
Собрали данные одиннадцати рекламных площадок в один автоматический дашборд
23 сентября 2026
4 мин

Егор Дёмин
Аналитик данных с опытом автоматизации маркетинговой аналитики. Специализируется на работе с рекламными системами, настройке сквозной аналитики и разработке автоматизированных отчётов. Использует Python и SQL для обработки данных — от сбора статистики через API до визуализации в различных BI-системах. Разрабатывает интеллектуальные Telegram-боты с интеграцией нейросетей и подключением к различным базам данных.
- Опыт работы:
- 5 лет
Клиент
Крупный российский производитель материалов для строительства и ремонта. У компании несколько продуктовых линеек, у каждой свой сайт и свои направления.
О проекте
Бренд ведёт большую медийную рекламную кампанию сразу по двум продуктовым линейкам. Такая реклама работает не на клик, а на знание о бренде, поэтому её эффективность измеряют иначе. Важно, сколько людей увидели рекламу, сколько из них дошло до сайта и сколько дошло до целевого действия, ради которого всё затевалось.
Размещений много. Реклама идёт в поиске и сетях Яндекс Директа, в медийке Яндекса (видео и баннеры), на Промостраницах, в VK Рекламе, на Авито и ещё на шести программатик-площадках (Programmatica, HybridAI, Between Exchange, AdWile, FirstData и Gnezdo).
Проблема
Отчёт по всем размещениям собирался вручную. Из-за этого приходилось заходить в одиннадцать кабинетов, выгружать статистику, сводить в общую таблицу, пересчитывать. На это уходило очень много времени.
Но время не самая большая беда. Хуже, что итоговым цифрам никто до конца не верил, потому что площадки считают эффективность с разной логикой.
Отдельная история с медийной рекламой. Конверсии по ней умеют считать сразу два инструмента, и если сложить их результаты, один и тот же человек попадёт в отчёт дважды.
Задачи
- Настроить ежедневную выгрузку данных со всех площадок в хранилище клиента.
- Привести источники к общему виду и зафиксировать правила расчёта.
- Собрать дашборд с актуальными показателями и плановыми значениями.
- Автоматизировать отчёт по креативам, который команда тоже вела вручную.
Решение
С помощью нашей платформы StreamMyData мы наладили ежедневную передачу данных из рекламных кабинетов в хранилище клиента, отдельный кластер ClickHouse. Каждое утро статистика выгружается туда автоматически, а данные остаются у клиента навсегда, независимо от того, кто ведёт рекламу.
Когда все данные оказались в одном месте, началось самое интересное. У каждой площадки свой способ посчитать одно и то же, поэтому мы один раз договорились, что откуда берём, и больше к этому вопросу не возвращались.
Деньги, показы и клики берём только из рекламного кабинета площадки. Посещения сайта и поведение людей — только из Яндекс Метрики. А вот конверсии требуют пояснения.
Медийную рекламу редко кликают. Человек увидел баннер, вспомнил о бренде через неделю и пришёл на сайт сам или из поиска. Чтобы такие визиты не потерялись, у клиента работает система пост-вью атрибуции. Она знает, кому показывался баннер, и связывает показ с более поздним визитом.
Те же самые визиты видит и Яндекс Метрика, только приписывает их другому каналу, чаще всего поиску. Если сложить оба источника, один и тот же человек попадёт в отчёт дважды, и результат кампании окажется завышен примерно на десятую часть. Поэтому за каждым каналом закреплён ровно один источник конверсий.
| Канал | Откуда берём конверсии |
|---|---|
| Поиск и сети Яндекс Директа | Яндекс Метрика |
| Медийка Яндекса, видео и баннеры | Система пост-вью атрибуции |
| Промостраницы, Авито, VK, Gnezdo | Яндекс Метрика |
| Programmatica, HybridAI, Between Exchange, AdWile, FirstData | Система пост-вью атрибуции |
Заодно сузили окно, за которое система пост-вью засчитывает показ. По умолчанию в зачёт шла реклама даже двухмесячной давности, и почти две трети конверсий оставались без площадки. Было видно, что они есть, но не было видно, откуда. После настройки стало понятно, какое размещение что принесло.
Сам дашборд собран в Apache Superset. Главное в нём — сравнение с планом, поэтому рядом с каждым фактическим показателем стоит плановый, а подсветка сразу показывает, где отставание.
Данные смотрят и по неделям, и по месяцам, отдельно по каждой продуктовой линейке. В таблице под каждым фактом стоит план, а расход, показы, CTR, цена клика, конверсии и конверсия в целевое действие видны в динамике. Отдельным фильтром выведен тип конверсии, чтобы можно было посмотреть только тех, кто кликнул, только тех, кто рекламу видел, или всех вместе.
Значения на скриншотах заменены на демонстрационные.
Вместе с дашбордом мы автоматизировали и вторую таблицу, которую команда клиента тоже вела руками, — отчёт по креативам. Каждая строка в нём это конкретное объявление со своими показами, кликами и конверсиями, а рядом видна сама картинка. Так менеджер работает не с «баннером № 4», а с креативом целиком и сразу понимает, какая творческая концепция сработала лучше.
Результаты
Отчётность собирается без участия человека.
- одиннадцать площадок и почти две сотни кампаний в едином отчёте;
- десятки миллионов рублей расхода, сотни миллионов показов, больше ста миллионов охвата и миллионы визитов, сведённые между собой и сверенные с кабинетами;
- конверсии без двойного счёта, с понятным источником по каждому каналу;
- два отчёта, которые раньше отнимали дни, теперь обновляются каждый день сами.
Но главный результат даже не в сэкономленном времени. Важнее, что теперь цифрам на дашборде можно доверять. По каждому показателю понятно, из какого кабинета он собран и почему считается именно так.


