Начните работать с нами
Оставьте заявку

Контроль подрядчиков по performance marketing с помощью Google Sheets и Power BI

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. В данном кейсе вы найдете оптимальное решение.
28 мая 2019
Клиент

Допустим вы банк, автодилер, застройщик и у вас сейчас идет процесс продажи нескольких продуктов/услуг, рекламные кампании которых ведут разные агентства.

Задача

Cформировать отчетность в разрезе агентств и проектов, с учетом различных источников, которые могут быть сформированы в группы и кластеры, а также обеспечить возможность анализа информации по выполнению плановых показателей (отображения планового показателя и его фактического достижения).

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.