Yazar, 2014'ten beri web analitikleri için kullandığı Matomo'dan (eski adıyla Piwik) modern bir alternatif olan Umami'ye geçiş sürecini anlatıyor. On yıldan fazla süredir Matomo'yu kullanmasına rağmen, Matomo'nun kullanıcı arayüzünün güncel olmadığını ve birçok özelliğini kullanmadığını belirtiyor. Umami'nin ise çok daha modern ve sade bir arayüze sahip olduğunu, ayrıca hosting tarafında daha basit bir yapı sunduğunu (NextJS + PostgreSQL, otomatik veritabanı migrasyonları, eklenti olmaması) vurguluyor. Bu nedenlerle Umami'ye geçmeye karar verdiğini ifade ediyor.
Geçiş sürecindeki en büyük zorluğun, Matomo'da biriken on yıllık analitik verilerini kaybetmeden Umami'ye aktarmak olduğunu belirtiyor. Mevcut bir Matomo'dan Umami'ye veri taşıma aracı bulamayınca, kendi Python programını geliştirmeye karar veriyor. Bu araç, Matomo'nun MySQL/MariaDB veritabanından ziyaretçi oturumlarını ve sayfa görüntüleme olaylarını çıkarıp, Umami'nin PostgreSQL şemasıyla uyumlu SQL INSERT ifadeleri oluşturuyor. Yazar, bu özel aracın tarayıcılar, ülkeler, dış bağlantılar, indirmeler ve geri dönüş ziyaretleri gibi tüm ihtiyaç duyduğu özellikleri kapsadığını ve bounce rate gibi metriklerin doğruluğunu kontrol ettiğini belirtiyor. API'ler yerine doğrudan SQL kullanımının daha hızlı ve kontrol edilebilir olduğunu ekliyor.
Veri taşıma işleminin doğruluğunu sağlamak için, oluşturulan veri dökümünü yerel bir Umami örneğine aktararak test ettiğini ve bu sayede hataları yakaladığını açıklıyor. Yazar, Matomo ve Umami'yi kendi Kubernetes (k8s) düğümünde çalıştırdığını ve iki farklı site için veri taşıma işlemini başarıyla gerçekleştirdiğini belirtiyor. Geliştirdiği angristan/matomo-to-umami adlı aracın GitHub'da açık kaynak olarak bulunduğunu da ekliyor.
Bu geçiş, eski ve karmaşık analitik sistemlerinden modern, sade ve açık kaynak alternatiflere yönelimin bir örneğini sunuyor ve veri bütünlüğünü korumanın önemini vurguluyor.