Проблема
Клиент обратился с просьбой создать для него автоматизированный дашборд в первую очередь из-за того, что приходилось множество раз заходить в разные рекламные кабинеты и вычленять отчеты по необходимым метрикам. Однако это занимает много времени, что крайне не оптимально. Также было необходимо визуализировать данные чтобы было проще анализировать текущие показатели в сравнении с плановыми.
- Дорогие читатели и пользователи платформы StreamMyData! Хотим пригласить вас в наш телеграм канал, в котором публикуются важные новости, обновления, статьи и кейсы.
Решение
Для решения поставленной проблемы нами было принято решение создать автоматизированный дашборд по нескольким источникам (Яндекс.Директ, Яндекс.Метрика, AppMetrica)для своевременного и корректного отслеживания изменений в своих данных и для их дальнейшего анализа и принятия стратегических решений.
Для создания автоматизированного дашборда нами были использованы следующие технологии:
- StreamMyData для интеграции данных;
- BigQuery для обработки и анализа больших объемов информации;
- SQL для эффективного извлечения необходимых данных;
- Apache Superset и StreamMyData для визуализации данных и автоматизации процессов соответственно.
Данный подход позволил максимально улучшить точность и объем получаемых, а в дальнейшем и отображаемых данных.
Для создания дашборда были предприняты следующие шаги:
- Мы с энтузиазмом подошли к разработке дашборда, который может стать инструментом для анализа и визуализации данных. В первую очередь, мы определили ключевые метрики, такие как CPC, CPO, CPI, средний чек и т.д., которые позволят клиенту оценить эффективность рекламных кампаний. Это стало основой для построения точного и информативного дашборда.
- Далее мы выявили основные источники данных, в данном кейсе это были Яндекс.Метрика, Яндекс.Директ и AppMetrica. Мы осуществили выгрузку данных и загрузили их в BigQuery, что позволило объединить информацию в единую систему. Для удобства работы с данными мы создали кастомные словари в Google Sheets, для дальнейшего упрощения работы с BigQuery при написании запросов и корректного объединения данных.
- Обработка данных с помощью тщательно разработанных SQL запросов позволила создать единые таблицы, готовые для глубокого анализа и визуализации. Мы также установили тайминги обновления данных, чтобы обеспечить актуальность метрик в зависимости от их необходимой частоты обновления. Использование StreamMyData добавило автоматизацию и мониторинг процессов, благодаря чему данные ежедневно обновляются.
Реализация дашборда в Apache Superset
После корректной выгрузки и правильно обработки данных мы перешли практически к финальной части данного кейса. Визуализация в виде большого и информативного дашборда с размеченными ранее метриками.
Для данной процедуры был использован инструмент: Apache Superset на котором были отображены:
Основные источники данных, где возможно увидеть всю необходимую информацию по тому или иному источнику данных, которые мы разбили на три отдельных друг от друга листа:
Общая статистика
На листе общей статистики можно увидеть расходы и доходы с учетом НДС, а также их показатели в динамике и сравнение:
Также, клики, покупки и основные заранее определенные с клиентом необходимые метрики, такие как CPC, CPO, ДРР.
Яндекс.Директ
На листе Яндекс.Директ представлена таблица с общей статистикой, а также графики с кликами, покупками, CPO, средним чеком, доходом, расходом, ДРР.
Также, независимо от фильтрации можно увидеть графики доходов и покупок по разным моделям атрибуции, а именно по: Последний значимый переход кросс-девайс и Последний переход из Яндекс.Директа кросс-девайс.
Лист РМП (AppMetrica)
На листе РМП были взяты данные по App источникам, т.е по мобильному приложению клиента. На нем отображены доходы, расходы, клики, установки, конверсии, DRR, CPI,CPO, средний чек.
Также, мы разбили данные на месяцы, недели и дни недели для более детального анализа данных. Стало возможно просматривать статистику детальнее.
После чего добавили необходимые фильтры для удобства и практичности работы с данными.
Также был создан отдельный лист на дашборде, на котором можно увидеть отличие фактических показателей от плановых. Это поможет скорректировать дальнейшие плановые показатели компании клиента.
Во многих метриках имеется возможность детализации по определенному временному промежутку, что позволяет углубиться в изучение данных только за определенный период.
Автоматизация со StreamMyData
После проверки дашборда на корректность и правильность отображения всех данных и метрик, необходимо было сделать его автоматически обновляемым. Мы реализовали это при помощи StreamMyData.
Был создан поток внутри сервиса, благодаря которому данные автоматически выгружаются, обрабатываются и объединяются. Теперь на дашборде корректные и актуальные данные каждый день, что позволило автоматизировать выполнение поставленных ранее задач.
Также, клиенту было важно выгружать данные по разным моделям атрибуции. Это необходимо не только для детального и более вариативного отображения данных, а также для сравнения ключевых метрик по разным моделям атрибуции. Для этого нами кроме основного потока были созданы потоки для каждой из используемых в выгрузке моделей атрибуции.
Результаты и преимущества
Благодаря автоматизированным дашбордам мы получили:
- Внедрение автоматизированных дашбордов принесло нам ряд значительных преимуществ. Во-первых, мы получили точные данные благодаря грамотной обработке информации — выгружаются только те данные, которые действительно важны для анализа. Это позволяет нам избегать шумовой информации и сосредотачиваться на ключевых показателях.
- Во-вторых, дашборды обеспечивают экономию времени: необходимая информация доступна за считанные секунды, что исключает необходимость ручного создания и анализа отчетов.
- В-третьих, благодаря заранее согласованной структуре и метрикам, использованию StreamMyData в целом, клиент получает полное представление о результатах рекламных кампаний и актуальные данные из рекламных кабинетов.
- Аналитические данные представлены с высокой степенью детализации, включая анализ по дням недели и различным рекламным системам, что позволяет глубже понимать эффективность стратегий клиента.
Вывод
Благодаря использованию StreamMyData и Apache Superset мы смогли обеспечить получение актуальных данных и значительно упростить процесс их анализа. Apache Superset успешно выступил в роли мощного инструмента для создания дашборда с ключевыми метриками и динамикой по неделям и месяцам. В результате был получен удобный дашборд как инструмент для эффективного мониторинга и принятия обоснованных решений по оптимизации своих рекламных кампаний.
Вы также можете ознакомиться с другими нашими кейсами по ссылке.
