Автор: Соболев Денис, глава отдела аналитики digital-агентства webit
Содержание страницы
Исходные данные
У нашей компании есть клиент — Московская Меховая Компания, какой относится к вопросу сбора статистики очень серьезно. Как и с любыми ecommerce-проектом, отчетность и сбор статистики занимает весьма много времени работы специалистов, так что мы решили оптимизировать данный процесс и сделать информационные дашборды в Power BI. Расскажем подетальнее, как это было.
Схема проекта
Для начала необходимо определиться с тем, какие есть источники данных, исходя из которых, мы будем мастерить наши отчеты:
- Яндекс.Директ
- Google Adwords
- База данных сайта, в которой хранится информация по заказам, вводя его источник
Базовая информация, которая необходима для отчетности:
- Дата
- Источник
- Кампания
- Ключевое слово
- Количество кликов
- Число заказов
- Расход на рекламу
- Выручка от рекламы
Теперь давайте сделаем простую схему, чтобы понять, как это все соединить между собой:
Стоит отметить, что цифрами на этой схеме выделены те порядковые номера источников, по которым мы будем сводить данные, то есть по дате, источнику, рекламной кампании и ключевому слову.
Сбор этих из источников
Для того, чтобы реализовать данные проекта, была выбрана в качестве базы данных BigQuery от Google, так как она скорая, есть встроенный коннектор к Power BI, и в целом данная связка работает очень быстро и может спокойно обновляться онлайн.
Что прикасается инструмента импорта рекламных расходов в эту базу, то мы использовали сервис наших партнеров renta.im, который позволяет итого в пару нажатий настроить импорт из Яндекс Директа, Google Adwords или Google Analytics в BigQuery, избегая проблемы семплирования, автообновления и прочие, с какими вы можете столкнуться.
Для того чтобы настроить процесс синхронизации MySQL c BigQuery мы использовали библиотеку mysql-to-google-bigquery. Немало подробно о том, как ее настроить можно прочесть на странице проекта.
Рассмотрим процесс сбора данных.
Импорт данных из Яндекс Директ и Google Adwords в BigQuery
Для основы необходимо зарегистрировать на сервисе renta.im, на момент написания статьи ребята давали ознакомительный доступ на 7 дней.
Разом после регистрации вам будет предложено создать первый поток:
- Выбираем Яндекс.Директ
2) Авторизируемся в аккаунте, позволяем доступ приложению.
3) Настраиваем параметры отчета. Выбираем логин клиента, тип отчета и те параметры и метрики, которые необходимо выгружать. В нашем случае настройки выглядят вытекающим образом:
4) Далее нажимаем кнопку ADD и выбираем источник BigQuery, подтверждаем доступ
Поток создан и готов к использованию:
Аналогично руководства выше, настраиваем Google Adwords, вот пример наших настроек:
На этом импорт данных завершен, на выходе мы получаем вытекающую информацию в BigQuery:
В базе Renta_dataset мы храним информацию по статистике из рекламных систем, а в базе — по заказам.
Итого, настройка потоков ввоза данных в BigQuery может быть проведена в достаточно сжатые сроки.
Создание отчетности
Как и говорилось ранее, для визуализации информации мы использовали Power BI от Microsoft.
Предварительная обработка этих
Для начала, с помощью встроенного коннектора, мы забираем необходимую информацию из BigQuery:
После этого преобразовываем данные и получаем несколько таблиц:
- Сводная таблица с заказами и статистикой из рекламных кампаний:
- Таблица по целевым CPO в разрезе курсов от клиента:
- Служебная таблица с календарем для более удобного формирования дат:
Создание визуализаций
Первым этапом были сделаны все вычисляемые меры, на основании каких и принимаются решения по оптимизации рекламных кампаний:
В качестве базовой визуализации была использована матрица с фильтрами, на какой были собраны основные параметры по рекламным кампаниям:
*все данные являются образцом и не соответствуют реальным цифрам
Как видать, визуализация «Матрица» позволяет быстро и легко переключаться на разные уровни: Источник, Кампания, Ключевое слово и разбирать информацию в нужных разрезах.
*все данные являются образцом и не соответствуют реальным цифрам
Дополнительно были сделаны панели мониторинга ситуации с графиками, какие позволяют быстро отслеживать динамику по всем ключевым показателям (на данном примере мы выбрали рекламные кампании РСЯ в Яндекс.Директ):
*все эти являются образцом и не соответствуют реальным цифрам
Пример выше это динамика по неделям за выбранный период, аналогично можно выстроить динамику по дням за более короткий промежуток на том же дашборде:
*все данные являются образцом и не соответствуют реальным цифрам
Раздельно хочется отметить возможность быстро проводить аналитику в разрезе ключевых показателей, если нам интересно, что происходит с конверсией в разрезе дня недели:
*все эти являются образцом и не соответствуют реальным цифрам
Или понять, что средний чек в выходные у нас ниже:
*все данные являются образцом и не отвечают реальным цифрам
Возможности визуализации Power BI достаточно широки и позволяют закрыть все необходимые потребности в маркетинге.
Итог работы
В результате нашей работы мы получили удобные панели для мониторинга контекстной рекламы, которые использует как клиент, так и специалисты нашего агентства. Было существенно сжато время, которое специалисты тратят на подготовку внутренней отчетности, а также отчетности для клиента. Отдельно можно отметить, что отчетность обновляется самодействующи в облаке app.powerbi.com и не требует вмешательства специалиста, а также может быть доступна с любого компьютера через браузер.
Как обыкновенно, мы опубликовали для вас отчет, и вы можете посмотреть, как он работает:
Источник: searchengines.ru
