Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.

Строим собственную BI в MS Excel на данных из Яндекс.Метрики и Google Analitycs

937 vues

Publié le

Выступление на convert-conf

Publié dans : Marketing
  • Soyez le premier à commenter

Строим собственную BI в MS Excel на данных из Яндекс.Метрики и Google Analitycs

  1. 1. Строим собственную BI в Excel на данных из Яндекс.Метрики и Google Analytics Максим Уваров, 
 директор по исследованиям, K 50
  2. 2. bi (BI) is a broad category of computer software solutions that enables a company or organization to gain insight into its critical operations through reporting applications and analysis tools.
  3. 3. Power Query Бесплатная надстройка над MS Excel 2010, 2013, 2016 (встроенная) Позволяет загружать данные из: • файлов xls, csv, txt, json, xml, папок с файлами • баз данных SQL, MySQL … Postgres, Vertica • api facebook, google analytics*, yandex metrika* Позволяет создавать повторяемые последовательности обработки данных
  4. 4. Таблица в Excel
  5. 5. Загружаем данные в Power Query
  6. 6. Делим столбец по разделителю
  7. 7. Делим столбец по разделителю
  8. 8. Делим столбец по разделителю
  9. 9. Группируем по полю ga:sourceMedium.2
  10. 10. Группируем по полю ga:sourceMedium.2
  11. 11. Группируем по полю ga:sourceMedium.2
  12. 12. Группируем по полю ga:sourceMedium.2
  13. 13. Сортируем таблицу по сессиям
  14. 14. Сортируем таблицу по сессиям
  15. 15. Оставляем первые 10 строк
  16. 16. Оставляем первые 10 строк
  17. 17. Оставляем первые 10 строк
  18. 18. Обращаем внимание на созданную обработку
  19. 19. Загружаем данные в Excel
  20. 20. Загружаем данные в Excel
  21. 21. Обновляем обработку по необходимости
  22. 22. Power Query коннекторы Для Google Analytics - PQGoogleAnalytics
 https://github.com/40-02/PQGoogleAnalytics Для Яндекс.Метрики - PQYandexMetrika
 https://github.com/40-02/PQYandexMetrika
  23. 23. Задумки для вашего BI
  24. 24. Сравнение нескольких сайтов
  25. 25. Сравнение аналогичных метрик (GA vs YM)
  26. 26. Страницы по датам появления в статистике
  27. 27. Страницы по датам появления в статистике
  28. 28. Страницы по датам появления в статистике
  29. 29. Страницы по датам появления в статистике
  30. 30. Площадки по датам появления в статистике
  31. 31. Расчет специальных метрик Работа с несколькими сайтами / счетчиками сайтов Использование разных промежутков времени Использование внешних данных сотрудникам
  32. 32. Первичный аудит
  33. 33. Сравнение различных временных периодов
  34. 34. Сравнение различных временных периодов
  35. 35. Сравнение различных временных периодов
  36. 36. Сравнение различных временных периодов
  37. 37. Анализ исполняемости заказов Выгружаются данные из Google Analytics: • ga:campaign • ga:sourceMedium • ga:sessions Выгружаются заказы с измерением transaction id • ga:campaign • ga:sourceMedium • ga:transactionId • ga:transactions
  38. 38. Анализ исполняемости заказов
  39. 39. Анализ исполняемости заказов
  40. 40. Анализ исполняемости заказов По полю transactionId мы джоиним (сопостовляем) данные с CRM Группируем таблицу по полям sourceMedium и Campaign По полем sourceMedium и Campaign мы джоиним (сопоставляем) таблицу с данным по визитам
  41. 41. Excel vs Measurement Protocol Некоторые из озвученных задумок можно воплотить с использованием сегментов, measurement protocol, enhanced ecommerce, custom channel grouping, но я утверждаю, что: - для реализации этих возможностей необходимо получить дополнительные знания платформы, которые часто сопоставимы с необходимыми знаниями Excel или даже превосходят их по объему. - данные внутри excel удобнее для анализа и универсальнее для транспортировки
  42. 42. Аналитика это очень сложный процесс и не нужно предполагать, что финальные пользователи знают как пользоваться данными
  43. 43. Поэтому чем больше выводов можно сделать из Таблицы / Графика / Диаграммы и чем сложнее эти выводы тем хуже
  44. 44. Задачи веб-аналитики Управление онлайн-маркетингом Управление продуктом (развитием сайта) Управление отношениями с клиентами (CRM)
  45. 45. Отделы в организации менеджмент бухгалтерия отдел закупок производственный отдел отдел продаж маркетинг call-center it hr юридический отдел логистика безопасность
  46. 46. Задачи на данных веб-аналитики Персонализация рекламных предложений и креативов для пользователя Прогноз и оценка эффективности PR и маркетинговых активностей Планирование/Контроль KPI бизнеса Планирование/Контроль KPI сотрудников Выявление затруднений у пользователя и превентивная помощь Расчет и анализ LTV Расчет воронки продаж RFM анализ Планирование и оценка продуктовых изменений Квалификация лидов и определение перспективных клиентов для отдела продаж Поиск аномалий в бизнес показателях и сигнализация о них Идентификация социально- демографического портрета типового пользователяСистема контроля биллинга/бухгалтерии на основе веб-аналитических данных Разработка автоматизированных рекомендаций для пользователя Персонализация сервиса для пользователя
  47. 47. Ссылки Возможности Power Query (Excel на стероидах):
 http://habrahabr.ru/post/271019/ Загрузка данных из Google Spreadsheet в Excel:
 http://s.40-02.ru/1NAtnyA Сегментация пользовательской базы на данных из веб-аналитики с использованием Power Query (видео): 
 https://events.yandex.ru/lib/talks/2886/

  48. 48. Ваши вопросы? Макс Уваров, max@k50.ru facebook.com/maxim.uvarov

×