Oraculo¶
Plataforma de predicao de conversao com Machine Learning em tempo real.
O Oraculo monitora o comportamento de usuarios em landing pages, preve a probabilidade de conversao usando modelos XGBoost e dispara intervencoes inteligentes (modais) para evitar o abandono.
Como funciona¶
sequenceDiagram
participant U as Usuario
participant LP as Landing Page
participant SDK as Tracker SDK
participant T as Tracker API (Go)
participant M as Models API (Python)
participant WS as WebSocket
U->>LP: Acessa a pagina
LP->>SDK: Carrega SDK
loop A cada 5 segundos
SDK->>T: Envia eventos comportamentais
end
T->>M: Solicita predicao (quando sessionTime >= threshold)
M-->>T: Retorna probabilidade + modal HTML
T->>WS: Envia modal se should_trigger = true
WS->>LP: Exibe modal para o usuario
U->>LP: Interage com o modal ou converte
Stack Tecnologica¶
| Componente | Tecnologia | Linguagem | Porta |
|---|---|---|---|
| Frontend | Next.js 16 + React 19 | TypeScript | 3000 |
| Platform API | Spring Boot 4.0 | Java 21 | 8085 |
| Tracker API | Fiber 2 | Go | 8282 |
| Models API | FastAPI | Python 3.11+ | 8000 |
| Banco Relacional | PostgreSQL 15 | SQL | 5432 |
| Banco Documental | MongoDB | NoSQL | 27017 |
| Storage | MinIO (S3) | - | 9000 |
| Metricas | Prometheus | - | 9090 |
| Dashboards | Grafana | - | 3001 |
| Logs | Loki | - | 3100 |
Funcionalidades Principais¶
- Tracking em tempo real - SDK JavaScript captura movimentos do mouse, scroll, idle time, cliques
- Predicao com ML - XGBoost treinado com dados historicos de sessoes
- Intervencao inteligente - Modais personalizaveis disparados via WebSocket
- Multi-tenant - Cada usuario gerencia multiplas landing pages
- Treinamento automatico - Modelos treinam automaticamente ao atingir checkpoints de sessoes
- Versionamento de modelos - Rollback e promoção de versoes
- Analytics - Dashboard com metricas de sessoes e conversoes
- Monitoramento - Prometheus + Grafana + Loki integrados
Links Rapidos¶
-
:material-api:{ .lg .middle } APIs
Documentacao completa de todos os endpoints
-
:material-database:{ .lg .middle } Banco de Dados
Schemas e modelos de dados
-
:material-brain:{ .lg .middle } Machine Learning
Treinamento, predicao e versionamento
-
:material-rocket-launch:{ .lg .middle } Deploy
Como fazer deploy no Railway