SAAS) con opción auto-hospedada gratuita y libre.

2. Documentación de instalación.

   • Necesita un servidor web (Apache, Nginx, etc.)
   • Necesita MySQL.
   • La configuración de Matomo se realiza en la propia aplicación.

3. De los requisitos para alojar Matomo:

   • <100k páginas/mes: un servidor para aplicación y BD. 2 CPU, 2 GB RAM, 50GB disco SSD.
   • ~1M páginas/mes: un servidor para aplicación y BD. 4 CPU, 8 GB RAM, 250GB disco SSD.
   • ~10M páginas/mes: dos servidores para aplicación y BD. 8 CPUs, 16 GB RAM, 400GB disco SSD
   • ~100M páginas/mes: tres o más servidores para aplicación, BD y balanceador de carga. 16 CPUs, 32 GB RAM, 1 TB disco SSD.

4. Backend en PHP. Frontend en VueJS y TypeScript. Repositorio código y guía para desarrolladores.

5. Amplia gama de métricas recopiladas. Dispone de plugin para Wordpress.

6. Unos 10 commits por semana, múltiples contribuidores.

Plausible

Página de inicio

1. AGPLv3. Servicio en la nube (SAAS) con opción auto-hospedada gratuita y libre, pero esta última va con retraso en nuevas características (2 nuevas versiones cada año).

2. Documentación oficial de instalación. En resumen: necesita docker-compose, PostgreSQL y Clickhouse.

3. De la documentación de requisitos de Plausible:

   The server must have a CPU with x86_64 architecture and support for SSE 4.2 instructions. We recommend using a minimum of 4GB of RAM but the requirements will depend on your site traffic.

4. Backend en Elixir/Phoenix. Frontend en React y Tailwind. Repositorio de código y guía para desarrolladores.

5. Script de rastreo de menos de 1 KiB. Sin cookies. No pude encontrar una lista concreta de métricas, pero parece menos completo que Matomo u OWA.

6. Actividad semanal, normalmente condensada en pull requests largos.

Shynet

Página de inicio

1. Apache License Version 2.0. Sólo permite hospedaje propio.

2. Despliegue sencillo con Docker o docker-compose, de otra forma sería un despliegue manual indocumentado. Soporta cualquier BD que soporte Django, incluyendo SQLite. Servidor de caché opcional.

3. Bajo consumo de recursos, en su forma más básica con SQLite sólo un proceso Python ejecutando Django, unos 100 MiB de RAM.

4. Backend en Python/Django. Usa su propio plugin de TailwindCSS para frontend. Fácil de recrear desde el código fuente usando Docker. Repositorio de código y guía para desarrolladores.

5. Script de rastreo de menos de 1 KiB. Sin cookies. Rastreo con pixel de 1x1 si javascript está desactivado. Lista bien definida de métricas capturadas, todo bastante básico.

6. No tiene un fuerte desarrollo de nuevas características, pero las dependencias se mantienen actualizadas y el desarrollador principal responde rápido a los problemas y pull requests (lee las conclusiones para más detalles).

Open Web Analytics (OWA)

Página de inicio

1. GPLv2. Sólo permite hospedaje propio.

2. De la documentación de instalación de OWA y los requisitos técnicos:

   • Sólo soporta proyectos PHP.
   • Sistema de instalación en la propia aplicación.
   • Sólo soporta oficialmente Apache 2.x. Nginx supuestamente funciona pero necesita configuración manual sin documentar.
   • Necesita MySQL con strict mode desactivado.

3. Sus requisitos exactos no están claros.

4. Backend en PHP. Webpack para frontend. Múltiples repositorios: repositorio base, repositorio del plugin de Wordpress, repositorio del SDK para PHP.

5. Tracking muy detallado, incluyendo mapas de calor y grabación de sesiones Domstream, pero sólo para aplicaciones PHP. Dispone de plugins de integración dedicados para WordPress y MediaWiki.

6. Activamente mantenido, pero aparentemente por un único desarrollador.

Conclusiones y mi elección

Teniendo en cuenta mi lista de requisitos la elección para este humilde blog estaba clara: Shynet gana de calle, es justo lo que buscaba. Para páginas más grandes tanto Plausible como Matomo parecen ser buenas opciones. Yo diría que el primero tiene mejor tecnología fundacional (se liberó en 2019) pero Matomo lleva más tiempo funcionando (2007), está más curtido y parece recopilar más datos. Plausible tiene una página comparándolo con Matomo. OWA podría ser buena opción para páginas en PHP o Wordpress.

El poder trastear con Shynet, el punto 4 en mi lista de requisitos, me vino bien en cuanto empecé a configurarlo en mi servidor porque el soporte de SQLite estaba roto. Afortunadamente pude arreglarlo y desplegarlo en el servidor en el que estás leyendo este artículo. Por esto es que me encanta el software libre.

Otro problema con el despliegue fue que el servidor no tenía Docker instalado, y quería mantenerlo así, por lo que aproveché la oportunidad para aprender sobre Podman. Me encantó su capacidad para ejecutar contenedores sin usar root (rootless containers), eso mejora muchísimo la seguridad. El único problema que tuve era que necesitaba cambiar los permisos del volumen de datos, porque de otra forma el proceso Django de Shynet no era capaz de escribir la base de datos SQLite porque los ficheros del volumen pertenecían a root dentro del contenedor. Este artículo lo explica muy bien, básicamente sólo hace falta usar podman unshare.

Para terminar, he aquí una captura de pantalla de los datos de Shynet para este blog (¿no es fabuloso poder compartir esto sabiendo que no se vulnera la privacidad de nadie?):