Когда может появиться такая задача? Допустим вы банк, автодилер, застройщик и у вас сейчас идет процесс продажи нескольких продуктов/услуг, рекламные кампании которых ведут разные агентства.
Перед вами стоит задача свести все результаты агентств в единый отчет, в котором необходимо анализировать работу и сравнивать результаты. Для решения этой задачи надо выбрать один из 2х путей.
Сложный путь — построить сквозную аналитику. Рекомендуем прочитать кейс по построению сквозной аналитики для фармацевтической компании. Так как мы говорим о бизнесе у которого более одного сайта/landing page, сложность заключается в том, что нужно выбирать между:
- либо строить одну общую аналитику для всех ресурсов. Предусматривать работы счетчика аналитики, коллтрекинга, различных форм обратной связи. Все стягивать в одно место, делать специальные справочники по которым можно понять каким агентствам принадлежат РК и производить анализ. Затраты и сложность системы будут расти при росте количества сайтов, подрядчиков;
- либо делать сквозную аналитику в разрезе жилого комплекса, бренда авто или другой единицы, которую продвигает конкретный подрядчик. Проблема в том, что если не сводить все это в единую систему, то сравнить подрядчиков в одном отчете невозможно.
Простой путь — разработать специальный отчет в Google Sheets. Отдать его всем подрядчикам, а потом свести все эти отчеты в единый. Google Sheets выбираем потому, что есть возможность работы с отчетом онлайн, а значит не нужно высылать файлы, которые кто-то будет заполнять, потом собирать их и т.д. Отдали ссылку и контролируем своевременное заполнение отчетов подрядчиками. Об этом пути команда Mello расскажет в данной публикации.
Сбор и работа с данными
Исходные данные.
Каждое агентство, имеет отдельный документ в Google Sheets, в который вносится информация по плановым показателям и фактическим результатам. Поскольку данные должны быть сведены в единую таблицу, то необходимо контролировать, чтобы агентства выдерживали текущую форму отчета. Каждому подрядчику отдаем ссылку на его отчет и контролируем своевременное и корректное его заполнение. Шаблон такого отчета рекомендуем разрабатывать исходя из данных, которые вы хотите анализировать и KPI по которым отслеживается эффективность агентства.
Для решения задачи реализуем следующий алгоритм:
- исходные данные из таблиц с определенной периодичностью переносятся в Google Big Query;
- в Power BI на основе данных из п. 1 формируются необходимые отчеты с наборами визуализаций;
- окончательный отчет публикуем в Power BI Service, в нем же настраиваем автоматическое обновление.
Зачем переносить данные из Google Sheets в отдельное хранилище, разве таблицы не выполняют аналогичную функцию?
Это решение необходимо для соблюдения конфиденциальности информации. Дело в том, что забирать данные из Google Sheets напрямую в Power BI можно по общедоступной ссылке. Значит, что любой пользователь имеющий ссылку, может посмотреть данные. Также они могут попасть в выдачу поисковых систем (вероятность этого события мала, но все же есть). Поэтому мы разработали скрипт, который забирает данные из Google Sheets и перебрасывает их в Google Big Query или ClickHouse.
Еще один плюс загрузки данных в свою базу (БД) в том, что на уровне БД вы сможете схлопнуть все отчеты (таблицы) в одну. Такое действие можно сделать на уровне Power BI, но если есть возможность, такие вещи корректнее делать на уровне БД, особенно если у вас десятки таблиц и миллионы строк.
Визуализация данных
Разберем визуализацию данных на примере реального вопроса клиента. Все данные в отчете являются сгенерированными и никакой аналитической ценности в себе не несут, их задача показать какими возможностями может обладать отчет.
Основным запросом заказчика была реализация максимально возможного количества фильтров для сегментации данных.
В результате были получены фильтры по:
- дате;
- агентству;
- проекту;
- группе источников (например: контекст, медийка и т.п.);
- конкретный источник;
- кластеры рекламных кампаний (брендовая, не брендовая, конкуренты итд);
- размещение объявления (поиск/сеть);
- плановый / фактический показатель.
Также отчет должен позволять получать информацию по распределению бюджета в разрезе агентства, группы источников, источников и групп каналов, аналогичным образом оценивать распределение и стоимость звонков, а также анализировать бюджет на контекстную рекламу.
При проектировании отчета было принято решение разделить его на три информационных блока:
- фильтры для построения срезов и группировок;
- значения основных показателей в виде KPI;
- таблицы для оценки данных, графики для анализа динамики.
Фильтры для построения срезов и группировок:
С помощью них можно быстро выбрать необходимые условия фильтрации по которым интересно проанализировать отчет.
Значения основных показателей в виде KPI:
Для отображения основных показателей и KPI в отчете использовались индикаторы, которые помогают оперативно проанализировать ситуацию и оценить степень выполнения плана по этому показателю.
Таблицы и графики для работы с данными. Остановимся на некоторых примерах.
Распределение Digital бюджета:
В отчете отображаются следующие данные:
- название агентства;
- плановый и фактический показатель агентства;
- бюджет;
- % от общей суммы бюджета;
- план/факт для каждого месяца.
Далее можно получить информацию по каждому агентству в разрезе группы источников:
Ниже уровнем по конкретному источнику и группе рекламных кампаний:
При наличии в исходных данных информации по конкретным кампаниям, возможно формирование таблицы на более низком уровне.
Для изучении данных в динамике имеется возможность обратиться к визуализации:
Вы можете получить ссылку на весь отчет, для этого необходимо оставить ваш email.